《信息隐藏技术》课件_第3章.pptx

第三章基于三维模型的

信息隐藏区域;

3.1基于三维模型能量特性的信息隐藏区域;

3.1.1局部高度理论

曲率就是针对曲线上某个点的切线方向角对弧长的转动率,通过微分来定义,表明曲线偏离直线的程度,是数学上表明曲线在某一点的弯曲程度的数值。曲率越大,表示曲线的弯曲程度越大。作为传统的显著性度量方法,曲率只能反映某点所在位置的弯曲程度,与人类视觉特性具有很大程度上的不一致性。根据HVS特性,顶点v的视觉重要性取决于它的凸起度。如图3-1所示,点1和点4的曲率比点2、点3、点5和点6都高,但是人的视觉感受授予点2、点3、点5和点6更高的重要性,而非点1和点4。;

;

局部高度(LocalHeight,LH)是一种新的显著性度量方法,用来测量某点的凸起程度,在特征点检测方面优于传统的曲率概念。设定v的R邻居点集合为NR(v),缩写为NR,则点v的局部高度由式(3-1)计算得出,其中C为NR中顶点所关联面片的面积和。;?;

;

最终计算MeanShift的公式为

对于给定阈值t,若Mh(x)t,则x收敛于局部极大值或局部极小值。;

下面形象的给大家说明MeanShift聚类分析理论,主要分为三个步骤:

(1)在d维空间中,任选一个点,然后以这个点为圆心、h为半径做一个高维球(因为有d维,d可能大于2,所以是高维球)。落在这个球内的所有点和圆心都会产生一个向量,向量是以圆心为起点,落在球内的点为终点。把这些向量都相加,相加的结果就是MeanShift向量,如图3-2所示,其中粗箭头就是MeanShift向量。;

;

(2)再以Meanshift向量的终点为圆心,再做一个高维的球,如3-3图所示。重复以上步骤,就可得到下一个MeanShift向量。

(3)如此重复下去,MeanShift算法可以收敛到概率密度最大的地方,也就是最稠密的地方。;

3.2基于三维模型结构特性的信息隐藏区域;

3.2.1三维模型骨架理论

骨架是物体形状的一种优良的简化表示形式,能够保留与原始物体相同的形状信息和拓扑特征,比如连通分区、分支结构、洞或者凹陷等等。

三维骨架的定义最初来自Blum,他首先给出了三维骨架的定义:原始物体V的骨架由V内所有最大内切球的球心组成。最大内切球不被其他任何V中的球所包含,并且至少有两点与物体边界相切。三维模型Bunny骨架的切面示意图,如图3-4所示。;

;?;

;?