电网GIS系统空间影像版权控制方法技术领域
本发明涉及一种电网GIS系统空间影像版权控制方法。
背景技术
数字水印技术是一种公认的对数字产品进行版权保护的手段。1996年在英国剑桥牛顿研究所召开了第一届国际信息隐藏学术研讨会，标志着信息隐藏学的诞生，而作为信息隐藏学主要分支之一的数字水印技术的研究也得到了迅速的发展。数字水印技术是将一些标识信息直接嵌入数字载体(包括多媒体、文档、软件等)当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。通过这些隐藏在载体中的信息，可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。
数字水印是近年出现的数字产品保护技术，从实现的角度讲，数字水印算法主要包括两类：空域算法和频域算法。前者是直接改变图像的灰度以实现水印的嵌入，算法实现简单，但鲁棒性较差，无法抵抗多种攻击；后者则通过数学方法获得频域系数，将图像施加变换，如：DCT、DWT、DFT变换等，然后修改频域上的一些系数来嵌入水印，该类算法较复杂，对图像质量有一定的影响，且无法抵抗多种组合攻击。
发明内容
有鉴于此，本发明的目的在于提供一种电网GIS系统空间影像版权控制方法，为电网地理空间数据的知识产权提供了一条可行的技术保障。
为实现上述目的，本发明采用如下技术方案：一种电网GIS系统空间影像版权控制方法，其特征在于包括以下步骤：
步骤S1：水印信息的编码：将水印信息字符序列中的每个字符编码成2*4的字符矩阵图像；
步骤S2：水印嵌入：将所述2*4的字符矩阵图像置乱成模版图像，同时将原始图像切割并求每一小块图像的强度最大的harris特征点，以所述强度最大的harris特征点为锚点在每一小块图像中嵌入所述模版图像形成中间图像；
步骤S3：水印提取：对所述中间图像进行和所述步骤S2相同的切割操作，在得到的每一小块中搜索强度最大的4个harris特征点，并由此得到包含水印信息的块，对得到的块依次进行2级小波变换、逆向抖动量化、反置乱、分割、识别、校验和组合最终得到水印版权信息。
进一步的，所述2*4的字符矩阵图像为，其中A、B、C、D皆为编码单元信息，且A=X/26,B=X%26,C=Y/26，D=Y%26，其中X、Y的值根据编码单元的类型而定；E为编码单元在整个水印信息字符序列中的索引，F为整个水印信息字符序列的个数，G为校验信息，，H为编码单元的类型，若编码单元为ASCII码字符，H的值为1，X的值为编码单元的ASCII码值，Y的值为0；若编码单元为汉字，H的值为2，X为高字节，Y为低字节；若编码单元为日期部分，则H的值为3，其中若编码单元为年信息，则X的值为年份的前两位，Y的值为年份的后两位，若编码单元为月日信息，则X的值为月份值，Y的值为日份值；若编码单元为信息头，则H的值为4，X的值为数据发布方的字符个数，Y为数据授权使用方的字符个数。
进一步的，所述步骤S2的具体内容为：
步骤S21：将所述步骤S1得到的2*4的字符矩阵图像经Arnold变换置乱成模版图像；
步骤S22：将所述原始图像切割成若干小块图像，并在每一小块图像中搜索强度最大的harris特征点；
步骤S23：将所述小块图像进行2级小波变换；
步骤S23：以所述强度最大的harris特征点为锚点将所述步骤S21得到的模版图像采用抖动量化机制嵌入到经所述2级小波变换的小块图像中的3个通道中。
进一步的，所述步骤S3的具体内容如下：
步骤S31：对嵌入模版图像后的中间图像进行和嵌入水印时相同的切割操作得到若干小块；
步骤S32：在所有小块中搜索强度最大的4个harris特征点；
步骤S33：根据所述强度最大的4个harris特征点的坐标得到包含水印版权信息的小块；
步骤S34：将步骤S33得到的块的3个通道进行2级小波变换及逆向抖动量化分离出模版图像；
步骤S35：将所述步骤S34分离出的模版图像进行反置乱得到所述2*4的字符矩阵图像；
步骤S36：将所述步骤S35得到的2*4的字符矩阵图像解码，逐个进行识别匹配，最终进行校验和组合，得到水印版权信息。
本发明与现有技术相比具有以下有益效果：本发明可以对主流的图像格式如：IMG、TIF、JPG、PNG、BMP等格式数据添加隐形的水印，水印隐藏效果很好，数据格式相互转化不会丢失，而且对图像的大小没有限制，水印的鲁棒性也达到了设计要求，对GIS系统的影像数据的版权保护提供了有力的技术保障。
附图说明
图1是本发明水印嵌入流程图。
图2是本发明小波变换分级子图。
图3是本发明水印提取流程图。
图4是本发明以harris特征点为锚点的水印块定位示意图。
图5是本发明实施例一原始图像。
图6是本发明实施例一嵌入水印后的图像。
