SIFT和SVD相结合的GF-2影像感知哈希算法

为解决GF-2影像在传输、存储及实际使用中面临的局部篡改问题,本文提出了一种用于GF-2影像完整性认证的感知哈希算法。首先采用固定分块的方式,将整幅影像分割成多个子块,运用SIFT算子提取子块的关键点特征信息;然后采用SVD方法提取SIFT关键点特征信息的特征值,选取其中较大的10%特征值构建子块的感知哈希序列;最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证过程中,通过计算原始影像与待认证影像的感知哈希值的差异,从而实现对影像内容的认证。试验表明,该算法能够实现GF-2影像中地物篡改的检测与定位,同时对LSB水印嵌入、DAT格式转换及BMP格式转换等内容保持操作具有良好的稳健性,为GF-2影像的安全使用提供保障。

一种稳健的BIM数据盲水印算法

为了对BIM模型在遭受攻击后进行快速有效的版权保护,提出一种稳健的BIM数据盲水印算法。首先,以原数据中的多面网格要素为单位,提取多面网格对象的所有网格顶点构造复数序列,对复数序列做DFT变换得到幅度系数和相位系数;其次,利用QIM方法,将经过Logistic映射置乱得到的水印信息,嵌入到DFT变换域的幅度系数中;最后,运用离散傅里叶逆变换(inverse discrete fourier transform,IDFT)得到含水印信息的BIM数据。在水印提取中,通过投票原则提取水印,无需原始数据参与,是一种盲水印算法。在实际应用中,因BIM模型中顶点坐标的相同值较多,被用来嵌入水印的有效载体较少,为解决这一问题,在误差容许范围内对原始坐标数据加入了随机噪声,以嵌入不同的水印,间接地增加了水印嵌入容量。实验表明,该算法能够很好的控制水印嵌入引起的数据误差,嵌入水印对BIM数据的精度影响小,且对BIM数据常见的随机删除实体、旋转、平移攻击和特殊攻击具有较好的稳健性,可为BIM数据的所有权提供切实可行的依据。