本發(fā)明涉及的是一種電子海圖的加密保護方法，具體地說是一種電子海圖權(quán)限水印技術(shù)。

背景技術(shù)：

權(quán)限水印，又稱“安全水印”，屬于可逆水印的一種，但權(quán)限水印標識包含了海圖的操作特性和文件屬性，因而通過解析水印標識可以達到限制用戶操作權(quán)限的目的。眾所周知，二維電子海圖已經(jīng)廣泛應(yīng)用于海洋開發(fā)、海洋工程等領(lǐng)域；同時，針對二維電子海圖大范圍應(yīng)用后所存在的安全性問題，也迅速成為研究人員關(guān)注的熱點，其中，二維電子海圖“安全水印”及相關(guān)性技術(shù)的研究在國內(nèi)尚屬首次提出。當前，二維電子海圖安全研究進展相對緩慢，根據(jù)水印實現(xiàn)方法的不同，已有二維電子海圖水印方法大致可分為如下兩類：(1)結(jié)構(gòu)性復(fù)合水印，(2)內(nèi)容復(fù)合水印。電子海圖安全水印技術(shù)的研究才剛剛起步，還存在很多既有理論深度，又有應(yīng)用價值的問題亟待解決。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種在保持水印方法在水印容量、魯棒性等方面的穩(wěn)定性能基礎(chǔ)上，能實現(xiàn)管控電子海圖傳輸安全、操作權(quán)限管控的基于語義特征的電子海圖權(quán)限水印技術(shù)。

本發(fā)明的目的是通過如下步驟實現(xiàn)的：

步驟一：構(gòu)造權(quán)限水印標識；

步驟二：水印標識語義轉(zhuǎn)換；

步驟三：語義水印的制作；

步驟四：數(shù)字水印嵌入；

步驟五：語義水印提??；

步驟六：語義特征圖像匹配。

本發(fā)明還可以包括：

1、所述的構(gòu)造權(quán)限水印標識具體包括：(1)對于給定的電子海圖V，將其分發(fā)給i個用戶，根據(jù)用戶U_j(j＝1,2,…,i)對電子海圖V的不同權(quán)限，制定訪問控制列表L；(2)對于L0＝＜U1,V,OE,OE,OE,ON,OE,ON＞，表明用戶U1對電子海圖V的權(quán)限項"OE,OE,OE,ON,OE,ON"中，OE為使能，而ON為操作禁止，分別代表了“打開、編輯、剪切、復(fù)制、打印、更名”操作元素，當“打開”元素為禁止時，后續(xù)操作項均為禁止，即"ON,ON,ON,ON,ON,ON"；(3)將電子海圖V的訪問操作列表L內(nèi)的元素逐條轉(zhuǎn)換為二進制編碼，即L0＝＜U1,V,OE,OE,OE,ON,OE,ON＞轉(zhuǎn)換后為“11111010”；(4)將轉(zhuǎn)換為二進制編碼的訪問控制列表BL構(gòu)造為M×N的多維向量，其中，M為一條訪問控制項，N為用戶個數(shù)。

2、所述的水印標識語義轉(zhuǎn)換具體包括：將使用者ID和允許的權(quán)限操作序列構(gòu)建權(quán)限水印編碼，每一個權(quán)限水印編碼都對應(yīng)一類水印圖像。

3、所述的語義水印的制作具體包括：對于任意的電子海圖V，其服務(wù)的用戶群N，根據(jù)海圖分配列表，得到如下關(guān)系：f(v_i，n_j)＝<v_i，n_j>v_i∈V，n_j∈N，有序偶對<v_i，n_j>表示一種分配，即將地圖v_i分配給用戶n_j使用，電子海圖V包含k₁個地圖，服務(wù)用戶數(shù)目為k₂；

海圖有限權(quán)限集合M，包括“瀏覽、剪切、復(fù)制、打印、另存”，表示為{m_t|m_t∈M，|M|＝T}，文件管理方根據(jù)海圖分配列表細化操作權(quán)限，得到如下關(guān)系：。其中，∪M_k＝M，有序偶對<v_i，n_j，M_k>表明允許用戶n_j對地圖v_i可以執(zhí)行的權(quán)限內(nèi)容為M_k，M_k是一個離散的權(quán)限集合；

