以映成函數為基礎之空間向量資料數位浮水印演算法

Abstract

隨著資訊科技發展，數位檔案的複製與傳播變得容易，其中向量式資料為數 位空間資料型態的一種，其建置成本高且有時涉及圖資安全，如何進行資料所有 者的版權保護或資料保全成為一重要的研究課題。數位浮水印為資料版權保護的 一種有效方法，但目前研究對象大多著重於影像或語音等一般的多媒體資訊，對 於具有地理坐標或屬性的空間資料則較為少見。由於不同資料型態的檔案有其各 自的資料結構及特性，浮水印演算法無法一體適用，須依資料特性提出其適用之 演算法。對於空間向量資料而言，發展適用的數位浮水印演算法必須滿足兩個基 本要求：具有抵抗各種操作攻擊之強韌性及不損及資料的品質。若以浮水印的嵌 入方式區分，可分為空間域及轉換域，空間域是透過修改坐標的方式嵌入，方法 相對容易但強韌性較差；轉換域是先經過特定的資料轉換程序，例如頻率域轉換 或頂點序列轉換至屬於頂點向量的轉換域等，對於幾何轉換攻擊通常具有較佳的 抵抗能力，但對於圖徵刪減或新增等局部變動的抵抗能力較差。本研究提出以圖 徵各頂點與該圖徵重心連線之方位角差值作為轉換依據，透過映成函數將單一浮 水印位元多次嵌入於空間向量資料中，克服一般向量資料浮水印冗餘度較小的缺 點，並增加浮水印演算法之強韌性。經實驗證明，本研究所提演算法可將坐標變 形量控制在一定的範圍內，且對於向量資料經常使用之幾何轉換等攻擊具有良好 的抵抗能力，且在局部變動例如刪減及增繪等攻擊上有顯著的強韌性，是一適用 於向量資料用來提供版權保護的數位浮水印演算法。

Along with the development of information technology (IE), duplication and transmission digital files has become an easy job. Spatial vector data which belongs to one important geospatial data format takes high cost of establishing, therefore owner’s copyright protection become a critical issue. Digital watermarking is one of the solutions for copyright protection, however most of the relative researches have focused on multimedia data in recent years. Each format of data owns unique data structure which has been protected by suitable algorithms. There are two purposes of digital watermarking used for copyright protection: robust against attack and not affect the usability of the original data. The way of watermark embedding can be categorized into spatial domain and transform domain. The related works on watermarking for the spatial vector data shows that the way of spatial domain is the ease of use but decreases robustness, and the way of transform domain apply well on geometric transformations while relatively weak in resistance capacity to partial variation. This research provide a transformation method by relative azimuth angle of the connection of vertex and median point, and embed watermark via surjective functions to overcome less redundancy and reinforce the robust level. The experiments show that the proposed algorithm has high robustness on watermarking and little influence on the quality of the spatial vector data.