基于经验模式分解的数字高程模型数据伪装方法

刘水强; 陈继业; 朱鸿鹏

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于经验模式分解的数字高程模型数据伪装方法

刘水强, 陈继业, 朱鸿鹏

文章导航 > 武汉大学学报 ● 信息科学版 > 2008 > 33(6): 652-655

刘水强, 陈继业, 朱鸿鹏. 基于经验模式分解的数字高程模型数据伪装方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(6): 652-655.

引用本文:

刘水强, 陈继业, 朱鸿鹏. 基于经验模式分解的数字高程模型数据伪装方法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(6): 652-655.

LIU Shuiqiang, CHEN Jiye, ZHU Hongpeng. Information Disguising for Digital Elevation Model Data via Empirical Mode Decomposition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(6): 652-655.

Citation:

LIU Shuiqiang, CHEN Jiye, ZHU Hongpeng. Information Disguising for Digital Elevation Model Data via Empirical Mode Decomposition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(6): 652-655.

基于经验模式分解的数字高程模型数据伪装方法

¹邵阳学院网络信息中心,邵阳市邵水西路422000;²邵阳学院理学与信息科学系,邵阳市邵水西路422000

基金项目: 湖南省科技计划资助项目(06CK3047)，湖南省教育厅重点资助项目(06A066)，湖南省教育厅科研项目(06C753)

详细信息

作者简介:
刘水强,教授,主要从事数字图像处理研究。

中图分类号: P237.3;P231.5

Information Disguising for Digital Elevation Model Data via Empirical Mode Decomposition

¹Network and Information Center,Shaoyang University,West Shaoshui Road,Shaoyang 422000,China;Department of Science and Information,Shaoyang University,West Shaoshui Road,Shaoyang 422000,China

Funds: 湖南省科技计划资助项目(06CK3047)，湖南省教育厅重点资助项目(06A066)，湖南省教育厅科研项目(06C753)

摘要: 提出了一种基于经验模态分解(EMD)的数字高程模型数据伪装技术。首先利用SHA-256单向Hash函数产生由种子控制的伪随机序列,扩充序列后再用经验模态分解生成用于伪装的DEM数据,伪装后的DEM数据具有较高的视觉欺骗性。针对DEM数据提出了直方图的概念,通过修改直方图,在伪装的DEM数据中可逆地嵌入水印。本文方法可在提取水印后完全恢复伪装DEM数据,以及使用种子可完全还原秘密DEM数据,算法安全性高。
- 信息伪装 /
- 数字高程模型 /
- 经验模态分解 /
- 直方图 /
- 可逆数字水印
Abstract: A novel information disguising method based on empirical mode decomposition is proposed.The pseudorandom sequence controlled by seeds of the SHA-256 one-way hash function is generated;and digital elevation model data for disguising is achieved by decomposing the expanded pseudorandom sequence via empirical mode decomposition(EMD).The high vision fraudulence is obtained for disguised DEM data.Furthermore,the concepts of the histogram for DEM data is also proposed;and the watermarking was reversibly embedded in the disguised DEM data by modifying its histogram.The disguised DEM data can be completely reconstructed without any distortion from the marked data after the watermark has been extracted.The secret DEM data can be recovered via the seed.The proposed algorithm owns high security.
- information disguising /
- digital elevation model data /
- empirical mode decomposition /
- histogram /
- reversible watermarking