海圖權(quán)限編碼R2，是一組定長為K的二進制編碼串。K值由文件操作權(quán)限數(shù)量而定，如，對文件的操作行為包括“瀏覽、剪切、復(fù)制、打印、另存”，則“K＝5”。此時可定義為：R₂{k_t|1≤1≤5，k_t∈{0，1}}，k_t＝0表示對應(yīng)操作權(quán)限不可執(zhí)行，k_i＝1表示具有相應(yīng)操作權(quán)限。如，對某地圖文件可擁有的權(quán)限為“可瀏覽、可剪切、可復(fù)制、不可打印、不可另存”，則對應(yīng)的權(quán)限編碼為R2：{k_t|1≤1≤5，k_t∈{0，1}}＝{1，1，1，0，0}，即R2＝“11100”。

用戶編碼R1，同樣用定長的二進制編碼表示，假設(shè)多個地圖被x個用戶共享使用，則用戶編碼長度為如，全部地圖文件共提供給7為用戶使用，為了表示每一位用戶的獨立ID，共需要4位二進制編碼表示，可定義為“000”，“001”，“010”及“011”。

4、所述的數(shù)字水印嵌入具體包括：對于給定的電子海圖v，電子海圖的大小為z，語義水印圖像的大小為w，初始閾值λ，將電子海圖v等分為個區(qū)域，在電子海圖的個區(qū)域內(nèi)，隨機選擇多個區(qū)域嵌入數(shù)字水印圖像，且確保在每個區(qū)域內(nèi)完整地嵌入一個數(shù)字水印圖像。數(shù)字水印的嵌入采用增加冗余節(jié)點的方式，在海圖內(nèi)增加冗余節(jié)點的方式為：1)選擇海圖的曲線，在曲線上增加冗余節(jié)點；2)在分割的區(qū)域內(nèi)，如果沒有曲線可供水印嵌入時，直接構(gòu)建多條冗余的曲線和節(jié)點；3)將數(shù)字水印編碼依次嵌入到這些節(jié)點坐標內(nèi)，得到修改后的電子海圖v′。

5、所述的語義水印提取具體包括：(1)根據(jù)修改后的電子海圖v′，采取自適應(yīng)的方法獲得初設(shè)閾值λ，根據(jù)區(qū)域規(guī)劃算法獲得等面積的分割區(qū)域；(2)檢測兩個相鄰區(qū)域內(nèi)是否存在冗余節(jié)點，得到奇數(shù)或偶數(shù)序號區(qū)域；(3)在奇數(shù)或偶數(shù)序號的區(qū)域內(nèi)，去除冗余節(jié)點，提取水印碎片；(4)根據(jù)語義特征匹配算法，獲得語義特征庫內(nèi)分類特征編碼；(5)根據(jù)語義圖像分類特征編碼，獲得水印編碼；(6)解析水印編碼，獲得用戶ID和地圖的權(quán)限信息。

6、所述的語義特征圖像匹配具體包括：采用基于對象庫語義表達的圖像分類算法，設(shè)若嵌入的語義水印圖像i，i∈I_a，且I_a內(nèi)特征圖像的數(shù)量表示為I_a＝{i₁，i₂，i₃，i₄，...i_n}，通過圖像分類的方式，得到如下信息，即i_y∈I_a，獲得I_a庫對應(yīng)的權(quán)限編碼；流程包括：

1)對象庫的構(gòu)建；

2)圖像特征分析

對于這些語義圖像，使用顏色熵來衡量圖像的背景復(fù)雜度，H(x)＝-∑_b∈BC_x(b)logC_x(b)，其中，C_x表示歸一化后的圖像顏色直方圖，B代表顏色的量化集合；

3)圖像分類

對于待分類的水印碎片圖像Ix，使用如下公式求解Ix的稀疏表示向量∝，arg[公式1]，其中，N_c表示類別數(shù)量，而I_s表示第s類的分類特征圖像集合，I_j表示第j個待分類圖像，N_s表示I中圖像數(shù)量。

對于待分類的水印碎片Ix，求得稀疏表示向量∝后，對其進行確切分類，獲得分類特征庫的編碼，即權(quán)限編碼，其中，選取重構(gòu)殘差最小時的D_i，將Ix確定為該類特征圖像，獲得對應(yīng)權(quán)限編碼。

