Một phương pháp thủy vân thuận nghịch mới dựa trên dịch chuyển Histogram

Bài viết Một phương pháp thủy vân thuận nghịch mới dựa trên dịch chuyển Histogram nêu lên một phương pháp thủy vân thu ận nghịch mới dựa trên dịch chuyển Histogram (DCH). Trong khi hầu hết các phương pháp thủy vân dựa trên DCH không có khả năng đóng gói mọi thông tin cần thiết về ảnh gốc vào ảnh thủy vân.

Kỷ yếu Hội nghị Quốc gia lần thứ VIII Nghiên cứu ứng dụng Công nghệ thông tin (FAIR); Hà Nội, ngày 9-10/7/2015 DOI: 10.15625/vap.2015.000180 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM Nguyễn Kim Sao 1, Lê Quang Hòa2, Phạm Văn Ất1 Đại học Giao thông Vận tải Hà Nội Đại học Bách khoa Hà Nội nksao@utc.edu.vn, hoa.lequang1@hust.edu.vn, phamvanat83@vnn.vn TÓM TẮT - Bài báo đề xuất phương pháp thủy vân thuận nghịch dựa dịch chuyển histogram (DCH) Trong hầu hết phương pháp thủy vân dựa DCH khơng có khả đóng gói thông tin cần thiết ảnh gốc vào ảnh thủy vân, nên giai đoạn khôi phục chúng phải sử dụng số thơng tin phụ ảnh gốc, phương pháp đề xuất khắc phục nhược điểm không cần sử dụng thông tin phụ ảnh gốc để khôi phục dấu thủy vân ảnh gốc Các phương pháp thủy vân gọi có tính đóng gói độc lập thơng tin phụ Giải pháp đóng gói sử dụng kết hợp kỹ thuật chèn bít thấp dịch chuyển histogram Ảnh gốc chia thành hai miền: miền đầu gồm số điểm ảnh sử dụng để nhúng thông tin phụ kỹ thuật chèn bít thấp, miền thứ hai gồm phần lại ảnh, dùng để nhúng dấu thủy vân theo phương pháp DCH So sánh với phương pháp độc lập thơng tin phụ khác, phương pháp đề xuất có khả nhúng cao độ phức tạp tính tốn thấp Ưu điểm giải pháp đóng gói đề xuất đơn giản, hiệu dễ dàng áp dụng hầu hết phương pháp thủy vân DCH khác Từ khóa - giấu tin, thủy vân thuận nghịch, dịch chuyển histogram, chèn bít thấp I GIỚI THIỆU Thủy vân (watermarking) kỹ thuật nhúng dãy bít (thường gọi dấu thủy vân) vào ảnh số nhằm xác thực bảo vệ quyền sản phẩm ảnh Thủy vân truyền thống trích dấu thủy vân mà khơng cho phép khơi phục ảnh gốc, nhiên nhiều trường hợp, việc sử dụng ảnh gốc điều bắt buộc ứng dụng quân sự, giáo dục, y tế Chính vậy, hướng nghiên cứu thủy vân thuận nghịch ngày quan tâm Thủy vân thuận nghịch kỹ thuật thủy vân mà ngồi việc trích chọn dấu thủy vân khơi phục ảnh gốc ban đầu Các hướng nghiên cứu thủy vân thuận nghịch bao gồm: nén bảo toàn, mở rộng hiệu, dịch chuyển histogram (viết tắt DCH), phép biến đổi nguyên, sử dụng đặc trưng JPEG, cộng modulo, dự báo Thủy vân thuận nghịch dựa nén bảo toàn [3], thực nén dãy bít thấp điểm ảnh để tạo khơng gian dư thừa, sau dùng khơng gian để lưu trữ dấu thủy vân Nhóm phương pháp sử dụng phép biến đổi nguyên tương phản [2], wavelet nguyên [13] ứng dụng phép biến đổi nguyên khả nghịch để biến đổi không gian ảnh, liệu nhúng miền biến đổi, ảnh gốc khôi phục phép biến đổi ngược Phương pháp