[发明专利]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

权利要求书

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；

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。

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。

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。

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：

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：

其中，T(·)表示截断函数、r_ij表示嵌入数据b_ij对应的强度，P_ij表示顶点坐标值的预测值，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。