一种抗拼接的瓦片遥感数据水印算法

2012-12-11朱长青

测绘通报 2012年1期

任娜，朱长青

(南京师范大学虚拟地理环境教育部重点试验室，江苏南京210046)

一、引言

网络环境下遥感影像数据通常是以切片的形式存放于服务端，然而，这种瓦片存储方式的遥感数据十分易于下载，以致目前瓦片数据非法下载、非法谋利等安全问题日益严重和突出，严重危害了数据拥有者的权益，扰乱了地理信息产业的正常发展。

数字水印技术是信息安全领域发展起来的前沿技术，在地理空间数据安全保护中具有重要作用[1]。目前，关于遥感影像水印方法已有一些研究，主要集中在基于变换域的水印模型建立上，特别是基于DWT和离散余弦变换(DCT)的水印模型取得了重要的研究成果[2-6]。Barni和Caldelli将近无损数字水印技术应用于遥感影像版权保护中，采用空域修剪方式将误差进行了有效控制[7-8]。Ziegeler分析比较了嵌入水印前后影像的分类效果[9]。陈辉研究了将数字水印技术应用于遥感图像版权保护的评测标准[10]。任娜基于映射机制提出了一种鲁棒性强的遥感影像水印算法[11]。然而，专门针对瓦片遥感数据的水印算法研究尚少。

瓦片遥感数据与普通的遥感数据具有一些相同的特征，但是二者在抗攻击性方面有不同的要求，瓦片数据迫切需要抵抗的攻击形式是拼接攻击，单一的瓦片数据使用价值并不大，在使用过程中往往需要将多幅瓦片数据拼接起来。因此，对瓦片遥感数据水印技术提出了新的挑战。

鉴于此，本文基于黄金分割法设计一种针对瓦片遥感数据的数字水印算法，在水印检测时基于黄金分割法搜索机制快速定位到含有水印信息的影像块，从而有效解决了瓦片数据拼接后水印检测问题，保障了数据拥有者的权益。

二、瓦片遥感数据拼接特征

网络环境下遥感影像数据通常是以切片的形式存放于服务端，切片大小是256像素×256像素，系统根据用户选择范围加载瓦片数据，比传统的实时渲染方式响应速度更快，更加方便快捷，是目前网络环境中常用方法。在网页显示或应用过程中，通常需要将多幅瓦片遥感数据拼接起来，形成一幅或一系列覆盖全研究区的较大的影像。这给水印提取算法带来了新的困难。

瓦片遥感数据拼接后，水印信息提取时，只要从其中一部分影像中提取出水印信息，则可以证明其版权问题。因此，如果水印算法是抗裁剪、旋转等几何攻击的话，在定位出含有水印信息影像块的前提下，可以正确提取出水印信息。文献[11]的算法可以有效抵抗裁剪、旋转等几何攻击，本文将在该文献基础上，研究抗拼接的瓦片遥感数据水印算法。

三、基于黄金分割法的瓦片数据水印检测算法

文献[11]的水印算法可以很好地抵抗几何攻击，在影像进行了旋转、裁剪后能够正确提取出水印信息，只要能够准确定位到含有水印信息的影像块就可以实现水印信息的提取。因此，如何高效、合理地搜索定位含有水印信息的影像块成为算法抗拼接攻击的关键。

1．水印信息生成

在利用水印技术解决瓦片遥感数据版权问题的第1步是确定水印信息，本文采用了基于UTF编码的水印信息生成方式，将有意义的水印信息进行了转换。

具体实现步骤如下：

1)读取有意义的文字。

2)按照编码方式将读取的文字信息转换成二进制序列W=0，{}1，长度为Length。采用这种方式生成的水印信息具有可逆性。

3)将生成的二进制序列进行扩频，长度为N(Length≤N)。当实际生成的二进制长度未能达到最大长度时，用固定的水印位(如1)对二进制序列进行补齐。

4)为了增强水印信息的安全性，将补齐后的二进制序列进行置乱加密，置乱处理后得到的二值序列即为嵌入的水印信息W0。

2．水印嵌入和检测

瓦片遥感影像拼接时，有可能将含有版权信息的瓦片遥感数据和不含有版权信息的瓦片数据进行了拼接。此时，拼接前的水印信息并未消失，而无法正确检测出水印信息的原因是未能搜索定位出含有水印信息的瓦片。黄金分割法是搜索优化的经典算法，可以将其扩展到二维，分别进行行、列的黄金分割，搜索出含有水印信息的影像块，从而实现抗拼接的遥感影像水印算法。