mở rộng hiệu [11] phương pháp hiệu nhà khoa học quan tâm Hiệu hai điểm ảnh liên tiếp mở rộng sang trái thực nhúng bít thủy vân vào vị trí bên phải Trong phương pháp sử dụng đặc trưng JPEG [1,6,12], khối DCT lượng tử thường chứa phần tử sử dụng để nhúng bít thủy vân Ở giải pháp cộng Modulo 256 [15], thủy vân tạo cách cộng modulo 256 ảnh gốc dấu thủy vân Gần đây, xuất phương pháp thủy vân dựa ma trận sai số dự báo so với ảnh gốc ban đầu [10] Theo [7], tiêu chí quan trọng để so sánh, đánh giá phương pháp thủy vân thuận nghịch khả nhúng, chất lượng ảnh độ phức tạp tính tốn Nếu phương pháp mở rộng hiệu [11] có khả nhúng tin cao trái lại thủy vân dựa DCH [4,5,8,9] có chất lượng ảnh tốt Các phương pháp thủy vân thuận nghịch dựa DCH thường thực sau: Đầu tiên cách DCH để tạo cặp hai điểm ảnh liên tiếp cho lớn ( histogram ảnh điểm ) điểm ảnh có giá trị Sau nhúng dãy bít thủy vân có độ dài Các phương pháp cho chất lượng ảnh tốt, điểm ảnh thay đổi tối đa đơn vị Tuy nhiên để khôi phục thủy vân ảnh gốc cần biết , mà giá trị khó tích hợp (đóng gói) ảnh thủy vân Giữa người gửi người nhận ảnh thủy vân phải trao đổi thơng tin phụ (giá trị ) Ngồi ra, việc khơng đóng gói thơng tin cần thiết vào ảnh thủy vân dẫn đến hạn chế khác không cho phép áp dụng thủy vân nhiều mức khơng thể sử dụng lược đồ khóa cơng khai Gần có số phương pháp nhằm khắc phục nhược điểm nêu trên: Hwang cộng [5] (sau gọi phương pháp Hwang) xây dựng cặp , đặc biệt để sau nhúng thủy vân, giá trị chúng không 452 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM thay đổi Do xác định từ ảnh thủy vân Masaaki Fujiyoshi [4] (sau gọi phương pháp MF) sử dụng phương pháp DHC Ni cộng [9] để xác định , đưa quan hệ histogram ảnh gốc ảnh thủy vân điểm , Giá trị xác định cách dò tìm điểm ảnh thỏa mãn quan hệ Cả hai phương pháp có nhược điểm tốn nhiều thời gian cho việc tìm khả nhúng khơng cao Trong báo này, đưa phương pháp tích hợp vào ảnh cách chia ảnh thành miền điểm ảnh (miền nhỏ) miền lại (miền lớn) Các giá trị , xác định kỹ thuật DCH miền lớn (chứ tồn ảnh) Giá trị (gồm bít) nhúng vào miền nhỏ theo kỹ thuật chèn bít thấp Bằng cách này, việc xác định từ ảnh thủy vân đơn giản nhanh chóng Giải pháp dễ dàng ứng dụng để cải tiến hầu hết phương pháp thủy vân DCH biết với mục đích đóng gói sản phẩm Các phương pháp mà việc khơi phục dấu thủy vân ảnh gốc không cần sử dụng thông tin phụ kèm, [4] gọi độc lập thông tin phụ (free from side information), chúng tơi gọi tích hợp hay đóng gói Bằng phân tích lý thuyết thực nghiệm chứng tỏ phương pháp đề xuất có tốc độ thực nhanh (khối lượng tính tốn hơn), khả nhúng cao so với phương pháp Hwang MF Cũng cần nhận xét rằng, phương pháp thủy vân thuận nghịch nói chung phương pháp thủy vân thuận nghịch dựa dịch chuyển histogram nói riêng thuộc loại dễ vỡ nên báo liên quan khơng xét