免于扭曲数据隐藏方案基于递归的三角网格细分

文摘

本研究采用三角形剖分方案实现可逆嵌入数据。秘密信息嵌入到新添加的顶点。添加顶点的拓扑是由连接位于三角形的顶点。为进一步提高嵌入容量,递归细分机制,由给定的标准,终止雇佣。最后,主成分分析能使隐藏模型对相似变换和顶点/三角形重新排序的攻击。我们的算法可以提供一个高和可调节的嵌入容量和可逆性。实验结果表明我们的算法的可行性。

1。介绍

可逆数据隐藏算法(1- - - - - -12)可以恢复原始标志着媒体正确提取一个接一个的秘密消息。重要的媒体,比如医疗和军事应用,可以应用这种算法把秘密消息。因此,研究可逆数据隐藏在最近几年迅速涌现。

尽管可逆图像数据隐藏是一个非常热门的研究问题,算法对3 d模型尚未深入研究。除此之外,大多数的可逆数据隐藏算法对3 d模型通常直接扩展的图像三维模型。例如,Jhou et al。4)应用直方图修改3 d模型。他们首先计算输入模式和嵌入的重心为每个顶点然后决定根据其距离中心。此后,最后数字的坐标值是用于直方图建设。信息嵌入到最后的坐标值数字位于直方图的峰值点。壮族et al。1)采用Helmert转换对相似变换攻击提高鲁棒性。他们的算法执行数据嵌入规范化模型每个顶点和中心之间的距离。黄和蔡3使用每个顶点之间的区别和周边的直方图建设。实验结果证明算法可以实现较高的嵌入容量,可接受的失真,和更大的鲁棒性。然而,吴邦国委员长和Dugelay [9)提出了一个可逆的数据隐藏算法基于不同扩张。他们第一次预测一个顶点位置通过计算遍历邻国的中心。然后嵌入秘密消息通过扩大预测之间的差异和原来的坐标值。朱et al。12)扩大一半提到的预测差异来嵌入水印。他们的算法可以提供较低的失真和可控的失真。与上述方法相比,霁et al。5)扩展的距离比例数据嵌入对噪声攻击提高鲁棒性。吴和王10)首先形成一个顶点序列采用网格遍历策略。秘密信息嵌入到每两个相邻顶点之间的差别将基于不同扩张和区别。

最近,荣格和柳6)提出了第一个interpolation-based可逆数据隐藏算法图像。一些改进算法(7,8然后提出改善其性能。interpolation-based可逆数据隐藏算法首先扩大输入图像根据他们提出的插值方案封面图片。秘密信息嵌入到新添加的插值像素。换句话说,更多的秘密消息可以嵌入更大的放大因子。因为输入图像的像素不改变数据中嵌入过程中,可以将输入图像恢复,而不会产生任何错误。然而,上述算法是目前适用于灰度图像。

类似3 d模型插值的概念是所谓细分表面,代表一个光滑的表面通过一个递归细分的过程在每个给定的粗多边形面成更小的。尽管一些水印算法(13,14)表面上细分操作,他们要么nonblind有限或不可逆的嵌入容量较低的细化过程细分曲面。

本研究扩展了三角网格插值的主意。该算法首先生成新添加的嵌入一个对应三角形顶点的消息。然后构造与位于三角形的顶点的拓扑。提高嵌入容量,递归细分机制,由给定的标准,终止雇佣。最后,主成分分析(15)让我们隐藏模型对相似变换和重新排序的攻击。

本文的其余部分组织如下:部分2拟议的技术细节;部分3提供了一个讨论实验结果;最后,部分4提供一个结论和未来的研究方向。

2。该方法

本节详细提出了三角形网格免于扭曲数据隐藏算法。一个三角形剖分方法是进行三角形网格和秘密信息嵌入到新添加的顶点。因为原来的顶点不改变在整个数据嵌入过程中,最初的三角形网格可以恢复,而不会产生任何错误。此外,采用递归细分来提高嵌入容量。给定的标准终止递归,考虑到固定数量代表隐藏模型精度。是健壮的相似变换和三角形顶点/重新排序的攻击,使用主成分分析来解决这个问题。图1显示了该算法的流程图。以下部分描述该算法。

