一种基于信息嵌入的四面体网格模型可逆变形方法及应用技术

本发明专利技术公开了一种基于信息嵌入和提取的四面体网格模型可逆变形方法及应用，该方法的模型变形与数据嵌入的过程包括：使用遍历密钥生成遍历序列；计算顶点每个坐标的预测值；运用预测差值扩展算法与数据嵌入密钥对模型进行变形与数据嵌入；逆变形与嵌入数据的提取过程包括：使用遍历密钥生成遍历序列；计算顶点每个坐标的预测值；运用预测差值扩展算法与数据嵌入密钥对模型进行逆变形与嵌入数据的提取。在拥有正确的密钥则可以完全恢复出原始模型，并且可以正确提取所嵌入的数据。本发明专利技术可以对四面体网格模型外观进行变形的同时嵌入额外的数据，并且无损地恢复出原始的网格模型及提取出嵌入的额外数据。及提取出嵌入的额外数据。及提取出嵌入的额外数据。

【技术实现步骤摘要】
一种基于信息嵌入的四面体网格模型可逆变形方法及应用


[0001]本专利技术涉及体网格模型信息隐藏
，具体涉及一种基于信息嵌入的四面体网格模型可逆变形方法及应用。

技术介绍

[0002]互联网和社交媒体的快速发展，带动了对数据共享和知识产权保护的巨大需求，如何在网络环境下保护数据的知识产权成为一个重要的问题。针对这一问题，本专利技术提出了一种用于四面体网格模型的可逆变形方案，该方案在对体网格模型进行变形的同时嵌入额外的数据，代表个人、版权等信息，变形后的体网格模型与原模型在外观上粗略相似，经过逆变形后可以无损地恢复原始模型，并能正确提取所嵌入的数据。一种应用场景是在网络中传输体网格模型，可以对体网格模型进行变形，变形后仍可以展示模型的大致外形，但是未经授权无法得到原始的原始模型。当被授权的用户拥有正确的密钥时，可以无损地恢复原始模型，并且可以正确提取所嵌入的数据。