图7是本发明实施例一水印提取效果截图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本发明提供一种电网GIS系统空间影像版权控制方法，其特征在于包括以下步骤：
步骤S1：水印信息的编码，预设的水印信息是文字和字符信息，这些信息在计算机中是有严格的固定编码的，要准确提取这些信息必须毫无差错的提取出这些编码。如果直接嵌入，客观上给水印的提取增加了难度，所以需要将水印信息进行特殊的编码。编码的核心思想是将水印信息的每个字符编码成有限的几个模版图像信息的组合，这样就把无限的字符文字信息编码成有限几个字符模版信息，给水印实现盲提取创造了很好的条件；编码的具体内容如下：
将水印信息字符序列中的每个字符编码成2*4的字符矩阵图像；所述2*4的字符矩阵图像为，请参照表1，其中A、B、C、D皆为编码单元信息，所述编码单元为进行编码的字符，且A=X/26,B=X%26,C=Y/26，D=Y%26，其中X、Y的值根据编码单元的类型而定，具体请参照表2；E为编码单元在整个水印信息字符序列中的索引，F为整个水印信息字符序列的个数，G为校验信息，，H为编码单元的类型，若编码单元为ASCII码字符，H的值为1，X的值为编码单元的ASCII码值，Y的值为0；若编码单元为汉字，H的值为2，X为高字节，Y为低字节，汉字编码类型为GB2312；若编码单元为日期部分，则H的值为3，其中若编码单元为年信息，则X的值为年份的前两位，Y的值为年份的后两位，若编码单元为月日信息，则X的值为月份值，Y的值为日份值；若编码单元为信息头，则H的值为4，X的值为数据发布方的字符个数，Y为数据授权使用方的字符个数；
表1：
表2：
步骤S2：如图1所示，水印嵌入的具体内容为：
步骤S21：将所述步骤S1得到的2*4的字符矩阵图像经Arnold变换置乱成模版图像；
步骤S22：将所述原始图像切割成若干小块图像，并在每一小块图像中搜索强度最大的harris特征点；
步骤S23：将所述小块图像进行2级小波变换；小波变换是一种信号时域分析方法，基本思想是对信号进行频域的多分辨率分解；小波变换作用于图像，可以得到不同的空间和独立的频率带的子图像。这与人眼对图像的视觉感知过程是相匹配的，人眼对高频部分比较迟钝，而对低频部分比较敏感。请参照图2，根据塔式分解原理，图像经过小波变换后分解为4个子图：水平方向LH1，垂直方向HL1和对角线方向的HH1的中高频细节子图和低频逼近子图LL1，所述低频逼近子图LL1还可以继续分解，产生三个高频带系列LH2、HL2及HH2和一个低频带LL2，图像的能量主要集中在低频逼近子图中，较稳定，高频对应于图像的细节，容易受到干扰发生改变。
步骤S23：以所述强度最大的harris特征点为锚点将所述步骤S21得到的模版图像采用抖动量化机制嵌入到经所述2级小波变换的小块图像中的3个通道中。
步骤S3：水印提取：水印信息是否能正确提取，一方面在于嵌入的强度，嵌入的强度太强，会影响影像的视觉效果，嵌入太弱，其鲁棒性又会变差，所以需要通过实验结果综合考虑。另一方面，在于搜索的策略，水印提取方案的设计要以影像已经受到了各种攻击为假设，在选取harris特征点时，采用了冗余搜索多个特征点方法能有效的抵抗对图像的裁剪攻击，但是这也会增加提取水印的时间复杂度。在从载体图像块中分离出水印图像后，如何准确地识别出编码后的图像是关键，一旦如想在添加水印后还受到了有意无意的破坏，就会对提取出的水印图像产生很强的干扰，请参照图3，水印提取的的具体内容如下：
步骤S31：对嵌入模版图像后的中间图像进行和嵌入水印时相同的切割操作得到若干小块；
步骤S32：在所有小块中搜索强度最大的4个harris特征点；
步骤S33：根据所述强度最大的4个harris特征点的坐标得到包含水印版权信息的小块，具体定位方法请参照图4。
步骤S34：将步骤S33得到的块的3个通道进行2级小波变换及逆向抖动量化分离出模版图像；
步骤S35：将所述步骤S34分离出的模版图像进行反置乱得到所述2*4的字符矩阵图像；
步骤S36：将所述步骤S35得到的2*4的字符矩阵图像解码，逐个进行识别匹配，最终进行校验和组合，得到水印版权信息。
图5、6、7分别是本发明实施例一的原始图像、嵌入水印后的图像及水印提取效果截图，其中水印提取效果截图的发布者、授权者、发布时间、发布备注四栏中会显示相应的信息（为避免出现具体公司名称，图7中未给出具体信息）。原始图像为8184*6114，143MB的BMP格式RGB图像，从直观上我们可以看出原始图像和嵌入水印后的图像没有明显的区别，具有很好的隐藏性，而对所述嵌入水印后的图像进行一定程度的JEPG压缩、高斯滤波、图像增强、对比度、亮度、色彩调整，均能完整或部分提取出水印信息，因此又具有很好的鲁棒性。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。