2.1。数据嵌入过程

本节详细说明了数据嵌入过程。程序首先预处理输入三角形网格的拓扑信息。模型信息也可以在这个过程中派生的。每个顶点和三角形的帮助下然后排序法向量和主轴。数据嵌入过程生成三个重心重量和其中两个是嵌入的秘密信息。最后的三角形剖分过程需要以上data-embedded权重作为输入产生一个新添加的顶点和三角形被细分为三个小的。嵌入容量可以进一步通过递归细分明显改善。最后,隐藏模型处理后生成每个三角形。为简单起见,本研究说明了该技术使用二维三角形。然而,这可以很容易地扩展到三维空间。

2.1.1。预处理过程

相对原始三角网格的信息在这个过程中获得的。假设的三角网格由顶点,三角形。执行主成分分析在三角形网格,生成一个PCA坐标系统。显然,新的坐标系统有了一个新来源,,这是一个三角形网格的重心,和三轴,叫做,,。每个顶点是根据主轴的夹角排序和向量。每个三角形也是根据主轴的夹角排序和向量,在那里三角形的重心是什么。排序结果是处理订单数据嵌入。

2.1.2。数据嵌入过程

根据每个三角形的处理顺序,初始化数据嵌入过程。假设一个三角形(见图2(一个))是由三个顶点,,,和两个系列有些秘密消息和准备嵌入。三个重量可以生成使用(1),它们的和等于1,十进制值转换来自哪里位二进制的秘密消息。为避免不平衡细分为每个三角形,三个暂时的顶点,,首先由(2)(见图2 (b)),然后根据主轴的夹角排序和向量。假设,,排序结果。一个新的观点在位于三角形,然后获得基于质心坐标的概念使用(3)。顶点现在一些秘密信息嵌入(见图2 (b))。考虑

2.1.3。三角形剖分过程

新的点后生成,然后构造与原位于三角形的顶点拓扑。三角形被细分为三个小三角形,,(见图2 (c))。第一次迭代的数据嵌入现在完成。

遵循以上规则,我们可以再细分每个小三角形来提高嵌入容量。然而,考虑到数字隐藏模型的精度,不能无限细分三角。因此,可以采用一些标准终止递归三角剖分,如总嵌入容量,细分三角形的面积,或细分的迭代的数量。在这项研究中,我们采用的比率平均之间的三角形区域的三角网格细分三角形的面积终止准则。三角剖分过程持续只有当细分三角形的面积大于倍的平均面积()。

首先,我们三个细分三角形和按顺序处理每个三角形。例如,在图3(一个),三角形被认为是下一个处理三角形。然后我们选择一个额外的点再次使用(1),(2)和(3),然后构造与位于三角形的三个顶点的拓扑。三个小三角形然后生成。递归的三角剖分过程一直持续到达到终止条件。例如,在图3 (b),三角形不能细分,因为它的表面被认为是达到终止条件。否则,不足数量表示隐藏模型的顶点坐标的精度可能会导致数据提取的失败。图3 (c)结果显示了示例细分为三角形。处理后的残余三角形和递归,隐藏模型如图一个例子3 (d)。

2.2。数据提取过程

接收机获得隐藏模型后,初始化数据提取过程中提取秘密信息遵循以下的步骤。因为每个顶点添加来自平面三角形的重心权重,三角形顶点及其位置之间的距离等于0。因此,我们首先删除添加顶点来重建原始的三角形网格,然后进行主成分分析来获取原始PCA坐标系统。因此,数据提取顺序为每一个三角形可以获得的帮助下主轴之间的角和向量。

接下来,我们采取一个迭代过程,提取秘密信息。很明显,相邻顶点的数量为每个添加顶点是3。因此,每次迭代都包括四个步骤,包括找到添加顶点,计算其权重质心,提取秘密信息,恢复三角形。以上步骤反复地继续,直到所有添加顶点删除。例如,在图4(一)顶点,,,在第一次迭代,因为它三个相邻的顶点。把顶点例如,我们可以计算其三个重心的权重。然而,只有其中两个是嵌入的秘密信息。通过检查的处理顺序顶点,,,幸运的是,我们可以获得前两个权重质心提取秘密信息。方程(4)显示重量重心计算公式,,,是处理三角的三个顶点的排序结果,是处理顶点数据提取。方程(5)是用于提取两个系列有些秘密消息。因为秘密信息嵌入根据三角形的角之间的正常和主轴,然后我们第一次恢复三个小三角形变成一个大一个通过删除顶点及其邻国的关系。两个系列的有些秘密消息然后恢复的角度。完成第一次迭代和当前三角网格如图4 (b)。在接下来的迭代中,顶点和恢复处理,而两个三角形(参见图吗4 (c))。最后,顶点处理(参见图吗4 (d))和原三角形是恢复。数据提取过程完成。考虑

