Digital Watermarking hay còn gọi gọi là “Thủy vân số” trong tiếng Việt, là một loại “dấu ấn số” được nhúng ngẫu nhiên vào một tín hiệu chống nhiễu như là dữ liệu âm thanh, video hoặc là hình ảnh. Nó thường được sử dụng để xác định quyền sở hữu bản quyền của tín hiệu đó. Kỹ thuật này thường được sử để xác định vi phạm bản quyền số. Giống như kỹ thuật “Ảnh mờ” truyền thống, “Thủy vân số” thường sẽ chỉ có thể thấy được hoặc nhận được dữ liệu đã ẩn dưới điều kiện nhất định, ở đây là sau khi sử dụng một số thuật toán để giải mã. Nếu như việc áp dụng “Thủy vân số” này làm biến dạng đối tượng mang tin (the Carrier), điều này có nghĩa là nó sẽ rất dễ nhận ra sự khác biệt và phát giác, làm giảm tính hiệu quả của đầu ra đồng nghĩa với việc không đạt được mục đích khi sử dụng “Thủy vân số”. Kỹ thuật “Ảnh mờ” truyền thống có thể sử dụng trong những vật phẩm truyền thông mà mắt người có thể nhìn thấy như là: ảnh, video; trong khi đó, Thủy vân số thì không chỉ giới hạn trong những kiểu dữ liệu đó mà còn các dữ liệu như âm thanh, văn bản, 3D models. Tín hiệu mang (the Carrier) trong Thủy vân số có thể mang nhiều tin ẩn cùng lúc. Không giống như một số kỹ thuật khác, Thủy vân số không làm thay đổi kích thước của tín hiệu mang. Vòng đời của Thủy vân số có thể hiểu là chuỗi các giai đoạn mà tín hiệu mang và tin ẩn cần trải qua từ lúc bắt đầu ở phần người gửi để có thể đến được tay người nhận. Vòng đời sẽ được miêu tả trực quan hơn ở hình bên dưới.
BAN CƠ YẾU CHÍNH PHỦ HỌC VIỆN KỸ THUẬT MẬT Mà ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ BÁO CÁO KỸ THUẬT GIẤU TIN A hybrid digital watermaking algorithm for color images based on DWT and DCT Sinh viên thực hiện: HOÀNG VĂN THÀNH AT150153 Giáo viên: HỒNG THU PHƯƠNG Hà Nội, 2022 Danh Mục Hình Ảnh Danh Mục Từ Viết Tắt Từ viết tắt DCT DWT PSNR MSE Từ đầy đủ Discrete Cosine Transform Discrete Wavelet Transform Peak signal-to-noise ratio Mean squared error Mục Lục Chương 1: Tổng quát Digital Watermarking Định nghĩa: Digital Watermarking hay gọi gọi “Thủy vân số” tiếng Việt, loại “dấu ấn số” nhúng ngẫu nhiên vào tín hiệu chống nhiễu liệu âm thanh, video hình ảnh Nó thường sử dụng để xác định quyền sở hữu quyền tín hiệu Kỹ thuật thường sử để xác định vi phạm quyền số Giống kỹ thuật “Ảnh mờ” truyền thống, “Thủy vân số” thường thấy nhận liệu ẩn điều kiện định, sau sử dụng số thuật toán để giải mã Nếu việc áp dụng “Thủy vân số” làm biến dạng đối tượng mang tin (the Carrier), điều có nghĩa dễ nhận khác biệt phát giác, làm giảm tính hiệu đầu đồng nghĩa với việc khơng đạt mục đích sử dụng “Thủy vân số” Kỹ thuật “Ảnh mờ” truyền thống sử dụng vật phẩm truyền thông mà mắt người nhìn thấy là: ảnh, video; đó, "Thủy vân số" khơng giới hạn kiểu liệu mà cịn liệu âm thanh, văn bản, 