tính bền vững phương pháp Nội dung báo tổ chức sau: mục II trình bày kiến thức sở phương pháp thủy vân thuận nghịch dựa DCH Mục III giới thiệu cơng trình liên quan gồm hai phương pháp Hwang MF Mục IV trình bày phương pháp đề xuất Mục V đánh giá so sánh phương pháp đề xuất với phương pháp liên quan phân tích lý thuyết thử nghiệm máy tính, cuối kết luận mục VI II NHỮNG KIẾN THỨC CƠ SỞ Bài báo xét ảnh đa cấp xám có giá trị điểm ảnh miền = , ê |0 : 255 Một ảnh đa cấp xám kích cỡ xem ma trận cấp thuộc Nhiều cần xét miền , ký hiệu , |1 = ,1 , ( hàng, cột) gồm phần tử tập cặp số , thuộc Khi đó: ⊆ Dưới trình bày khái niệm histogram, cặp histogram phương pháp thủy vân dựa DCH ảnh A Histogram cặp histogram ∈ Histogram ảnh (hoặc miền ) điểm giá trị Theo [14] hai giá trị , liên tiếp ( = 1) miền 0, Dưới Mỗi điểm ảnh ∈ Khi đó, thuật tốn khơi phục , if ’ , , có giá trị , , số điểm ảnh (hoặc ) có gọi cặp histogram nếu: =0 gọi đỉnh chiều cao cặp , , ký hiệu , = nhúng bít , = từ ′ , ế ế theo công thức: =0 =1 đơn giản sau: = , = then = 0 else = Nhận xét 2.1: Bằng việc sử dụng cặp histogram , nhúng thuận nghịch dãy điểm ảnh , có giá trị , = Đơi gọn ta nói nhúng bít cặp histogram , bít Nhận xét 2.2: Sau nhúng, số điểm ảnh có giá trị giảm khoảng nửa (giả định số bít dãy thủy vân xấp xỉ nhau), nên giảm nửa Hay nói cách khác: ′ ’ là histogram ảnh thủy vân ’ Nguyễn Kim Sao, Lê Quang Hòa, Phạm Văn Ất 453 B Dịch chuyển histogram có Để tạo cặp histogram , sử dụng kỹ thuật DCH sau: Đầu = 0, sau DCH đoạn 1, sang trái theo thuật tốn Giả sử điểm ảnh tiên tìm điểm có for , ∈ ′ , and = , , ∈ 1, 1 End Tương tự để tạo cặp histogram , làm sau: Đầu tiên tìm điểm DCH đoạn 1, sang phải theo thuật toán: for , ∈ ′ , and = , , ∈ 1, có = 0, sau 1 End Nhận xét 2.3: Ảnh sau DCH sang trái dễ dàng khơi phục phép dịch chuyển sang phải ngược lại C Các phương pháp thủy vân thuận nghịch dựa dịch chuyển histogram Các phương pháp dựa kỹ thuật DCH để tạo cặp histogram, sau nhúng thủy vân cặp histogram nhận Để tạo cặp histogram, theo mục II.B, cần có điểm với = Nếu khơng tồn điểm vậy, chọn (hoặc ) có nhỏ nhất, thường ký hiệu ặ Khi đó, muốn khơi phục ảnh, cần bổ sung giá trị ặ vị trí điểm ảnh , có giá trị ặ vào trước dấu thủy vân để tạo thành dãy bít cần nhúng Dãy bít thực nhúng, ký , gồm tập thông tin bổ trợ dấu thủy vân : = ⨁ Các phương pháp dựa DCH khác chủ yếu cách tạo cặp histogram có chiều cao lớn để tăng khả nhúng tin Nhóm phương pháp có ưu điểm chất lượng ảnh thủy vân tốt giá trị điểm ảnh phải thay đổi tối đa đơn vị Để khôi phục dãy bít nhúng ảnh gốc cần phải biết đỉnh cặp histogram Thơng tin khó đưa vào để tích hợp ảnh thủy vân nên thường phải trao đổi bên Như vậy, biết ảnh thủy vân chưa thể thực việc khôi phục cần thiết Hầu hết phương pháp thủy vân mắc phải nhược điểm Gần đây, có số cơng trình