搜索
1几何特征选择与提取1.13D网格几何特征3D模型最常用的一种表示方式就是三角形网格结构，简称3D网格表示。这种表示方法不但操作简单，而且可以作为其他表示方式的基元。也就是说其他格式3D模型都可以转换为网格表示格式,如图1所示。网格由三角形面片构成，由点、线、面依据特定的拓扑关系组合而成的面片和面片构成了三维模型基本骨架机构。点、线段、面片以及它们的拓扑关系等就是3D模型基本的数字几何特征。1.2特征提取统计分析在每个三角形面片中，选择三角形顶点(三角形中最长边对应的点)在底边(三角形中最长的一边)的投影值及归一临边比作为最基本特征,绘制直方图，得到样本中的每一个原始无隐写3D数据模型的统计分布，假设分布类型，验证假设进而根据曲线拟合等数学工具，得到原始3D数据模型的特征分布。使用同样的方法可以得到信息隐写3D模型特征分布。然后通过判决阈值的设定，即可检测出3D模型中信息有无隐写及隐写容量,继而分析秘密信息的内容，只需做到检测有无秘密信息即可。1.3参数估计基于统计的信息隐藏检测就是随机抽样参数估计，估计隐写前后样本总体差别,从而实现检测分析有无修改原始载体以及添加秘密信息的方法。对于总体，相关参数做到较准确估计也是提高信息检测正确率的关键。Chen提出了一种比较简单的随机抽样效果较好的总体参数估计算法。本文根据Multlk的思想，对以上算法作了改进，在参数估计过程中作了选择性的使用。其核心算法如下：2信息隐写算法2.1统计信息隐藏检测技术介绍基于统计的信息隐藏检测技术就是从数字几何信息隐藏的统计特征如基于顶点坐标、多边形面积、表面法线矢量的一阶及高阶特性等统计量进行统计分析，找出符合检测需要的统计特征的过程D检测技术的本质是模式识别，特征选择及分类器的设计是研究的热点。2.2空域隐写算法三维网格模型的空间描述包括几何特性和连接结构。Yeo等人提出的用于数字几何三维网格完整性认证，这是较早的直接通过修改顶点位置进行隐写的算法。Lin等人[将顶点重排序作为一种操作，设置两个哈希函数，使其仅仅依赖于当前顶点坐标，这种算法解决了因果问题。Yu等人给出了一种非盲性算法。Chou等人更好地解决了因果问题和收敛问题。Cayre等人针对三角网格提出了一种大容量盲信息隐藏算法。到目前为止，基于修改连接结构的算法非常少，Ohbuchi等较早地提出了这种算法的思想，并作了初步研究，而后又对这种算法作了改进和完善。Zafeirkm等人通过先计算网格对象的中心和主轴位置，然后将顶点坐标转换到注册过的球面坐标系统中，再将顶点集合划分为不同的组。每个组中都构建一个顶点半径组件的预测误差直方图。作者假设在一个组里的预测误差都是高斯分布的，通过修改直方图的左右分布嵌人一个位的信息。Cho等人构建了一个顶点与重心之间距离的直方图，然后根据距离的不同范围划分直方图，最后通过改变直方图中某一柱体的均值或方差分布来插入位信息。当然还有其他一些值得一提的基于空域的方法。Bors提出一种盲算法，该算法对相似变换具有鲁棒性。Song等人㈣1针对目前存在的图像信息隐藏技术提出了一种有趣的方法。他们通过从表面网格中得到的边界柱体上采样，对每个采样计算采样点到网格表面的最短距离，然后将这个距离值当做采样点的亮。Zagrouba等人提出了一种基于maximallystablemeshes特征检测的三维网格信息隐藏算法。该算法可以很好地在可见性与鲁棒性之间作权衡。综上所述，大多空间域信息隐写手段一个最基本的共同点就是在信息隐写过程中不可避免地或多或少要改变3D模型基本几何元(数字几何特征)。3检测算法获取相关scannedmodel,求每个三角形顶点在底边的投影位置,作分布直方图，估计分布，通过参数的估计和分布曲线的拟合，得到确定分布类型。3D数据模型格式不一，本文选用简单的SMF格式。计算机处理的三维数据模型不管何种格式，其本质都是简单几何元的组合，如图2所示。a)随机选取#个三角形面片，每一个三角形面上最少包含三个点。在SMF中，顶点和面片对应排序记录，其自身的这种表示为每个面片对应顶点坐标的提取提供了方便，大大缩短了计算时间。b)建立参考坐标系(笛卡尔坐标)，依据顶点坐标值求各三角形面片各边边长及面积等几何参数。三边得到后根据海伦公式可以计算得到每个面片的面积：所有面片依据面积大小依次排序。右手法则如图3所示c)根据右手法则，选取第一临边edgel、第二临边edge2、底边fi-edge。本文规定每一个三角形中最长的边为底边，即归一临边比Q'=edgel/方-edge,=2-edge2/fi-edge(6)d)抽样得到的数据拟合其分布模型，采用核密度拟合算法，用MATLAB实现。e)参数估计。本文从网络采集到193个模型(三角形面数不低于836,顶点数不低于2239),用SCanalyze软件作转换处理，变换到SMF格式,拟合分布,得到分布函数,这是盲检测的关键。隐写前3D模型几何特征统计分布曲线如图4所示，隐写信息后几何特征统计量分布如图5所示。f)对比隐写前后特征分布变化趋势，选择设计分类器。隐写前后3D模型的归一临边比特征较好地反映了顶点投影现象,分布图中信息隐藏前后变化明显的是特征方差，均值变化微小可忽略。图6所示为三角型网格模型包含的面片数和提取特征所需时间关系图。图7所示为对Lin等人的信息隐藏算法进行检测图8所示为对Cayre等人的算法进行检测的结果。