3D models Tín hiệu mang (the Carrier) "Thủy vân số" mang nhiều tin ẩn lúc Không giống số kỹ thuật khác, "Thủy vân số" không làm thay đổi kích thước tín hiệu mang Vịng đời "Thủy vân số" hiểu chuỗi giai đoạn mà tín hiệu mang tin ẩn cần trải qua từ lúc bắt đầu phần người gửi để đến tay người nhận Vịng đời miêu tả trực quan hình bên Hình 1: Minh họa vịng đời "Thủy vân số" Ở hình bên trên, ta nhận thấy thấy vịng đời "Thủy vân số" đơn giản, với đầu vào q trình tín hiệu mang S Tín hiệu mang S sau nhúng tin ẩn E sau ta thu tin truyền với ký hiệu SE Tín hiệu SE truyền cách đó, mơi trường mà người gửi xác định, trường khơng an tồn tin SE hồn tồn bị cơng Chỉ cách thay đổi tin (ví dụ ảnh), vẽ thêm thay cắt lược bỏ số đoạn ảnh tín hiệu bị thay đổi, ta có tín SEA Đây tín hiệu cuối đến với tay người nhận, người nhận sử dụng phương pháp nhận diện thu nạp tin để nhận tin ẩn mà người gửi gửi Tùy thuộc vào cơng cụ mà người nhận có, tin nhận SEA cho tin E hay E’, lý tin bị thay đổi phụ thuộc vào độ tin cậy công cụ người nhận sử dụng Phân loại "Thủy vân số": "Thủy vân số" chia làm nhiều loại, lại có cách thức hoạt động thực khác nhau, phục vụ mục đích Bên hình ảnh phân loại "Thủy vân số" Hình 2: Phân loại "Thủy vân số" Cấu trúc hệ thống "Thủy vân số": Các ký hiệu cần ghi nhớ: • • • • • • I vật phủ dụng để nhúng “thủy vân” vào (hay gọi vật chứa – the Carrier) W “thủy vân” ban đầu cần nhúng vào WE “thủy vân” trích xuất IW vật phủ sau nhúng “thủy vân” K khóa sử dụng q trình nhũng phát / trích xuất thủy vân IR vật có nhúng “thủy vân” bị công đường truyền, vật dung để kiểm tra q trình phát / trích xuất “thủy vân” • EMB hàm (thuật toán) dùng để nhúng “thủy vân” • DTC hàm (thuật tốn) dùng để trích xuất “thủy vân” • D hàm phát thủy vân • f(I) hàm biến đổi vật phủ I sang miền tần số / sóng, giá trị f vector hệ số tương ứng vật phủ miền lựa chọn Q trình nhúng: • Nhúng miền không gian: o EMB (I, W, K) = IW • Nhúng miền tần số: o EMB (f, I, W, K) = IW • Lược đồ nhúng “thủy vân”: Hình 3: Lược đồ nhúng “Thủy vân” Quá trình trích xuất “thủy vân”: • Nếu q trình nhũng sử dụng khóa K q trình phát / trích xuất phải áp dụng khóa K • “Thủy vân” mù: DTC (IR, K) = WE • “Thủy vân” khơng mù: DTC (IR, I, K) = WE • Q trình phát mù sinh đầu giá trị nhị phân thể có mặt hay khơng “thủy vân” W biểu diễn sau: • D (IR, W, K) = o – khơng có “thủy vân” o – có “thủy vân” • Lược đồ phát / trích xuất “thủy vân”: Hình 4:Lược đồ phát hiện/trích xuất “thủy vân” Chương 2: Kỹ thuật lai DWT+DCT Tổng quan kỹ thuật DWT: Kỹ thuật DWT phân tách hình ảnh đầu vào thành BỐN phần có tên LL, HL, LH HH chữ tương ứng với việc áp dụng truyền qua dải tần số thấp hay dải tần số cao (L-Low Frequency / H-High Frequency) cột liệu, chữ tiếp sau áp dụng tương tự với hàng, ví dụng