技术实现思路

[0003]为了克服现有技术存在的缺陷与不足，本专利技术提供一种基于信息嵌入的四面体网格模型可逆变形方法，本专利技术在对体网格模型进行变形的同时嵌入额外的数据，代表个人、版权等信息，变形后的体网格模型与原模型在外观上粗略相似，经过逆变形后可以无损地恢复原始模型，并能正确提取所嵌入的数据。
[0004]本专利技术的第二目的在于提供一种基于信息嵌入的四面体网格模型可逆变形系统。
[0005]本专利技术的第三目的在于提供一种存储介质。
[0006]本专利技术的第四目的在于提供一种计算设备。
[0007]为了达到上述目的，本专利技术采用以下技术方案：
[0008]一种基于信息嵌入的四面体网格模型可逆变形方法，包括下述步骤：
[0009]四面体网格模型变形与数据嵌入：
[0010]根据遍历密钥生成顶点序列，顶点序列根据遍历策略得到遍历序列；
[0011]计算顶点每个坐标的预测值：对于遍历序列中的每一个顶点的坐标值，根据已遍历的邻居顶点坐标的平均值得到该顶点坐标值的预测值；
[0012]数据嵌入：通过数据嵌入密钥生成每个待嵌入数据的强度，与待嵌入的数据计算出实际待嵌入的比特数据，采用预测差值扩展算法，根据每个顶点坐标值的预测值与嵌入的比特数据计算出嵌入数据后的坐标值，在所有的顶点都完成数据嵌入后，体网格模型的外形发生变形；
[0013]四面体网格模型的逆变形与嵌入的额外数据信息的提取：
[0014]根据遍历密钥生成顶点序列，顶点序列根据遍历策略得到遍历序列；
[0015]计算顶点每个坐标的预测值：对于遍历序列中的每一个顶点的坐标值，根据已遍历的邻居顶点的坐标值计算该顶点坐标值的预测值；
[0016]通过数据嵌入密钥生成每个待嵌入数据的强度，再运用预测差值扩展算法的逆运算，根据每个顶点坐标的预测值计算出坐标的初始值，并提取出嵌入的比特数据，所有的顶点提取后得到嵌入的额外数据。
[0017]作为优选的技术方案，所述顶点序列根据遍历策略得到遍历序列，具体步骤包括：
[0018]设体网格模型的顶点数为N，采用遍历密钥作为随机数种子，通过伪随机数生成器生成一个不存在重复数字的随机数序列V＝{v1,v2,
…
,v
n
}，随机数序列V里面的数字范围是1
‑
N；
[0019]构建候选列表CL与顶点序列TL，从候选列表CL中选择下标在序列V中最靠前的顶点，并将其添加到顶点序列TL中；
[0020]找出与所述最靠前的顶点直接相连，且在CL或者TL中不存在的顶点，将其加入到候选列表CL中，重复上述操作直到所有的顶点都已被遍历，最终顶点序列TL即为遍历序列。
[0021]作为优选的技术方案，所述通过数据嵌入密钥生成每个待嵌入数据的强度，通过伪随机数生成器生成一个范围为[m1，m2]的随机数序列R＝{r1，r2，
…
，r
s
}，序列的长度等于待嵌入数据B＝{b1，b2，
…
，b
s
}的长度s，对于第i个待嵌入数据b
i
，对应的强度是r
i
。
[0022]作为优选的技术方案，所述采用预测差值扩展算法，根据每个顶点坐标值的预测值与嵌入的比特数据计算出嵌入数据后的坐标值，具体步骤包括：
[0023]根据顶点TL
i
与预测值P
i
计算得到预测的差值d
i
，计算顶点TL
i
嵌入数据后的值，表示为：
[0024][0025]其中，T(
·
)表示截断函数，r
k
是嵌入数据b
k
对应的强度，d
ij
表示顶点与预测值计算得到预测的差值，i表示对应遍历序列第i个顶点，j表示xyz三个坐标中任意一个坐标，TL
ij
表示遍历序列的第i个顶点的第j个坐标，TL
′
ij
是对应修改后的值。
[0026]作为优选的技术方案，所述根据每个顶点坐标的预测值计算出坐标的初始值，并提取出嵌入的比特数据，具体步骤包括：
[0027]从遍历序列TL
′
的第二个顶点开始恢复原始模型与提取嵌入数据操作，计算修改后的顶点的原始值与提取所述顶点的嵌入数据，表示为：
[0028][0029]其中，T(
·
)表示截断函数、r
ij
表示嵌入数据b
ij
对应的强度，d
ij
表示顶点与预测值计算得到预测的差值，i表示对应遍历序列第i个顶点，j表示xyz三个坐标中任意一个坐标，TL
ij
表示遍历序列的第i个顶点的第j个坐标，TL
′
ij
是对应修改后的值。
[0030]为了达到上述第二目的，本专利技术采用以下技术方案：
[0031]一种基于信息嵌入的四面体网格模型可逆变形系统，包括：
[0032]四面体网格模型数据嵌入模块和数据信息提取模块；
[0033]所述四面体网格模型数据嵌入模块用于四面体网格模型变形与数据嵌入；
[0034]所述数据信息提取模块用于四面体网格模型的逆变形与嵌入的额外数据信息的提取；
[0035]所述四面体网格模型数据嵌入模块设有：第一遍历序列获取模块、第一预测值计算模块和数据嵌入模块；
[0036]所述数据信息提取模块设有第二遍历序列获取模块、第二预测值计算模块和数据提取模块；
[0037]所述第一遍历序列获取模块用于根据遍历密钥生成顶点序列，顶点序列根据遍历策略得到遍历序列；
[0038]所述第一预测值计算模块用于计算顶点每个坐标的预测值：对于遍历序列中的每一个顶点的坐标值，根据已遍历的邻居顶点坐标的平均值得到该顶点坐标值的预测值；
[0039]所述数据嵌入模块用于数据嵌入：通过数据嵌入密钥生成每个待嵌入数据的强度，与待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信息嵌入的四面体网格模型可逆变形方法，其特征在于，包括下述步骤：四面体网格模型变形与数据嵌入：根据遍历密钥生成顶点序列，顶点序列根据遍历策略得到遍历序列；计算顶点每个坐标的预测值：对于遍历序列中的每一个顶点的坐标值，根据已遍历的邻居顶点坐标的平均值得到该顶点坐标值的预测值；数据嵌入：通过数据嵌入密钥生成每个待嵌入数据的强度，与待嵌入的数据计算出实际待嵌入的比特数据，采用预测差值扩展算法，根据每个顶点坐标值的预测值与嵌入的比特数据计算出嵌入数据后的坐标值，在所有的顶点都完成数据嵌入后，体网格模型的外形发生变形；四面体网格模型的逆变形与嵌入的额外数据信息的提取：根据遍历密钥生成顶点序列，顶点序列根据遍历策略得到遍历序列；计算顶点每个坐标的预测值：对于遍历序列中的每一个顶点的坐标值，根据已遍历的邻居顶点的坐标值计算该顶点坐标值的预测值；通过数据嵌入密钥生成每个待嵌入数据的强度，再运用预测差值扩展算法的逆运算，根据每个顶点坐标的预测值计算出坐标的初始值，并提取出嵌入的比特数据，所有的顶点提取后得到嵌入的额外数据。2.根据权利要求1所述的基于信息嵌入的四面体网格模型可逆变形方法，其特征在于，所述顶点序列根据遍历策略得到遍历序列，具体步骤包括：设体网格模型的顶点数为N，采用遍历密钥作为随机数种子，通过伪随机数生成器生成一个不存在重复数字的随机数序列V＝{v1，v2，
…
，v
n
}，随机数序列V里面的数字范围是1
‑
N；构建候选列表CL与顶点序列TL，从候选列表CL中选择下标在序列V中最靠前的顶点，并将其添加到顶点序列TL中；找出与所述最靠前的顶点直接相连，且在CL或者TL中不存在的顶点，将其加入到候选列表CL中，循环上述操作直到所有的顶点都已被遍历，最终顶点序列TL即为遍历序列。3.根据权利要求1所述的基于信息嵌入的四面体网格模型可逆变形方法，其特征在于，所述通过数据嵌入密钥生成每个待嵌入数据的强度，通过伪随机数生成器生成一个范围为[m1，m2]的随机数序列R＝{r1，r2，
…
，r
s
}，序列的长度等于待嵌入数据B＝{b1，b2，
…
，b
s
}的长度s，对于第i个待嵌入数据b
i
，对应的强度是r
i
。4.根据权利要求1所述的基于信息嵌入的四面体网格模型可逆变形方法，其特征在于，所述采用预测差值扩展算法，根据每个顶点坐标值的预测值与嵌入的比特数据计算出嵌入数据后的坐标值，具体步骤包括：根据顶点TL
i
与预测值P
i
计算得到预测的差值d
i
，计算顶点TL
i
嵌入数据后的值，表示为：其中，T(
·
)表示截断函数，r
k
是嵌入数据b
k
对应的强度，d
ij
表示顶点与预测值计算得到预测的差值，i表示对应遍历序列第i个顶点，j表...

【专利技术属性】
技术研发人员：吴昊天，庄振威，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：