买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利一种基于空间聚类的3D密文域可逆信息隐藏方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119996705B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510103505.9，技术领域涉及：H04N19/467；该发明授权一种基于空间聚类的3D密文域可逆信息隐藏方法和系统是由徐彦彦;毛养素设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于空间聚类的3D密文域可逆信息隐藏方法和系统在说明书摘要公布了：本发明提出了一种基于空间聚类的3D密文域可逆信息隐藏方法和系统，属于信息安全领域。首先，通过多级空间聚类算法将近邻顶点划入同一簇空间中，确保簇空间中顶点的近邻性；然后对每个簇空间使用最优参考顶点搜索算法识别簇空间的最佳参考顶点，使得嵌入空间达到最大；随后，在每个簇空间中，对参考顶点和嵌入顶点进行multi‑MSB预测计算出嵌入顶点的可嵌入长度。此外，将参考顶点的基本嵌入长度作为额外嵌入空间，进一步提高嵌入容量。最后，通过位替换策略将数据嵌入到预留的嵌入空间中。本发明方案为加密三维模型的安全数据嵌入提供了一种稳健、高容量、可扩展的解决方案，可广泛应用于实景三维、计算机图形和数字孪生等应用场景。

本发明授权一种基于空间聚类的3D密文域可逆信息隐藏方法和系统在权利要求书中公布了：1.一种基于空间聚类的3D密文域可逆信息隐藏方法，其特征在于，包括如下步骤： 步骤S1，模型所有者对3D模型顶点坐标值进行坐标变换处理，压缩模型，并将浮点数坐标值转化为整数坐标值； 步骤S2，模型所有者应用多级空间聚类算法，将3D模型的顶点划入相互排斥的簇空间中，在每个簇空间中，应用自适应最优参考顶点搜索算法识别出最佳参考顶点，并重新网格化3D模型，然后对最佳参考顶点与嵌入顶点进行预测误差检测以确定每个嵌入顶点的嵌入长度； 步骤S2的具体实现方式如下： S21，进行多级空间聚类：利用多级空间聚类算法将3D模型空间中的顶点划分为互不重叠的子空间；首先对模型顶点进行初次聚类，聚类的簇数为，获得相对紧凑的子空间，然后对每个子空间再次进行聚类，聚类的簇数为，获得最终紧凑的子空间，计算公式如下： 其中为变换后的整数坐标值；代表现有聚类算法；指聚类后获得到个簇的集合，表示集合中第簇，表示对簇再次进行聚类后的获得的簇集合； S22，搜索最佳参考点：将每个簇看作独立的子单元，将簇中的每个顶点依次作为参考顶点，将簇中的其他顶点作为嵌入顶点，对参考顶点和嵌入顶点进行多重最重要比特位预测计算出嵌入顶点的嵌入长度，进而识别出使得子空间的嵌入长度之和达到最大值时的参考顶点，作为最佳参考顶点： S23，重新网格化3D模型，根据顶点的簇索引将顶点进行分组，并将每个簇的最佳参考点位于分组的首位置，依据顶点索引重新排序后的位置索引更新面集合中顶点的索引； S24，进行预测误差检测，将参考顶点的基本嵌入长度作为预留嵌入空间来嵌入数据，对于嵌入顶点而言，则对参考顶点和嵌入顶点进行Multi-MSB预测计算出嵌入顶点的嵌入长度； 步骤S3，模型所有者利用加密密钥对3D模型进行加密，获得加密模型； 步骤S4，模型所有者将压缩阈值、顶点嵌入长度和每个簇的顶点数量在标签图中进行表示，使用压缩编码技术对其进行压缩，并通过位替换策略嵌入加密模型中，获得含标签图的加密模型； 步骤S5，数据隐藏者从含标签图的加密模型中提取标签图以识别预留的嵌入空间，并利用数据隐藏密钥将秘密消息嵌入预留的嵌入空间中，生成含标记的加密模型发送给模型接收者； 步骤S6，模型接收者获得含标记的加密模型后，根据拥有的密钥来执行模型解密或数据提取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。