hình bên Phần LL tiếp tục phân tách thành phần bé LL2, HL2, LH2, HH2 Bằng cách làm này, từ ảnh gốc phân tách N lần Hình 5: Biến đổi DWT Kỹ thuật DWT thích hợp để xác định khu vực ảnh gốc mà “thủy vân số” nhúng vào Tính chất cho phép sử dụng hiệu ứng che hệ thống hiển thị, ví dụ hệ số DWT bị thay đổi có phân vùng tương ứng với hệ số bị thay đổi, khơng ảnh hưởng đến phân vùng cịn lại Nhìn chung, hầu hết liệu ảnh tập dung dải tần LL(s) việc nhúng “thủy vân số” vào dải tần ảnh hưởng xấu đến ảnh gốc Việc nhúng “thủy vân số” vào dải tần này, vậy, tăng đáng kể độ mạnh Ở góc độ khác, dải tần HH(s) bao gồm góc kết cấu hình ảnh, mà mắt người thường không nhạy cảm thay đổi dải Điều cho phép “thủy vân số” nhúng vào mà phát thơng qua giác quan bình thường người Cách tối ưu nhất, cách mà nhiều phương pháp dựa vào kỹ thuật DWT áp dụng, nhúng “thủy vân số” vào dải tần LH(s) HL(s), dải tần đạt tính chất mà dải tần thấp cao mang lại Tổng quan kỹ thuật DCT: Đây kỹ thuật biến đổi tuyến tính phổ biến cơng nghệ xử lý tính hiệu số Biến đổi Cosin miền không gian chiều (2D-DCT) định theo cơng thức bên dưới: Hình 6: Cơng thức 2D-DCT Phép biến đổi nghịch đảo tương ứng (2D-IDCT) định nghĩa theo cơng thức: Hình 7:Cơng thức 2D-IDCT Phương pháp 2D-DCT khơng tập trung thơng tin hình ảnh gốc vào dải tần số thấp mà cho thể giảm thiểu đối đa hiệu ứng khối hóa hình ảnh, điều coi việc kết hợp tốt việc tập trung thông tin độ phức tạp tính tốn Vì phổ biến kỹ thuật nén Hình 8: Khối DCT 8x8 cho thấy dải tần số sau biến đổi Sau áp dụng kỹ thuật biến đổi DCT vào hình ảnh dải tần số thấp, trung, cao hình thành từ góc trái mà trận hệ số DCT đến góc phải liệu chúng hạ xuống Như nói bên trên, hệ số dải tần thấp thường to hơn, tượng trưng cho hầu hết liệu ảnh, mà mắt người thường nhạy cảm với dải tần số thấp, thay đổi phạm vi dải tần bị nhận dễ dàng Ở hệ số dải tần cao nhỏ, mắt người thường không nhạy cảm với chúng, việc xảy lỗi trình “thủy vân số” làm lộ tin ẩn phạm vị thấp có khả xảy ra, thêm nữa, dải tần số cáo dễ dàng bị phá hủy việc xử lý tín hiệu Các hệ số dải tần trung, hệ số dải tần thấp cao giá trị hệ số tương đối lớn chúng, việc nhúng tin gây tượng thay đổi dung lượng nhận mắt thường lỗi hình ảnh, nhận mắt thường Nhưng việc nhúng tin có bảo vệ tốt trải qua việc xử lý tín hiệu số xử lý nhiễu Việc nhúng tin dải tần cải thiện tính suốt độ mạnh đáng kể Chính “thủy vân số” thường nhúng phần dải tần thấp trung miền DCT ảnh Kỹ thuật lai DCT+DWT: Ý tưởng thuật tốn nhúng tin vào ảnh màu chủ "Thủy vân số" sinh dựa nội dung ảnh "Thủy vân số" "Thủy vân số" dựa nội dung Quá trình sinh “thủy vân số”, ma trận xây dựng cách lấy trung bình điểm ảnh Kỹ thuật DWT ứng dụng để lấy ma trận điểm ảnh dải tần số LL chia làm khối 2x2 không chồng chéo Một ma