2.3。鲁棒性评估

本节讨论该方法的鲁棒性。在这项研究中,采用主成分分析来确定处理订单每个顶点和三角形。在数据提取过程的开始,每个添加顶点可以删除,因为它位于三角形由其相邻的顶点。最初的封面模特可以重建和PCA坐标系统。因为PCA坐标旋转和转换操作系统健壮,我们隐藏模型可以抵御上述两次袭击。此外,质心前后重量是不变的缩放操作;可以获得相同的权重。

重新排序的攻击(3]修改顶点/三角形表示订单的模型文件,但不影响外观的3 d模型。图5给出了一个二维的例子重新排序的攻击对顶点和三角形。该模型在图5(一个)由四个顶点和两个三角形。两个例子表示模型图所示5 (b)和5 (c)。其中一个可以重新排序攻击另一个。虽然他们的顶点和三角形订单不同,视觉效果是一样的。在执行计划的数据嵌入和提取过程,每个顶点和三角形的分类是根据法向量之间的夹角和主轴。重构提取嵌入的顺序是一样的。因此,我们隐藏模型可以强健的重新排序攻击。

但是,与水印算法鲁棒性较高的一些有意的攻击,提出了数据嵌入算法可以提供更多的嵌入容量,但较低的鲁棒性。噪声攻击造成一些随机扰动对3 d模型的顶点坐标。甚至每个顶点的噪声攻击小强度会影响提取秘密信息的完整性。一些与秘密信息嵌入顶点可能分为嵌入式的没有消息。然而,如果只有顶点的一部分隐藏模型噪声攻击下,我们仍然有机会抽取部分机密信息。最后,有损压缩攻击使量子化的顶点坐标,引入新的顶点,删除原来的顶点,或修改顶点之间的拓扑关系。袭击严重影响主轴的生成和提取为每个顶点不同于其嵌入秩序。秘密消息的攻击模型的提取失败。

3所示。实验结果

本节介绍了实验结果从三个3 d三角形网格,叫“兔子”,“牛”,和“河马。”表1显示了网格信息,包括顶点的数量,三角形的数量,,模型尺寸(由对角线长度每个网格的边界体积)。我们也显示文件大小为每个测试模型,存储在厚度文件格式,供以后比较每个隐藏模型之一。微软Visual c++编程语言是用于实现该算法与Intel®核心个人电脑™i7 - 6700 k的处理器和16 GB的内存。图6显示了固体和固体线框阴影的结果为每个三角形网格。嵌入秘密消息是一个随机生成的0/1位串。的参数是设置为10。

本部分首先提出了三个隐藏模型的视觉效果。我们还为每个模型显示特写视图到一个更好的比较。第二,这一节还介绍了嵌入三个三角形网格和不同的嵌入阈值的能力。此后,每个网格的三角形面积分布显示嵌入阈值的位置。这部分隐藏的鲁棒性评估模型下礼物。最后,这个算法的比较与当前突出的不可逆的/可逆算法演示了该方法的可行性。

图7显示了三个三角形网格的视觉效果与嵌入秘密消息。从数据6和7、封面和隐藏模型与不同数量的顶点和三角形可以有相同的渲染结果。原因是整个数据嵌入过程使所有的顶点和三角形位于原三角形。没有视觉效果造成影响。图8显示了不同网格的特写视图不同的嵌入阈值,使一个更好的比较。显然,线框的特写镜头阴影每个模型的结果,特别是对于小型嵌入阈值是不同的。