nghiên cứu khắc phục nhược điểm nêu phương pháp Hwang MF Tuy nhiên phương pháp tồn số hạn chế khả nhúng tin độ phức tạp tính tốn trình bày III NHỮNG CƠNG TRÌNH LIÊN QUAN A Phương pháp Hwang Hwang cộng sự, trước tiên tìm điểm đạt cực đại histogram: = | ∈ (nếu tồn nhiều điểm cực đại chọn điểm đầu tiên) Sau DCH sang trái sang phải để tạo thành cặp histogram ( 1, 2) ( 1, 2), cuối sử dụng cặp để nhúng dãy bít thủy vân Bằng cách tạo hai cặp histogram đặc biệt trên, giá trị khơng thay đổi sau thủy vân Do đó, tính peak từ ảnh thủy vân ’ theo cơng thức: ′ Từ xác định đỉnh ảnh gốc ban đầu 1, = ′ | ∈ (3.1) cặp histogram khôi phục dấu thủy vân Nhận xét 3.1: Khả nhúng (số bít) phương pháp Hwang ảnh , ký hiệu = , theo nhận xét 2.1 bằng: Nhận xét 3.2: Theo nhận xét 2.2, tiếp tục nhúng ’ (nhúng mức 2) khả nhúng khoảng nửa : 454 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM B Phương pháp MF Phương pháp MF tìm điểm cực đại histogram bước đầu phương pháp Hwang Sau DCH trái để cặp histogram , thực nhúng tin cặp histogram tìm Để tìm giá trị từ ảnh thủy vân, M Fujiyoshi dựa tính chất sau : = (3.2) Giá trị đưa vào 16 bít đầu tập Nói cách khác, biến đổi thành dãy 16 bit nhị phân nhúng vào 16 điểm ảnh đầu có giá trị theo thuật tốn mục II.A Việc xác định peak thực cách duyệt giá trị miền , ứng với , trích 16 bít đầu 1 theo thuật tốn mục II.A Gọi giá trị trích được, tiên từ điểm ảnh ′ , có giá trị = thỏa mãn điều kiện (3.2), nên xem Từ đỉnh tìm được, dễ dàng khôi phục dấu thủy vân ảnh gốc Phương pháp MF có khả nhúng khơng cao sử dụng cặp histogram, việc xác định cách dò bước tốn nhiều thời gian Ngồi ra, có giá trị khác thỏa mãn cần tìm điều kiện (3.2), nên khẳng định chắn giá trị nhận theo cách khả nhúng ’, ký hiệu Nhận xét 3.3: Khả nhúng MF , ký hiệu theo cơng thức | ∈ = max = max ′ Vì chiều cao cực đại ’ xấp xỉ , nên tính | ∈ gần IV PHƯƠNG PHÁP ĐỀ XUẤT Ý tưởng phương pháp đề xuất chia ảnh thành miền: gồm điểm ảnh phần lại Sau xây dựng histogram Việc nhúng tin thực phương pháp DCH (chứ khơng phải ), giá trị được lưu trữ bít thấp Chi tiết thuật toán sau: A Thuật toán nhúng thủy vân Bước 1: Chia ảnh thành miền Ở gồm điểm ảnh đầu , phần lại Tuy nhiên, nguyên tắc, gồm điểm ảnh Cũng dùng khóa ngẫu nhiên để chọn điểm ảnh cho Bước 2: Xây dựng histogram , xác định giá trị | ∈ = | ∈ 0, = | ∈ = , , 255 , theo công thức: / 255 ∈ ∈ Bước 3: Xác định tập thông tin bổ trợ : Tham số Ý nghĩa Độ dài bít lưu trữ bít thấp miền Điểm cực tiểu bên trái Số điểm cực tiểu bên trái Vị trí điểm ảnh có giá trị minL Điểm cực tiểu bên phải Số điểm cực tiểu bên phải Vị trí điểm ảnh có giá trị minR Bước 4: Xác định dãy bít thực nhúng: = Ở đây, ⨁ = dãy bít thủy vân có độ dài: Bước 5: Nhúng giá trị cách chèn vào bít thấp miền Kết miền Bước 6: Tạo cặp histogram sau: , 1, cách dịch chuyển histogram