trận xây dựng cách giá trị nhỏ khối Với trợ giúp biến đổi Anord, ma trận kết xáo trộn n lần nhằm gia tăng tính bảo mật Dựa vào giá trị ma trận lẻ hay chặn "Thủy vân số" nhị phân hình thành từ ma trận xáo trộn, nhúng vào ảnh chủ Quá trình nhúng "Thủy vân số" liên quan đến việc chuyển đổi từ miền không gian màu RGB sang miền không gian màu YCbCr Kỹ thuật DWT áp dụng lớp với thành phần Y kỹ thuật DCT lại áp dụng vào thành phần Y "Thủy vân số" sinh được nhúng vào hệ số dải tần số thấp dải tần số trung dải tần HL, LH thành phần Y Việc trích xuất "Thủy vân số" liên quan đến việc đảo trình nhúng Quá trình nhúng giải việc thiếu ảnh gốc q trình trích xuất, từ thu mù Kỹ thuật sinh "Thủy vân số": • Tạo ma trận từ ảnh gốc kích cỡ N*N cách lấy giá trị trung bình (R, G, B) điểm ảnh • Áp dụng DWT để tạo ma trận lựa chọn dải tần LL • Các dải tần LL có kích cỡ N/2 * N/2 phân chia thành khối khơng chồng chéo 2*2 • Tính tốn giá trị nhỏ khối xây dựng ma trận Mb (p, q), p khoảng {1, 2, …, N/4} q khoảng {1, 2, 3, …, N/4} • Thực biến đổi Arnol n lần dựa vào khóa giá trị Mb để xáo trộn phần tử thu ma trận MS • Khởi tạo khuôn mẫu "Thủy vân số" để nhúng vào ảnh gốc với điều kiện: o W (p, q) = MS (p, q) CHẴN o W (p, q) = MS (p, q) LẺ • Với ảnh có khối N*N khối khn mẫu "Thủy vân số" N/4 * N/4 sinh 5 Kỹ thuật nhúng "Thủy vân số": • Chuyển đổi khơng gian màu từ RGB sang YCbCr Nó thể màu với yếu tố độ chói sáng điểm ảnh (Yuma/Y) sắc độ điểm ảnh (Chroma/Cb Cr) Hình 9:Chuyển đổi khơng gian màu từ RGB sang YCbCr • • • • • • • • • • • Thực DWT lần giá trị Y Sau thực DCT với khối HL2 LH2 Lựa chọn hệ số tin hiệu thấp trung từ ma trận khối LH2 Lựa chọn hệ số thấp trung từ ma trận khối HL2 tạo nên ma trận có kích thước N/4*N/4 cách kết hợp với hệ số tín hiệu thấp trung khối LH2 bên chọn Lấy khối bit 16*16 "Thủy vân số" từ "Thủy vân số" nhị phân sinh trình sinh "Thủy vân số" Tách ma trận lấy từ bước thứ bên thành khối 8*8 Nhúng bit "Thủy vân số" vào khối với điều kiện sau, khối bị nhúng khối lấy từ bước trước đó: o Nếu bit "Thủy vân số" = cho Khối (4, 3) > Khối (5, 2) o Nếu bit "Thủy vân số" = cho Khối (4, 3) < Khối (5, 2) Trả lại giá trị hệ số tần số nhúng "Thủy vân số" khối LH2 HL2 Áp dụng IDCT vào thành phần Y Áp dụng IDWT lần vào hình ảnh Chuyển không gian màu từ YCbCr sang RGB Thu hình ảnh nhúng "Thủy vân số" Kỹ thuật trích xuất "Thủy vân số": p • Chuyển đổi khơng gian màu từ RGB sang YCbCr Nó thể màu với yếu tố độ chói sáng điểm ảnh (Yuma/Y) sắc độ điểm ảnh (Chroma/Cb Cr) Hình 10:Chuyển đổi khơng gian màu từ RGB sang YCbCr • Thực DWT lần giá trị Y Sau thực DCT với khối HL2 LH2 • Lựa chọn hệ số tin hiệu thấp trung từ ma trận khối LH2 • Lựa chọn hệ số thấp trung từ ma trận khối HL2 tạo nên ma trận có kích thước N/4*N/4 cách kết hợp