表2显示了嵌入容量,加工三角形的数量,和最终的顶点数/三角形为每个测试模型。与嵌入阈值的增加,三角形,可以加工的数量更少,嵌入能力却降低了。因为每个顶点可以添加有些秘密信息嵌入,嵌入容量=。此外,每个隐藏模型增加的文件大小,因为存储新添加的点的坐标值和拓扑关系。图9显示每个三角形的面积分布的直方图为不同的模式。我们还表明嵌入阈值的位置显示位于地区用于数据嵌入。为每个示例图9,每个三角形位于灰色区域不能使用消息嵌入因为嵌入标准没有达到。与嵌入阈值的增加,可嵌入三角形的数量减少和更少的可以嵌入秘密消息。只有三角形面积位于蓝色区域可以执行数据嵌入,嵌入阈值设置为3兔子/牛模型和河马模型设置为15。可以处理更多的三角形消息嵌入与较小的阈值。例如,当嵌入阈值是设置为2兔子/牛模型和河马模型设置为10,三角形面积位于绿色区域可以另外用于数据嵌入。

本节提出了算法的鲁棒性评估。如前所述,每个顶点添加来自平面三角形的重心权重;顶点之间的距离和它位于三角形= 0。因此,我们可以通过删除重建原始模型的所有顶点。然后获得相同的PCA坐标系统并提取为每个顶点确定没有错误。此外,测试方案的鲁棒性,我们随机旋转,翻译,每个三维隐藏模型和统一规模。图10显示了相似变换后的视觉效果的攻击。实验结果表明,在提取秘密信息没有错误。然而,隐藏模型的精度必须增加适当的降尺度下攻击。重新排序的攻击,顶点和三角形模型文件的重新排序随机几次节中所描绘的场景2。3。嵌入的秘密信息可以提取,而不会产生任何错误。也就是说,该方案重新排序攻击具有很好的鲁棒性。实验的方法在噪声攻击下,我们添加随机噪声在区间内所有的三个坐标比例的模型中顶点和记录的比率顶点的正确信息提取,是噪音的振幅。表3上面显示了兔子模型的实验结果在场景。其他测试模型也有类似的结果。参数的值增加,顶点为正确消息提取的比例明显降低。此外,当参数的值较大,表明每个顶点坐标可以与更大的位移,顶点为正确消息提取的比例也较低。结果,该算法具有弱抗噪声攻击。

最后,这个部分比较了该算法与其他现有的优秀算法的嵌入容量,健壮性、加工领域,和可逆性(表4)。方面的嵌入容量,黄等人介绍了排列数据嵌入隐写术;每一个顶点都可以一些消息嵌入域的表示。然而,原始订单每个顶点和三角形嵌入式消息后不能恢复。黄和蔡提出一个可逆数据隐藏方案3 d多边形模型基于直方图变化。嵌入能力不能令人满意地只从0.09到0.51位每顶点。霁等人采用不同扩张实现可逆数据嵌入,嵌入容量的1.01到1.09位每顶点。我们的算法推导新添加的点数据嵌入;每个可以有些秘密信息嵌入。从鲁棒性的角度,四个算法都是健壮的对相似变换(ST)的攻击。黄等的算法可以承受自相似变换攻击表示多边形顶点顺序不是修改翻译之后,缩放和旋转攻击。霁的距离比例等。该方法的相似变换后是不变的攻击。喧哗的攻击也可以拒绝他们的算法。剩下的两个算法采用主成分分析算法健壮的相似变换攻击。我们对重新排序算法另外可以健壮的攻击,因为每个处理顶点和三角形是由主轴。

4所示。结论和未来的工作

本研究提出了一种新颖的可逆数据隐藏算法对3 d三角形网格基于递归细分。该算法可以提供可逆性,较高的嵌入容量,没有视觉失真,更大的鲁棒性。对于每一个三角形,一个阈值被用来递归细分三角和秘密信息嵌入到顶点。主成分分析可以帮助隐藏模型对相似变换和顶点重新排序的攻击。本研究的实验结果证明的可行性提出了可逆数据隐藏技术。

然而,在未来,我们希望整合的概念细分表面生成高质量的网格光滑。此外,小说系统的方式来确定合适的阈值也是一个有趣的问题值得调查。最后,改进提高鲁棒性对种植或喧哗攻击可能被考虑。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项工作由科技部支持台湾在格兰特。大多数103 - 2221 - e - 468 - 021和大多数104 - 2218 - e - 468 - 001。