Nguyễn Kim Sao, Lê Quang Hòa, Phạm Văn Ất for , ∈ and ′ , = , , 455 ∈ 1, ∈ 2, 1 End for , ∈ and ′ , = , , end … = Bước 7: Nhúng dãy bít sau: ( = ) điểm ảnh có giá trị = 0, for , ∈ and = if , ∈ , 1 = 0 then ′ , Else if , = , = then ′ , = , ′ , = , else end end end Sau thực bước Ảnh thủy vân ′gồm miền Nhận xét 4.1: Sau nhúng thủy vân, điểm ảnh bị biến đổi gồm: Các điểm giá trị thuộc khoảng , B Thuật tốn khơi phục thủy vân ảnh gốc Dấu thủy vân ảnh gốc khôi phục từ ảnh thủy vân Bước 1: Chia ảnh ′ thành hai miền Bước 2: Trích bít thấp miền Bước 3: Dựa vào theo bước: thuật toán nhúng để để trích dãy bít nhúng miền sau: = 0, for , ∈ and = if ′ , ∈ , ∈ , 1, then = else =1 end end Bước 4: Tách để nhận tập thông tin bổ trợ Bước 5: Sử dụng dấu thủy vân để khôi phục ảnh gốc 5.1: Khôi phục : Chèn giá trị vào bít thấp miền điểm có 456 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM for , ∈ , có giá trị thuộc khoảng 5.2: Khôi phục điểm and ′ , if ′ , ∈ 1, , = ′ , else if ′ , 1 then , = ′ , end end 5.3: Khôi phục điểm có giá trị for , ∈ ∈ and ′ , ∈ if , ⋃ , else if , , then = ′ , , = else then , , , = , = 1 end end end C Ví dụ Để hiểu rõ phương pháp đề xuất, chúng tơi trình bày ví dụ cho hình dãy bít: 00001111 5 5 6 4 5 6 4 5 5 6 5 6 6 6 5 5 6 5 5 6 5 6 5 10 6 10 5 10 6 10 6 6 6 6 5 5 11 6 5 5 11 6 5 5 11 6 6 6 6 6 6 6 6 5 5 6 5 5 6 5 5 6 6 6 6 6 6 6 7 Hình Ảnh gốc Hình Ảnh sau chèn peak vào I1 dịch chuyển histogram I2 (các số nghiêng số bị biến đổi) Bước 1: gồm điểm ảnh đầu (8 ô màu xám), Bước 2: Histogram Hình Ảnh thủy vân (các số đậm số có biến đổi) phần lại đại lượng liên quan: 10 11 12 … 255 1 2 32 34 2 … = (biểu diễn nhị phân 00000101); = 1; = 10 Bước 3: Tập thông tin bổ trợ : Tham số =1 Nhị phân 11110100 00000001 =1 00000001 Bước 4: Dãy bít thực nhúng (có độ dài = ={(1,9)} 000000001000001001 =10 00001010 =0 00000000 = 66): ⨁ = 111101000000000100000001000000001000001001000010100000000000001111 rỗng Nguyễn Kim Sao, Lê Quang Hòa, Phạm Văn Ất Bước 5: Nhúng giá trị 457 (00000101) cách chèn vào bít thấp miền Kết miền 4 5 Bước 6: Tạo cặp histogram 5, 6,7 cách DCH, kết ma trận hình Bước 7: Nhúng dãy bít điểm ảnh có giá trị ảnh thủy vân hình V SO SÁNH PHƯƠNG PHÁP ĐỀ XUẤT VỚI CÁC PHƯƠNG PHÁP HWANG VÀ MF Mục so sánh phương pháp phân tích lý thuyết thực nghiệm máy tính A Phân tích lý thuyết Khả nhúng Đối với phương pháp đề xuất, khả nhúng đ đ đ ’ tính theo cơng thức: | ∈ = = đ ′ | ∈ ′ Từ nhận xét 3.1, 3.2, 3.3 rút kết luận sau: a Khả nhúng phương pháp đề xuất ảnh gốc (nhúng mức 1) lớn phương pháp Hwang không nhiều xấp xỉ hai lần phương pháp MF b Khả nhúng phương pháp đề xuất ảnh thủy vân ’ (nhúng mức 2) lớn khoảng hai lần hai phương pháp Hwang MF Kết luận phù hợp với kết thực nghiệm mục V.B Độ phức tạp tính tốn Ba phương pháp khác việc xác định giá trị từ ảnh thủy