với hệ số tín hiệu thấp trung khối LH2 bên chọn • Tách cách khối tạo bước bên thành cách khối 8*8 • Tính tốn giá trị "Thủy vân số" dựa vào điều kiện sau, khối sử dụng khối lấy bước trước: o Nếu Khối (4, 3) > Khối (5, 2) bit "Thủy vân số" = o Nếu Khối (4, 3) < Khối (5, 2) bit "Thủy vân số" = • Khn mẫu nhận "Thủy vân số" thu hồi Chương 3: Các kỹ thuật liên quan Chuyển đổi không gian ảnh: RGB không gian màu tự nhiên không phù hợp với thị giác người Chính vậy, ta cần chuyển đổi từ không gian màu RGB sang YCbCr Trong không gian YCbCr có đại diện số, tương tự RGB Đại lượng Y đại diện to độ đậm nhạt ánh sáng Còn Cb Cr đại diện cho độ đậm nhạt mày xanh dương đỏ Trong khơng gian màu YCbCr, ta có ký tự để phân biệt độ sáng sắc thái màu Y nói bên đại lượng cho độ sáng, đại lượng lại đại diện cho sắc thái màu Không gian màu YCbCr tận dụng tốt khả mắt người, khả thích ứng với cường độ sáng mà khơng nhạy cảm với thay đổi màu sắc Chính thế, nên ta gắn thơng tin vào trong, đại lượng quy định độ sáng có khả lưu giá trị tốt đại lượng lại Chính ta sử dụng đại lượng Y để tăng độ mạnh cho “thủy vân số” trước công khác Biến đổi Arnold: Một ảnh kỹ thuật số, để đơn giản hóa, ta coi hàm chiều f (x, y) mặt phẳng Z Có thể biểu diễn dạng Z = f (x, y), x, y ∈ {0, 1, 2, 3,… N1} với N thứ tự ảnh Ma trận ảnh chuyển đổi sang am trận cách sử dụng biến đổi Arnold, kết thu phiên xáo trộn nhằm tăng tính bảo mật Cơ chế biến đổi Arnold thay đổi giá trị điểm (x, y) sang điểm (x1, y1) phép tính sau: x1 = x + y mod N y1 = x + 2y mod N Biến đổi Arnold biến đổi cố định Khi tất giá trị điểm di chuyển sang điểm ta nhận thấy rằng, điểm cũ có điểm ngược lại Các giá trị khóa q trình biến đổi Arnold quan trọng, với khóa điểm ảnh cần nhúng xáo trộn đến điểm khác Số lần thực trình biến đổi Arnold sử dụng để làm khóa Chương 4: Kết thí nghiệm Đã có phân tích cách cơng thay đổi ảnh nhúng "Thủy vân số" phản ứng tương tự máy dị tìm Ý công vào ảnh nhúng "Thủy vân số" để biết mức độ sống sót, nói cách khác xem "Thủy vân số" cịn nhận diện sau cơng hay khơng Tính sống "Thủy vân số" cho thấy thu hồi từ ảnh chép ảnh gốc Tuy nhiên, thu hồi "Thủy vân số" bị xuống cấp bị nhiễm nhiễu từ trình lưu chuyển từ cơng có chủ đích Ảnh chứa "Thủy vân số" bị giả mạo với tính lập trình sẵn phần mềm MatLAB Các cách công thử nghiệm diễn sau: nén JPEG, tình chỉnh ảnh (Image Adjustment), lập biểu đồ cân (Histogram Equalization), xoay ảnh (Rotation), công nhiều với Muối Tiêu (Salt and pepper noise attack), cơng nhiều Gaussian, lọc giá trị trung bình (Median filtering) Mục đích thử nghiệm để xác định xem kỹ thuật lai DWT+DCT gia tăng độ mạnh mà không cần hy sinh chất lượng ảnh hay khơng Để đánh giá tính vơ hình "Thủy vân số" sử dụng phương pháp đo lường, PNSR (Peak sugnal-to-noise