一种遥感影像零水印方法、装置、电子设备及存储介质与流程
本发明涉及图像处理,具体而言,涉及一种遥感影像零水印方法、装置、电子设备及存储介质。
背景技术:
1、随着高分辨率遥感卫星技术的快速发展,遥感影像已广泛应用于自然资源监测、城市规划、农业调查、灾害评估等领域。在数据分发、共享与业务化应用过程中,遥感影像作为高价值数字资产,其版权保护与来源追溯需求日益迫切。传统数字水印技术通过修改原始像素值嵌入版权标识,虽可实现权属认证,但会导致影像辐射信息失真,影响后续定量分析精度。零水印技术作为一种新兴方案,通过提取影像固有特征构建内容指纹,在不改变原始数据的前提下实现版权绑定,已成为遥感数据安全领域的研究热点。然而,遥感影像在实际应用中常面临裁剪、旋转、缩放、压缩及亮度调整等几何与辐射变换,这些操作会改变影像的特征分布,对零水印算法的鲁棒性提出了更高要求。
2、现有零水印方案在应对几何攻击方面存在明显不足,多数方法依赖于全局特征或低阶统计矩,当影像经历旋转、缩放或局部裁剪后,特征空间发生非线性畸变,导致提取的指纹与注册指纹相似度急剧下降,验证准确率难以满足工程应用需求。尤其在高分辨率遥感场景中,用户通常仅获取影像的子区域或经过几何校正后的产品,传统算法无法在此类变换后维持稳定匹配,造成版权确权失效,严重制约了零水印技术在遥感数据流通中的实际部署。
技术实现思路
1、本技术实施例的目的在于提供一种遥感影像零水印方法、装置、电子设备及存储介质,用以解决上述技术问题。
2、第一方面,本技术实施例提供一种遥感影像零水印方法,所述方法包括:对待验证遥感影像进行预处理,获取标准化影像;提取所述标准化影像的频域不变特征、几何形态不变特征和局部纹理不变特征;将所述频域不变特征、所述几何形态不变特征和所述局部纹理不变特征进行融合和归一化处理,生成验证特征向量;将所述验证特征向量与零水印向量索引库中存储的零水印特征向量进行相似度计算,若相似度大于预设相似度阈值,则判定所述待验证遥感影像的版权归属成立。
3、进一步地,所述方法还包括:对原始遥感影像进行预处理,获取标准化影像;提取所述标准化影像的频域不变特征、几何形态不变特征和局部纹理不变特征;将所述频域不变特征、所述几何形态不变特征和所述局部纹理不变特征进行融合和归一化处理,生成所述原始遥感影像的零水印特征向量;基于版权信息生成水印载荷,并对所述水印载荷进行加密生成加密水印;将所述零水印特征向量、所述加密水印及注册元数据入库归档,构建所述零水印向量索引库;其中,所述注册元数据用于建立所述零水印向量索引库的检索索引。
4、进一步地,所述对待验证遥感影像进行预处理,获取标准化影像,包括:提取所述待验证遥感影像的多波段信息,计算各波段方差,选取方差最大的波段作为主波段;对所述主波段进行亮度归一化和尺度一致性处理,获取标准化影像。
5、进一步地,所述频域不变特征的提取方式包括:对所述标准化影像执行二维快速傅里叶变换,获取幅度谱;将所述幅度谱由笛卡尔坐标系转换至对数极坐标系,获取对数极坐标幅度谱;基于所述对数极坐标幅度谱中的频域能量分布计算傅里叶-梅林不变矩;其中,所述傅里叶-梅林不变矩用于描述所述标准化影像的全局几何结构,并具备旋转不变性与尺度不变性。
6、进一步地,所述几何形态不变特征的提取方式包括:将所述标准化影像的图像坐标进行归一化映射,转换至单位圆域内像素坐标系;基于zernike多项式模板对所述单位圆域内的影像灰度分布执行投影变换,提取低阶复数zernike矩特征;对所述低阶复数zernike矩特征进行归一化处理,生成所述几何形态不变特征;其中,所述低阶复数zernike矩用于描述所述标准化影像的辐射能量分布与几何形态,并具备抗噪声特性。
7、进一步地,所述局部纹理特征的提取方式包括:将所述标准化影像划分为规则网格单元;在各所述网格单元内分别计算局部二值模式特征和梯度方向直方图特征,所述局部二值模式特征用于描述单元内像素的纹理结构,所述梯度方向直方图特征用于描述单元内像素的边缘方向分布;将各所述网格单元的所述局部二值模式特征和所述梯度方向直方图特征进行拼接融合,生成整体局部纹理不变特征;其中,所述整体局部纹理不变特征用于抵抗图像压缩、亮度调整、对比度拉伸及噪声干扰操作。
8、进一步地,所述将所述验证特征向量与零水印向量索引库中存储的零水印特征向量进行相似度计算,包括:基于近似最近邻检索算法在所述零水印向量索引库所包含的大规模特征向量集合中,定位与所述验证特征向量空间距离最近的一个或多个候选零水印特征向量;计算所述验证特征向量与各所述候选零水印特征向量之间的余弦相似度,所述余弦相似度通过向量点积与模长乘积之比获得。
9、第二方面,本技术实施例提供一种遥感影像零水印装置,包括:
10、预处理模块,用于对待验证遥感影像进行预处理,获取标准化影像;
11、特征提取模块,用于提取所述标准化影像的频域不变特征、几何形态不变特征和局部纹理不变特征;
12、特征融合模块,用于将所述频域不变特征、所述几何形态不变特征和所述局部纹理不变特征进行融合和归一化处理,生成验证特征向量;
13、检索模块,用于将所述验证特征向量与零水印向量索引库中存储的零水印特征向量进行相似度计算,若相似度大于预设相似度阈值,则判定所述待验证遥感影像的版权归属成立。
14、第三方面,本技术实施例提供一种电子设备,该设备包括:存储器和处理器,其中,该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,并且当该处理器执行该存储器存储的指令时,使得该处理器执行上述各方面任一种实施方式中的方法。
15、第四方面,本技术实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机程序,当计算机程序在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
16、上述技术方案中的优点或有益效果至少包括:
17、通过提取多尺度不变特征构建数据指纹并与版权信息加密绑定,在不修改原始像素的前提下实现遥感影像零水印注册与验证,确保数据完整性与定量分析精度不受影响;
18、另一方面,融合傅里叶-梅林不变矩、zernike正交矩及局部纹理特征,形成互补的多维度特征向量,使算法在影像经历旋转、缩放、平移及裁剪等几何变换后仍保持高相似度匹配能力;
19、再一方面,采用频域、形态与纹理多模态特征结构,结合主波段稳定选取与亮度归一化预处理,有效抵御压缩、亮度调整、对比度拉伸及噪声干扰等辐射攻击,维持水印验证可靠性;
20、又一方面,基于aes-gcm加密与哈希绑定机制实现特征向量与水印载荷的耦合存储,系统仅保存加密摘要与量化特征索引,避免原始影像内容泄露,提升版权确权过程的安全性与可追溯性。
21、本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本技术实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获取。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com