獲得對應(yīng)權(quán)限編碼的具體過程為：輸入：I：分類特征圖像庫集合，Ix：待分類水印碎片p：最優(yōu)近鄰集合。輸出：Ix的分類特征圖像編碼：從I中選擇與Ix關(guān)鍵特征相似的圖像I_j，結(jié)合I_j的分類特征信息，構(gòu)建Ix的上下文鄰居集合；計算鄰居與Ix的距離，選擇距離最小的Ix個樣本構(gòu)成最優(yōu)鄰居集合將Ix和分別分別代入公式1，求解Ix的稀疏表示向量∝；根據(jù)公式8，對Ix分類計算，得到具體的分類特征圖像庫序號i；返回圖像庫編號，獲得權(quán)限編碼。

本發(fā)明針對二維電子海圖的安全可靠性應(yīng)用進行研究，將充分考慮電子海圖的數(shù)據(jù)特性和文件的結(jié)構(gòu)化特性，在保持水印方法在水印容量、魯棒性等方面的穩(wěn)定性能基礎(chǔ)上，實現(xiàn)管控電子海圖傳輸安全、操作權(quán)限管控的目標。在理論上，它將為數(shù)字水印領(lǐng)域的交叉性研究提供新原理新方法，為數(shù)字水印的擴展應(yīng)用提供新的關(guān)鍵技術(shù)，推動數(shù)字水印研究向?qū)嵱没较蜻~進；在應(yīng)用上，它將為數(shù)字海圖網(wǎng)絡(luò)化安全管理、可靠性應(yīng)用提供一種新的技術(shù)。

本發(fā)明所提出的一種基于語義特征的電子海圖權(quán)限水印技術(shù)，較好地滿足了數(shù)字地圖的精度無損要求，水印信息嵌入和檢測對于地圖都有很好的適用性。

附圖說明

圖1二維電子海圖權(quán)限水印標識構(gòu)造示意圖；

圖2水印制作端流程；

圖3基于區(qū)域劃分的水印規(guī)劃方案；

圖4均勻分配的語義水印嵌入方案；

圖5電子海圖的局部放大效果圖；

圖6數(shù)字水印嵌入算法；

圖7數(shù)字水印提取算法；

圖8(a)測試用數(shù)字地圖1；

圖8(b)測試用數(shù)字地圖2；

圖8(c)測試用數(shù)字地圖3；

圖9測試用數(shù)字水??；

圖10本發(fā)明的總體流程圖；

圖11片段式的權(quán)限列表；

圖12權(quán)限序列對應(yīng)的語義分類圖像示例表；

圖13權(quán)限操作的關(guān)聯(lián)性表；

圖14剪切操作實驗結(jié)果分析表；

圖15亮度調(diào)整操作實驗結(jié)果分析表；

圖16可視化對比效果表；

圖17嵌入率和最大誤差對比效果表

圖18攻擊前后效果圖表

圖19方法水印提取效果圖表。

具體實施方式

下面結(jié)合附圖舉例對本發(fā)明作更詳細的描述。

選擇基于AO插件的ArcGIS二次開發(fā)平臺。ArcGIS平臺是主流的數(shù)字地圖編輯環(huán)境，能夠分類地圖圖層，提取坐標等多種屬性信息。該系統(tǒng)提供了基于AO(Arc Objects)和AE(Arc Engines)兩種模式的二次開放環(huán)境。對于地圖數(shù)字水印研究領(lǐng)域，基于AO的開發(fā)環(huán)境提供了更多封裝和對象以供調(diào)用。

如圖9所示，實驗選擇了三幅數(shù)字地圖。按照圖11的表1和圖12的表2的規(guī)則，本發(fā)明選定了一幅數(shù)字水印圖像如圖9所示，水印圖像大小為30×40。嵌入率界定于40％到60％之間，嵌入率指水印編碼長度與載體空間規(guī)模的比值。其中，地圖載體空間規(guī)模是指可嵌入水印信息的結(jié)點數(shù)量與單個結(jié)點可嵌入水印編碼長度的乘積。

將從以下方面，具體討論本發(fā)明的的方法與已有方法[1][2]的性能和特點的比較。

已有方法[1]Wang nana,Men Chaoguang.Reversible Fragile Watermarking for 2D Vector Map Authentication with Localization.Computer-Aided Design.2012,44(4):320-330.

已有方法[2]Cao L,Men C,Ji R.High-capacity reversible watermarking scheme of 2D-vector data[J].Signal Image&Video Processing,2014,9(6):1387-1394.