vân, cần tập trung đánh giá khối lượng tính tốn cơng đoạn tìm phương pháp - Phương pháp Hwang: Để xác định theo công thức (3.1), trước tiên cần sử dụng phép cộng để ) Sau đó, thực 256 phép so sánh để xác định cực đại ’ Như xây dựng histogram ’ ảnh ’ (cỡ vậy, khối lượng tính tốn để xác định Hwang gồm: ( ) phép cộng 256 phép so sánh ’ - Phương pháp MF: Trong phương pháp này, cần sử dụng Sau đó, với thuộc , cần kiểm tra điều kiện: = phép cộng để xây dựng histogram (4.1) Để xác định 16 bít cần duyệt ảnh ’ (kích thước ) để tìm 16 phần tử có giá trị (gặp lấy bít 0, gặp lấy bít 1) Việc cần trung bình 16 /2 phép so sánh Sau cần 15 phép dịch chuyển 15 phép cộng để chuyển 16 bít dạng thập phân Vậy để xác định cần thực hiện: , cần thêm phép cộng 16 /2 phép so sánh, 15 phép dịch chuyển 15 phép cộng Sau có phép so sánh để kiểm tra điều kiện (4.1) Trung bình cần duyệt khoảng 256/2 giá trị (một nửa số phần tử ) Từ suy khối lượng tính tốn để xác định MF khoảng: 128 16 phép cộng, 128 15 phép dịch chuyển 64 18 phép so sánh - Phương pháp đề xuất: Giá trị thấp, phép dịch chuyển phép cộng được trích từ điểm ảnh ’, cần sử dụng: phép trích bít Từ phân tích trên, kết luận: khối lượng tính tốn phương pháp đề xuất nhiều so với hai phương pháp Hwang MF Điều hoàn toàn phù hợp với kết thử nghiệm phần V.B Chất lượng ảnh Do khả nhúng phương pháp khác nhau, nên dùng tiêu chuẩn PSNR để so sánh chất lượng ảnh chúng Để khách quan, sử dụng hệ số biến đổi ảnh (số điểm ảnh cần thay đổi để nhúng bít) tiêu chí so sánh chất lượng ảnh Chúng ta nhận thấy, ảnh bị thay đổi dịch chuyển histogram Ngoài ra, số điểm ảnh cần dịch chuyển tỷ lệ thuận với số bít nhúng Từ suy hệ số biến đổi ảnh ba phương pháp tương đương B Thử nghiệm Để minh họa kết phân tích lý thuyết, chúng tơi tiến hành thử nghiệm ảnh mẫu [16] Các ảnh từ hình đến hình có kích thước 512x512, hình có kích thước 256x256 hình 10 có kích thước 1024x1024 458 MỘT PHƯƠ ƠNG PHÁP THỦ ỦY VÂN THUẬN N NGHỊCH MỚII DỰA TRÊN DỊC CH CHUYỂN HISTOGRAM Dấu D thủy vân lấy từ ảnh nhị phân hìnhh 11 Chương trình viết bằn ng ngơn ngữ M MatLab R20122a chạy máy tính Lenovo L Ideapaad S410p H Hình Lena H Hình Pepers Hìn nh Tiffany Hình Sight Hình Boatt Hình H Sailboaat Hình h 10 Hìn nh 11 mark A Airport Water W 1 So sánh khhả nhúngg tin Khả năăng nhúng tin phươ ơng pháp ảnh mức m mức trình bày hai bảng đ Bảng Khả nhúng n tin ảnh gốc (mức 1) STT Ảnh thử ngghiệm Số bít nhú úng tối đa ccác lược đồ Hwang H MF Đề xuấất Lena 5535 2919 5696 Pepper 5263 2712 5854 Tiffany 5788 2956 5854 Boat 7592 3906 7738 Sailboat 7109 3707 7364 Sight 2232 1200 2331 Airport 44894 22723 453955 Tổng 78413 40123 802322 Bảng Khả nhú úng tin ảnh thủy vân ’ (mứức 2) STT Ảnh thử nghiệệm Số bít nhún ng tối đa cácc lược đồ Hw wang MF Đề xuất Leena 2737 2803 5421 Peepper 2628 2662 5243 Tifffany 