[1]	李艳艳, 殷海涛, 韩林桥. 利用MSMPCA去噪的CEEMD方法监测高频GNSS同震形变 . 武汉大学学报 ● 信息科学版, 2022, 47(3): 352-360. doi: 10.13203/j.whugis20190356
[2]	王笑蕾, 张勤, 张双成. 基于EMD和WD联合算法的GPS水汽时间序列的周期性振荡分析 . 武汉大学学报 ● 信息科学版, 2018, 43(4): 620-628. doi: 10.13203/j.whugis20150596
[3]	李振洪, 李鹏, 丁咚, 王厚杰. 全球高分辨率数字高程模型研究进展与展望 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
[4]	陈令羽, 宋国民, 孙晨. 基于置乱-代换机制的TIN DEM信息伪装 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 937-942. doi: 10.13203/j.whugis20150209
[5]	喻敏, 王斌, 王文波, 郑雷. 联合EMD与核主成分分析的激光陀螺信号消噪 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 233-237+242.
[6]	汤俊, 姚宜斌, 陈鹏, 张顺. 利用EMD方法改进电离层TEC预报模型 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 408-411.
[7]	胡海, 游涟, 胡鹏, 彭会琨. 数字高程模型内插方法的分析和选择 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 82-85.
[8]	刘超, 王坚, 胡洪, 高井祥. 动态变形监测多路径实时修正模型研究 . 武汉大学学报 ● 信息科学版, 2010, 35(4): 481-485.
[9]	刘超, 王坚, 许长辉, 高井祥. 基于经验模态分解的GPS/伪卫星组合基线解算模型 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 996-1000.
[10]	胡鹏, 高俊. 数字高程模型的数字综合原理研究 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 940-942.
[11]	胡鹏, 白轶多, 胡海. 数字高程模型生成中的高程序同构 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 352-357.
[12]	陈楠, 王钦敏. 基于地形因子信息量的数字高程模型分辨率的选择——以黄土高原的研究为例 . 武汉大学学报 ● 信息科学版, 2009, 34(6): 692-695.
[13]	白建军, 赵学胜, 陈军. 基于椭球面三角格网的数字高程建模 . 武汉大学学报 ● 信息科学版, 2005, 30(5): 383-387.
[14]	刘良明, 梁益同, 马慧云, 黄靖. MODIS和AVHRR植被指数关系的研究 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 307-310.
[15]	王新洲, 邹双朝, 邹进贵, 花向红. 模糊直方图及其在测量数据处理中的应用 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 385-388. doi: 10.13203/j.whugis2004.05.003
[16]	杨杰, 廖明生, 江万寿, 杨文. 从单幅雷达影像提取地面高程信息 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 537-541.
[17]	朱庆, 李志林, 龚健雅, 眭海刚. 论我国“1:1万数字高程模型的更新与建库” . 武汉大学学报 ● 信息科学版, 1999, 24(2): 129-133.
[18]	李德仁, 王树根. 数字影像匹配质量的一种自动诊断方法 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 1-6.
[19]	邱卫宁. 根据等高线建立数字高程模型 . 武汉大学学报 ● 信息科学版, 1994, 19(3): 199-203.
[20]	刘希康, 丁志峰, 李媛, 刘志广. EMD在GNSS时间序列周期项处理中的应用 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20210029

点击查看大图

计量

文章访问数: 700
HTML全文浏览量: 27
PDF下载量: 325
被引次数: 0

基于经验模式分解的数字高程模型数据伪装方法

¹邵阳学院网络信息中心,邵阳市邵水西路422000;²邵阳学院理学与信息科学系,邵阳市邵水西路422000

基金项目: 湖南省科技计划资助项目(06CK3047)，湖南省教育厅重点资助项目(06A066)，湖南省教育厅科研项目(06C753)

作者简介:
刘水强,教授,主要从事数字图像处理研究。

收稿日期: 2008-03-28
修回日期: 2008-03-28
刊出日期: 2008-06-05

中图分类号: P237.3;P231.5

关键词:

直方图 /

摘要: 提出了一种基于经验模态分解(EMD)的数字高程模型数据伪装技术。首先利用SHA-256单向Hash函数产生由种子控制的伪随机序列,扩充序列后再用经验模态分解生成用于伪装的DEM数据,伪装后的DEM数据具有较高的视觉欺骗性。针对DEM数据提出了直方图的概念,通过修改直方图,在伪装的DEM数据中可逆地嵌入水印。本文方法可在提取水印后完全恢复伪装DEM数据,以及使用种子可完全还原秘密DEM数据,算法安全性高。