本文利用文献[11]的基于映射机制的水印嵌入规则，该算法将瓦片遥感数据与水印信息建立了多对一的函数关系，解决了水印信息不同步的问题，为瓦片数据抗拼接攻击提供了前提。在进行水印信息检测时，将读取的影像看作一个二维矩阵;依次进行按行、列的黄金分割，分别在分割后的两个矩阵中提取水印信息，并计算相关系数，保留相关系数大的那部分影像;重复进行按行、列的黄金分割搜索定位影像块;直至计算的相关系数大于预先设定的阈值，提取出水印信息，或者是分割后的影像块大小小于等于预先设定的最小分块大小，即256×256。

在二维空间中，通过不断地进行行、列的黄金分割筛选，不含水印的影像块可以被快速排除，从而迅速缩短搜索区间，以便找出含有水印信息的影像块，提高了算法的效率。

四、试验与分析

原始的瓦片遥感数据如图1～4所示。

图1

图2

图3

图4

嵌入水印后的数据及检测的水印信息如图5～6所示。

图5

图6

下面进行抗拼接试验。

1)试验1：将第1、2幅瓦片数据进行拼接，获得拼接后的数据I1。

2)试验2：将第1、2幅瓦片数据和第3幅瓦片数据进行拼接，获得拼接后的数据I2。

3)试验3：将第1、2幅瓦片数据和第3、4幅瓦片数据进行拼接，获得拼接后的数据I3。

4)试验4：将第1幅瓦片数据和3、4幅瓦片数据进行拼接，获得拼接后的数据I4。

对4个试验数据分别进行水印检测，并计算相关系数，检测结果见表1。

表1 检测结果表

从上表可以看出，4个不同的试验都可以正确提取出水印信息，且相关系数都很高。即使如试验4只有1片含有水印信息的瓦片数据其余3片不含有水印信息的数据干扰下，仍可以正确地提出水印信息。表明该算法可以有效抵抗瓦片遥感数据的拼接攻击。

五、结束语

本文提出了一种基于黄金分割法搜索定位机制的抗拼接遥感数据水印算法。该算法可以快速、准确地定位含有水印信息的影像块，充分利用了瓦片遥感数据的像元值在拼接前后的特性，解决了拼接后水印信息的正确提取，极大地提高了水印算法的鲁棒性，解决了目前瓦片遥感数据无法抵抗拼接攻击的问题，有效保护了瓦片遥感数据的版权问题。

[1]朱长青，杨成松，任娜．论数字水印技术在地理空间数据安全中的应用[J]．测绘通报，2010(10)：1-3．

[2]王向阳，杨红颖，邬俊．基于内容的离散余弦变换域自适应遥感图像数字水印算法[J]．测绘学报，2005，34(4)：324-330．

[3]ISMAIL IB，FARAH IR，AHMED M B．Satellite Images Watermarking Based on Wavelet Technique[C]∥Second Information and Communication Technologies．[S．l．]：ICTTA，2006：1988-1993．

[4]TRIPATHIS，RAMESH N，BERNITO A，et al．A DWT Based Dual Image Watermarking Technique for Authenticity and Watermark Protection[J]．Signal＆ Image Processing，2010，1(2)：33-45．

[5]朱长青，任娜．一种基于伪随机序列和DCT的遥感影像水印算法[J]．武汉大学学报：信息科学版，2011，36(12)：1427-1429．

[6]李丽丽，孙劲光．基于DCT与分形理论的遥感影像鲁棒水印算法[J]．计算机系统应用，2011，20(11)：171-173．

[7]BARNIM，BARTOLINI F，CAPPELLINI V，et al，Nearlossless Digital Watermarking for Copyright Protection of Remote Sensing Images[C]∥ International Geoscience and Remote Sensing Symposium．[s．l．]：IEEE，2002：1447-1449．

[8]CALDELLIR，FILIPPINI F，BARNIM．Joint Near-lossless Compression and Watermarking of Still Images for Authentication and Tamper Localization[J]．Signal Processing：Image Communication，2006，21(10)：890-903．

[9]ZIEGELER SB，TAMHANKAR H，FOWLER JE，et al．Wavelet-based Watermarking of Remotely Sensed Imagery Tailored to Classification Performance[C]∥IEEEWorkshop on Advances in Techniques for Analysis of Remotely Sensed Data．Washington：IEEE2003：259-262．

[10]陈辉，郭科，郑文峰．数字水印技术应用于遥感图像版权保护的评测标准研究[J]．物探化探计算技术，2008，30(5)：436-441．

[11]任娜，朱长青，王志伟．基于映射机制的遥感影像盲水印算法[J]．测绘学报，2011，40(5)：623-627．