基于经验模式分解的数字高程模型数据伪装方法

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.

关键词：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

所属期刊栏目：33

分类号：P237.3;P231.5(摄影测量学与测绘遥感)

资助基金：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

在线出版日期：2008-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：652-655