2902 2934 5785 Booat 3847 3836 7556 Saailboat 3543 3657 6739 Sigght 1096 1165 2298 Aiirport 226 639 22673 44385 Tổổng 393 392 39730 77427 Nhận xét x 5.1: Từ cácc bảng cóó thể kết luận: khả nhú úng phươnng pháp đề xuấất Ở mứcc 1, gấp 1.02 lầần so với Hwaang gấp so s với MF Ở mứcc 2, gấp 1.97 lầần so với Hwaang gấp 1.9 95 so với MF Nguyễn Kim Sao, Lê Quang Hòa, Phạm Văn Ất 459 Ở hai mức, gấp 1.34 lần so với Hwang gấp 1.97 so với MF So sánh thời gian xác định từ ảnh thủy vân Bảng thống kê thời gian xác định từ ảnh thủy vân phương pháp ảnh gốc khác Bảng Thời gian xác định STT Thời gian trích giá trị peak (tính micro giây) Ảnh thử nghiệm Hwang MF Đề xuất Lena 6700 949500 7.5 Pepper 6600 491200 7.4 Tiffany 6600 1891400 7.5 Boat 6600 579900 7.5 Sailboat 6700 635700 7.5 Sight 1600 186100 7.5 Airport 29100 89700 7.5 Tổng 63900 4823500 52.4 Nhận xét 5.2: Bảng cho thấy, thời gian dò tìm phương pháp Hwang MF phụ thuộc vào kích thước ảnh, phương pháp đề xuất độc lập với kích thước ảnh Nhận xét 5.3: Thời gian dò tìm giá trị MF gấp 92051 lần so với phương pháp đề xuất phương pháp Hwang gấp khoảng 1219 lần phương pháp So sánh hệ số biến đổi ảnh Bảng thống kê số phần tử cần biến đổi để nhúng bít phương pháp ảnh thử nghiệm Bảng STT Ảnh thử nghiệm Hệ số biến đổi ảnh Hệ số biến đổi ảnh Hwang MF Đề xuất Lena 46.73 65.68 45.91 Pepper 49.23 34.88 44.69 Tiffany 43.10 53.22 44.01 Boat 33.71 54.92 33.58 Sailboat 36.10 51.61 35.33 Sight 28.84 6.93 28.06 Airport 44.67 10.05 22.62 Trung bình 40.34 39.61 36.31 Bảng cho thấy, hệ số biến đổi ảnh phương pháp có chênh lệch khơng nhiều, song mức trung bình, phương pháp đề xuất có biến đổi ảnh thấp VI KẾT LUẬN Bài báo đề xuất phương pháp thủy vân thuận nghịch có tính chất độc lập thơng tin phụ (đóng gói ảnh thủy vân) giải pháp kết hợp nhúng bít thấp dịch chuyển histogram Từ ảnh thủy vân trích dấu thủy vân khôi phục ảnh gốc mà không cần thông tin phụ kèm theo Giải pháp đề xuất dễ dàng sử dụng cho hầu hết phương pháp thủy vân thuận nghịch DCH biết nhằm đóng gói ảnh thủy vân So với phương pháp có tính chất đóng gói có, phương pháp đề xuất có khả nhúng tin cao thời gian thực nhanh VII TÀI LIỆU THAM KHẢO [1] Almohammad, Adel, Gheorghita Ghinea, and Robert M Hierons "JPEG steganography: a performance evaluation of quantization tables." Advanced Information Networking and Applications, 2009 AINA'09 International Conference on IEEE, 2009 [2] Coltuc, Dinu, and J-M Chassery "Very fast watermarking by reversible contrast mapping." Signal Processing Letters, IEEE 14.4 pp.255-258, 2007 460 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM [3] Fridrich, Jessica, Miroslav Goljan, and Rui Du "Invertible authentication."Photonics West 2001-Electronic Imaging International Society for Optics and Photonics, 2001 [4] Fujiyoshi, Masaaki "A Histogram