引用

1. 学术界。壮族,C.-W。程,Z.-Y。日圆,“可逆数据隐藏3 d模型的仿射不变性”专业前沿国际会议的程序计算。理论、技术和应用程序,页77 - 81,台中,台湾,2010年8月。视图:出版商的网站|谷歌学术搜索
2. i . j·考克斯·m·l·米勒,j·a·布鲁姆j . Fridrich和t .石灰,数字水印和隐写术美国摩根考夫曼,伯灵顿,质量,第二版,2008年版。
3. 中州。黄和y y。蔡”,一个可逆数据隐藏方案3 d多边形模型基于直方图将嵌入容量,高”3 d的研究》第六卷,没有。2、第二十条、1 - 12,2015页。视图:出版商的网站|谷歌学术搜索
4. 彭译葶。Jhou, js。锅,d .周“可逆数据隐藏基于直方图转变为三维顶点,”学报》第三届国际会议上智能信息隐藏和多媒体信号处理(IIHMSP ' 07),1卷,页365 - 370,IEEE,高雄,台湾,2007年11月。视图:出版商的网站|谷歌学术搜索
5. h .霁,杨x, c . Zhang和x高,”新一可逆水印的3 d模型基于比例扩张,”学报》第三届国际大会对图像和信号处理(CISP 10)烟台,页3899 - 3903年,中国,2010年10月。视图:出版商的网站|谷歌学术搜索
6. K.-H。荣格和K.-Y。柳,“使用图像插值数据隐藏方法,”计算机标准和接口没有,卷。31日。2、465 - 470年,2009页。视图:出版商的网站|谷歌学术搜索
7. 张炳扬。李和杨绍明。关铭黄”,一种有效的图像插值增加有效载荷在可逆数据隐藏,“专家系统与应用程序,39卷,不。8,6712 - 6719年,2012页。视图:出版商的网站|谷歌学术搜索
8. y y。蔡,J.-T。陈,研究。郭,c。陈”,广义图像interpolation-based可逆数据隐藏方案嵌入容量和图像质量高,“KSII交易网络和信息系统,8卷,不。9日,第3301 - 3286页,2014年。视图:出版商的网站|谷歌学术搜索
9. H.-T。吴和J.-L。Dugelay”,可逆水印的三维网格模型预测误差扩张,”《IEEE 10日研讨会多媒体信号处理(MMSP ' 08)凯恩斯,页797 - 802年,澳大利亚,2008年10月。视图:出版商的网站|谷歌学术搜索
10. d .吴邦国委员长和g .王”,一个可逆水印方案3 d网格,”活跃的媒体技术:第五届国际会议,AMT 2009,北京,中国,2009年10月22 - 24。诉讼卷,5820在计算机科学的课堂讲稿施普林格,页513 - 521年,柏林,德国,2009年。视图:出版商的网站|谷歌学术搜索
11. 彭译葶。杨:“可逆数据隐藏使用两个标记图像自适应coefficient-shifting算法的基础上,“多媒体的发展ID 473896条,卷。2012年,9页,2012。视图:出版商的网站|谷歌学术搜索
12. 杨朱,c .张x, x高,”一个高效的基于抽样的概念,3 d信息隐藏算法”学报》第三届国际大会对图像和信号处理(CISP 10),3卷,第1175 - 1171页,烟台,中国,2010年10月。视图:出版商的网站|谷歌学术搜索
13. 冯x”,新的3 d细分网格水印”,国际期刊《计算技术的进步,4卷,不。15日,第73 - 66页,2012年。视图:出版商的网站|谷歌学术搜索
14. g . Lavoue f·丹尼斯,f·杜邦“细分表面水印,”电脑和图形没有,卷。31日。3、480 - 492年,2007页。视图:出版商的网站|谷歌学术搜索
15. a . c .加入多变量分析方法约翰·威利& Sons,纽约,纽约,美国,第二版,2002年版。视图:出版商的网站|MathSciNet
16. 纽约。黄,M.-T。李,C.-M。王”,向最优嵌入排列隐写术的能力,”IEEE信号处理信件,16卷,不。9日,第805 - 802页,2009年。视图:出版商的网站|谷歌学术搜索

版权

版权©2016 Yuan-Yu蔡。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。