分布式存储环境 朱长青：地理数据数字水印和加密控制技术研究进展(3)

1.1.2 基于变换域的矢量地理数据数字水印算法

空间域矢量地理数据水印算法由于对坐标直接进行操作，抗差性普遍欠佳，因而抗差性更强的变换域水印算法的研究更为广泛。变换域水印算法主要是利用数学变换将矢量地理数据坐标由空域转换为变换域中，将水印信息嵌入至特定的变换域系数中，再逆变换回空间域生成含水印的矢量地理数据，检测时只需在变换域中检测即可。相比于空间域矢量地理数据水印算法，变换域水印算法将水印信息非显性的嵌入至数据中，水印能够更好地均匀分布在数据中，抗差性会得到进一步的提升。

离散余弦变换(DCT)能够很好地将能量集中在低频区域。利用DCT的能量压缩与去相关性能，基于DCT的矢量地理数据水印算法得到了研究[17]。运用最小封闭矩形对数据进行网格化处理，将水印嵌入至中频系数中，理论上能较好地抵抗各类攻击[18]，但是最小封闭矩形在遭受几何攻击后具有不确定性。结合Waston感知模型，在DCT域的低频系数嵌入水印，能更好地顾及矢量数据的精度和水印的不可感知性[19]。此外，离散小波变换(DWT)作为常见的一种变换方式，基于DWT域的水印算法同样取得了一定的研究成果[20-21]，水印算法的抗差性得到了保证。

离散傅里叶变换(DFT)作为较早提出的变换方法，由于其具有的几何不变性，在矢量地理数据水印算法中得到了较多使用。在DFT的幅度和相位中嵌入水印信息，能够保持算法对旋转、平移、缩放等攻击的抵抗能力[22-23]。同时在DFT中实行量化机制，能更好地满足盲检测的特性，并增强算法的抗差性[24]。但是，变换域系数的直接修改难以满足数据的精度要求，因此对DFT系数进行放大并通过计算可选择较优的量化步长大小，能够提高水印算法的精度和不可感知性[25]。

矢量地理数据水印算法是地理数据水印研究中的重要和难点，目前的研究成果较为丰富。但是，对于抗几何攻击和复合攻击、小数据量水印、多重水印、多级水印等方面还有许多待解决的问题，仍然需要深入研究。

1.2 栅格地理数据数字水印算法

栅格数据在存储方式与表现形式上与普通图像数据具有相似性，因而对于栅格地理数据水印算法的研究在一定程度上可以借鉴普通图像的水印算法。然而栅格地理数据在量测、精度与空间分析等方面又具有自身的特性与应用需求，使得栅格地理数据的水印算法设计需要考虑栅格地理数据自身特性，不能照搬普通图像水印算法。按照数据类型的不同，栅格地理数据的数字水印算法研究可分为遥感影像数字水印算法和栅格地图数字水印算法。

1.2.1 遥感影像数字水印算法

遥感影像具有数据量大、纹理丰富、多波段等特点，因此在研究遥感影像的数字水印算法时，需要充分考虑遥感影像的数据特征。考虑到抗差性的需求，目前遥感影像的水印算法主要为变换域算法。基于DWT的遥感影像水印算法研究表明，嵌入水印强度经过适当控制，能够减少对遥感影像分类结果的影响[26]，并与同样嵌入法则的DFT域水印算法相比，分类结果更优[27]。基于DCT的遥感影像水印算法也得到了研究，结合遥感图像内容进行水印的自适应嵌入，水印的不可感知性和抗差性均具有较好的表现[28]。基于DWT变换，通过将水印信息嵌入重要感知系数，能进一步提升水印的不可见性[29-30]。在水印嵌入和检测时，将利用密钥对水印信息进行加密或者解密，能够有效增强水印算法的安全性[31-32]。为避免水印对遥感影像的影响过大，在水印嵌入过程中建立精度约束机制，能够很好地保证遥感影像嵌入水印后的精度[33]。

与矢量地理数据类似，遥感影像也面临着各类几何攻击。基于水印分割、Harris-Laplace特征区域等的方法能够提高水印算法对几何攻击的抗差性[34-36]。瓦片遥感影像作为一种特殊尺寸的影响，还面临着拼接攻击。通过建立基于黄金分割法搜索定位机制，在水印检测时搜寻定位块，能使瓦片遥感影像水印算法增强对拼接攻击的抗差性[37]。水印信息容量作为水印算法的重要指标之一，将二维码作为水印信息嵌入载体数据，能够有效提升遥感影像的水印容量，并增强算法对剪切、噪声等攻击的抗差性[38]。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-85243-3.html