ratio) MSE (mean squared error) tương quan hệ số để đánh giá độ mạnh MSE hình ảnh làm méo DI so sánh với hình ảnh gốc OI có kích cỡ M x N, thể phép tính sau: Và PNSR thể phép tính: Sự tương quan giá trị "Thủy vân số" gốc "Thủy vân số" thu 0.9797 điều có thấy độ mạnh thuật tốn mù Các hính bên Lena ảnh gốc có màu (bên phải) ảnh Lena nhúng "Thủy vân số" có màu (bên trái) có kích thước 512x512: Hình 11: So sánh ảnh gốc ảnh nhúng "Thủy vân số" Dưới hình ảnh gốc Lena dạng thành phần Y (bên phải) ảnh nhúng "Thủy vân số" (bên trái) có kích thước 512x512: Hình 12: So sánh ảnh gốc ảnh nhúng dạng thành phần Y Cách tính tốn PNSR cho ta thấy độ suốt "Thủy vân số" Nhận thấy giá trị PNSR cao hình ảnh nhận tốt, tức ảnh nhúng ảnh khơng nhúng khó nhận mắt thường người Với test ảnh màu Lena có kích thước 512x512 Áp dụng thuật toán nén JPEG bitmap "Thủy vân số" dạng bitmap Các thử nghiệm cho thấy độ hiệu kỹ thuật lai DWT+DCT việc sinh ảnh nhúng "Thủy vân số" cho đầu tốt hình thức mà mạnh việc giấu tin Bảng bên bảng thể giá trị khác công vào ảnh nhúng giá trị PSNR lấy từ công Tên công Không công (ảnh màu) Không công (thành phần Y) Lọc giá trị trung bình (thành phần Y) Biểu đồ cân (thành phần Y) Chỉnh sửa ảnh (thành phần Y) Xoay ảnh Nhiễu muối tiêu Nhiễu Gaussian JPEG Giá trị độ 10 độ 0.002 tỉ trọng nhiễu Mean Phương sai 0.01 0 0.001 Giá trị lỗi 90 70 50 30 10 Điểm PSNR (dB) 46.0138 48.57 33.4739 18.2751 20.9008 13.7795 11.6437 32.1925 38.5947 30.0178 35.1497 34.5031 31.6191 31.1718 27.2001 Bảng 1: Giá trị PSNR Chương 5: Kết luận Tính vơ hình "Thủy vân số" kỹ thuật đánh giá dựa công thu giá trị PSNR, sau so sánh với kỹ [XXM11] Giá trị PSNR thành phần Y khơng có cơng 48.57dB lớn sử dụng [XXM11] 38.1678dB Giá trị PSNR ảnh màu không bị công 46.0138dB Độ mạnh "Thủy vân số" kỹ thuật đề suất kiểm chứng qua công bên Các giá trị tương quan ảnh gốc ảnh "Thủy vân số" thu 0.9797 cho thấy độ vượt trội kỹ thuật Từ đó, ta thấy rằng, kỹ thuật nhúng trích xuất "Thủy vân số" vơ mạnh trước công mà giữ chất lượng ảnh "Thủy vân số" Tài liệu tham khảo [XXM11] Zheng Xiong-Bo, Zhang Xiao-wei, Sun Ming-jian – A Blind Digital Watermarking Algorithm based on Wavelet Transform, IEEE, 2011 ... lượng ảnh "Thủy vân số" Tài liệu tham khảo [XXM11] Zheng Xiong-Bo, Zhang Xiao-wei, Sun Ming-jian – A Blind Digital Watermarking Algorithm based on Wavelet Transform, IEEE, 2011 ... mềm MatLAB Các cách công thử nghiệm diễn sau: nén JPEG, tình chỉnh ảnh (Image Adjustment), lập biểu đồ cân (Histogram Equalization), xoay ảnh (Rotation), công nhiều với Muối Tiêu (Salt and pepper...Danh Mục Hình Ảnh Danh Mục Từ Viết Tắt Từ viết tắt DCT DWT PSNR MSE Từ đầy đủ Discrete Cosine Transform Discrete Wavelet Transform Peak signal-to-noise ratio Mean squared error Mục