(1)魯棒性分析

相同情況下，同比其他方法，測試本發(fā)命方法的抗攻擊性能，包括剪切操作和亮度調(diào)整。

實驗結(jié)果分析使用了均方根誤差(RMSE,Root Mean Square Error)來計算水印方法對于數(shù)字地圖的內(nèi)容擾動。

同時，選用歸一化系數(shù)(NC,Normalized Correlation Coefficient)來計算結(jié)果水印與原始水印之間的相似度。式中，f(x)，f′(x)，f″(x)分別表示x坐標值在不同地圖對象內(nèi)的取值，即原始地圖、嵌入數(shù)字水印后的地圖以及提取水印后的數(shù)字地圖。

剪切實驗結(jié)果如圖14的表4所示，在實驗中NC值比較了兩次，NC1為水印方法直接提取的結(jié)果對比，而NC2為語義水印進一步解碼后的比較結(jié)果。同時，方法還進行了效率對比。

從圖14的表4的實驗結(jié)果可知，方法在水印檢測的準確性方面要強于其他兩種方法，特別是語義特征匹配后，方法能夠獲得更精確地水印編碼信息。同時，本發(fā)明的方法具有更快的執(zhí)行速度，計算時間主要用于提取水印碎片之后的解碼和特征匹配。而其他兩種方法的計算時間則主要用于對于提取到的殘留水印信息進行再組織。

目前，數(shù)字水印方法主要包括空域和頻域兩類。由于空域方法對于地圖內(nèi)容的擾動普遍較大，因而，基于頻域的方法研究逐步成為熱點。頻域方法通過數(shù)學(xué)變換方式，將水印嵌入到地圖的頻域系數(shù)內(nèi)，該類方法對于地圖像素信息的調(diào)整較為敏感。如圖15的表5所示，本發(fā)明對嵌入數(shù)字水印的地圖進行了亮度調(diào)整操作的魯棒性測試。通過這種操作，像素信息發(fā)生了顯著的改變，對水印信息的破壞較大。f′(i，j)，f(i，j)分別表示原始地圖和含水印地圖在坐標(i，j)處的像素值。地圖的大小為M×N。本文選擇了峰值噪聲比PSNR進行評價，用來評價因亮度調(diào)整而導(dǎo)致水印圖像的退化程度。

從實際結(jié)果可以發(fā)現(xiàn)，本發(fā)明方法同其他方法一樣，對于亮度調(diào)整引起的頻域能量衰減具有明顯的反饋，提取到的水印信息都損失較大，但從水印碎片中本文仍可通過特征提取手段獲得較為完整的初始語義水印信息。同時，PSNR值來看，本發(fā)明方法的水印圖像退化程度較低，基于區(qū)域劃分和重復(fù)嵌入的方式，使得方法獲得相對較優(yōu)的魯棒性。

(2)可視化分析

以圖8(a)8(b)8(c)的三幅地圖為水印載體，分別給出了原始地圖與已嵌入數(shù)字水印地圖的對照關(guān)系。

從視覺來看，嵌入了數(shù)字水印的地圖與原始地圖無論從整體上還是局部并沒有顯著的差異，水印具有較好的不可見性。

(2)嵌入率和最大誤差分析

以圖8(a)8(b)8(c)的三幅地圖為載體，將本發(fā)明方法與已有方法[1][2]中的方法進行了水印容量、數(shù)據(jù)誤差的對比實驗，通過嵌入率來測試方法的性能。

從圖17的表7的實驗結(jié)果，分析結(jié)果如下：

本發(fā)明方法的誤差最小，無論以線、面、頂點為主要圖元的數(shù)字地圖，方法的引入誤差都相對最小，而其它兩種方法對地圖的結(jié)構(gòu)性特征具有很強的關(guān)聯(lián)性。Cao的方法當頂點數(shù)較多時，誤差會呈現(xiàn)增大的明顯趨勢。

本發(fā)明方法的嵌入率非常穩(wěn)定，不受頂點圖元數(shù)量和屬性的約束，方法可以在任意頂點之間構(gòu)建冗余節(jié)點，而已有方法[1]的方法嵌入率僅能達到本發(fā)明方法的50％以下。

(3)綜合分析

為了驗證方法的可用性，基于魯棒性分析實驗結(jié)果，以圖8(a)為例，對該地圖嵌入數(shù)字水印(圖9)后，進行剪切操作，之后提取水印并進行語義分析和解碼。

如圖19的表9所示，經(jīng)過二次語義解析之后，本發(fā)明方法能夠通過對水印W1進行二次語義解析，獲得與其圖像特征相匹配的語義特征庫W2，從而得到相似度更高的語義水印信息。而其他同類方法則不具備該特征。