一种基于分布中心的矢量数据零水印算法

针对鲜有零水印算法能同时适用于点、线、面矢量数据版权保护,提出一种基于分布中心的矢量地理空间数据零水印算法。首先,对矢量数据进行格网划分;其次,计算格网内每个点到其算数平均值中心的距离,并将得到的距离序列与距离平均值进行比较,大于等于距离平均值,则记为1,否则为0;然后,统计格网内的0和1数量的多数,记为0或1,以此生成空间数据特征值;最后,将该特征值与置乱后的二值水印进行异或,构造出零水印图像。实验表明,文中算法能同时适用于点、线、面矢量数据,并且对常见的平移、缩放、裁剪、格式转换、随机删点等攻击鲁棒性好。     

一种结合空间邻域关系特征的面向对象遥感影像 变化检测方法

为了充分挖掘遥感影像特征,提高遥感影像变化检测精度,在面向对象遥感图像分割基础上,提出一种遥感影像空间关系特征度量方法,并应用到了变化检测中。首先,通过对两个时期遥感影像叠加分割,提取影像对象;然后,利用目标对象光谱特征及对象与其邻域对象的空间关系特征,构建两个时期影像对象差异特征影像。对象光谱特征参数主要选择对象内像元亮度均值,对象空间关系特征参数主要为目标对象与两个时期的邻域对象之间的像元亮度之间的差值。最后,通过最大期望EM算法自动获取分割阈值,得到影像变化信息。文中利用两期QuikBird影像对实验区域构建多组特征变化矢量影像,实验结果发现,新加入的空间邻域关系特征能较好地提高变化检测精度。     

机器自监督学习的建筑物面要素几何形状度量

针对传统方法在度量建筑物面要素几何形状时,未能考虑形状认知的视觉特征因素且形状特征需要人为定义等问题,该文提出一种建筑物几何形状度量方法。首先,利用深度卷积神经网络的图像特征学习特性,结合自动编码机的自监督学习能力,构建基于机器自监督学习的建筑物面要素几何形状度量神经网络;其次,利用建筑物图像形状大数据对网络进行训练;最后,利用训练完成的神经网络识别并提取建筑物形状特征集并作为形状度量的结果。实验表明,该方法形状度量结果区分度高,一定程度上克服了人为定义形状特征的缺点,且与视觉感知结果基本一致。     

BIBD的矢量空间数据数字指纹算法

针对矢量空间数据分发后叛逆者追踪困难的问题,该文提出了一种运用均衡不完全区组设计(BIBD)的矢量空间数据数字指纹算法。该算法首先运用限定条件的BIBD构造抗合谋攻击指纹编码,并利用Logistic映射将待嵌入指纹序列进行置乱,然后通过D-P算法提取矢量空间数据的特征点,最后应用量化索引调制(QIM)方法将指纹信息嵌入到矢量空间数据特征点上,从而得到含指纹矢量空间数据。实验表明,该算法能够抵抗多用户合谋攻击,能正确追踪到至少一个叛逆者,未发生误判;算法实现了指纹信息的盲检测,且对单用户大范围裁剪攻击具有较好的鲁棒性;该算法可以应用到矢量空间数据分发中,为矢量空间数据版权保护提供有力技术支持。     

运用DFT的矢量地理数据零水印算法

针对目前矢量地理数据零水印算法鲁棒性差的问题,提出了一种基于DFT的矢量地理数据零水印算法。首先,利用Douglas-Peucker压缩算法提取矢量地理数据特征点;其次,对特征点进行DFT变换,得到矢量特征点的相位序列;接着,计算相位序列符号值,若该相位符号值大于等于0,其符号值为1,否则为0;然后,对N×N大小的水印图像进行Arnold置乱,得到置乱后水印图像;最后,从第2个相位符号值开始,选取前N×N个相位符号值构成特征矩阵并与置乱后的水印图像进行异或运算来构造零水印图像。实验结果表明该算法对平移、旋转等几何攻击具有鲁棒性,并对增点、删点攻击和坐标系转换攻击鲁棒性较好,具有一定的实用性。