shifting-based blind reversible data hiding method with a histogram peak estimator." Communications and Information Technologies (ISCIT), 2012 International Symposium on IEEE, 2012 [5] Hwang, JinHa, JongWeon Kim, and JongUk Choi "A reversible watermarking based on histogram shifting." Digital Watermarking Springer Berlin Heidelberg, pp 348-361, 2006 [6] Iwata, Motoi, Kyosuke Miyake, and Akira Shiozaki "Digital steganography utilizing features of JPEG images." IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences 87.4, pp.929-936, 2004 [7] Khan, Asifullah, et al "A recent survey of reversible watermarking techniques."Information Sciences 279 pp.251272, 2014 [8] Kuo, Wen-Chung, Dong-Jin Jiang, and Yu-Chih Huang "Reversible data hiding based on histogram." Advanced Intelligent Computing Theories and Applications With Aspects of Artificial Intelligence Springer Berlin Heidelberg, pp.1152-1161, 2007 [9] Ni, Zhicheng, et al "Reversible data hiding." Circuits and Systems for Video Technology, IEEE Transactions on 16.3: pp.354-362, 2006 [10] Ou, Bo, Yao Zhao, and Rongrong Ni "Reversible watermarking using prediction error histogram and blocking." Digital Watermarking Springer Berlin Heidelberg, pp.170-180, 2011 [11] Tian, Jun "Reversible data embedding using a difference expansion." IEEE Trans Circuits Syst Video Techn 13.8, pp 890-896, 2003 [12] Đỗ Văn Tuấn, Nguyễn Kim Sao, Nguyễn Thanh Toàn, Phạm Văn Ất, “Một sơ đồ nhúng tin thuận nghịch ảnh JPEG”, Tạp chí Cơng nghệ thơng tin truyền thông, pp.41-52, 2014 [13] Xuan, Guorong, et al "Reversible data hiding using integer wavelet transform and companding technique." Digital Watermarking Springer Berlin Heidelberg, pp.115-124, 2005 [14] Xuan, Guorong, et al "Optimum histogram pair based image lossless data embedding." Transactions on Data Hiding and Multimedia Security IV Springer Berlin Heidelberg, pp 84-102, , 2009 [15] Zhang, Weiming, Biao Chen, and Nenghai Yu "Improving various reversible data hiding schemes via optimal codes for binary covers." Image Processing, IEEE Transactions on 21.6, pp.2991-3003, 2012 [16] Signal & Image Processing Institude, University of Southern California, “The USC-SIPI Image Database”, http://sipi.usc.edu/database  ... : 454 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM B Phương pháp MF Phương pháp MF tìm điểm cực đại histogram bước đầu phương pháp Hwang Sau DCH trái để cặp histogram. ..452 MỘT PHƯƠNG PHÁP THỦY VÂN THUẬN NGHỊCH MỚI DỰA TRÊN DỊCH CHUYỂN HISTOGRAM thay đổi Do xác định từ ảnh thủy vân Masaaki Fujiyoshi [4] (sau gọi phương pháp MF) sử dụng phương pháp DHC Ni... ngược lại C Các phương pháp thủy vân thuận nghịch dựa dịch chuyển histogram Các phương pháp dựa kỹ thuật DCH để tạo cặp histogram, sau nhúng thủy vân cặp histogram nhận Để tạo cặp histogram, theo