Nghiên cứu thuật toán và ứng dụng phương pháp nhúng thông tin vào ảnh số dựa trên ICA (independent component analysis)

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN XUÂN TÙNG Nghiên cứu thuật toán ứng dụng phương pháp nhúng thông tin vào ảnh số dựa ICA (Independent Component Analysis) LUẬN VĂN THẠC SĨ Hà Nội - 2011 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN XUÂN TÙNG Nghiên cứu thuật tốn ứng dụng phương pháp nhúng thơng tin vào ảnh số dựa ICA (Independent Component Analysis) Ngành: Công nghệ thông tin Chuyên ngành: Truyền liệu Mạng máy tính Mã số: 48 60 15 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS BÙI THẾ DUY Hà Nội - 2011 MỤC LỤC LỜI CAM ĐOAN MỤC LỤC DANH SÁCH CÁC TỪ VIẾT TẮT DANH SÁCH BẢNG BIỂU, HÌNH VẼ MỞ ĐẦU Chương Giới thiệu 11 1.1 Giới thiệu toán 11 1.2 Lược đồ phân phối đa phương tiện thông qua thủy vân số 12 1.3 Hạn chế lược đồ thủy vân hữu giải pháp 16 Chương Tổng quan Thủy vân 19 2.1 Lịch sử Thủy vân 19 2.2 Tầm quan trọng thủy vân số 20 2.3 Các đặc tính ứng dụng thủy vân 21 2.3.1 Các ứng dụng thủy vân 22 2.3.1.1 Giám sát truyền thông 22 2.3.1.2 Xác minh người sở hữu chứng quyền sở hữu 24 2.3.1.3 Giám sát giao dịch 27 2.3.1.4 Xác thực nội dung 28 2.3.1.5 Điều khiển chép 30 2.3.1.6 Điều khiển thiết bị 33 2.3.1.7 Sự nâng cấp tài sản 33 2.3.2 Các đặc tính hệ thống thủy vân 34 2.3.2.1 Hiệu ứng nhúng 34 2.3.2.2 Độ xác 35 2.3.2.3 Lượng liệu 36 2.3.2.4 Bộ tách sóng mù hay tách sóng thơng báo 37 2.3.2.5 Tỉ lệ ảnh thực lỗi 38 2.3.2.6 Sự làm mạnh 39 2.3.2.7 Bảo mật 40 Chương Thủy vân ảnh giám sát giao dịch truyền thông đa phương tiện 42 3.1 Lược đồ đính kèm thủy vân định .42 3.2 Cơ chế phân tách thủy vân đề xuất sử dụng phương pháp ICA .48 3.2.1 Phân tích thành phần độc lập .48 3.2.2 Cơ chế phân tách thủy vân bị làm mù 50 3.3 Đánh giá việc thực 53 3.3.1 Các liệu thực 53 3.3.2 Sự tăng cường phương pháp nén phương pháp lượng tử hóa 53 3.3.3 Sự tăng cường phương pháp cắt chỉnh làm biến dạng hình học 56 Chương Một vài thử nghiệm 60 4.1 Thử nghiệm q trình nhúng thơng tin vào ảnh số dựa ICA .60 4.2 So sánh kết phương pháp thủy vân dựa ICA và phương pháp thủy vân dựa miền sóng lược đồ 62 Chương Tổng kết đề xuất xu hướng phát triển tương lai chế thủy vân 73 TÀI LIỆU THAM KHẢO 76 PHỤ LỤC 78 DANH SÁCH CÁC TỪ VIẾT TẮT ICA - Independent Component Analysis DB - Decibens EZW - Embedded Zerotree Wavelet Bpp - Bit per pixel NVF - Noise Visibility Function BSS - Blind Source Separation DANH SÁCH BẢNG BIỂU, HÌNH VẼ Bảng PSNR hình ảnh thủy vân với thông số α x Bảng So sánh, đánh giá chất lượng hình ảnh dựa PSNR Hình 1.1 Hệ thống phân phối nội dung đa phương tiện Hình 1.2 Lược đồ phân phối đa phương tiện cách thêm thủy vân chủ sở hữu nhằm xác định quyền sở hữu sản phẩm thủy vân riêng biệt người sử dụng nhằm xác định người dùng hợp pháp Hình 2.1 Hình ảnh Lena thường xuyên sử dụng nghiên cứu xử lý hình ảnh Hình 2.2 Ví dụ mã xác định riêng biệt in chìm làm văn ký tự Hình 2.3 Ví dụ thay đổi hình ảnh Hình 2.4 Mối quan hệ mã hóa thủy vân dựa điều khiển chép Hình 3.1 Hệ thống vân sóng hai lớp hình ảnh Lena Hình 3.2 Quá trình biến đổi hình ảnh Lena Hình 3.3 Thuật tốn thủy vân đính kèm bắt buộc (dành cho việc phân tách sóng ngắn lớp) Hình 3.4 Bức ảnh chép người sở hữu Hình 3.5 Cơ chế phân tách thủy vân bị làm mờ (sử dụng hàm số tầng phân ly) Hình 3.6 Kết phân tách từ hình ảnh thủy vân người dùng Hình 3.7 Kết so sánh mặt số liệu thực việc nén JPEG Hình 3.8 So sánh việc phân tách phương pháp nén JPEG2000 khác Hình 3.9 Kết nén việc lượng tử hóa từ mức xám 256 tới mức xám Hình 3.10 (a) Hình ảnh Lena bị cắt chỉnh, (b) thủy vân phân tách (r = 0.2706) (c) thủy vân phân tách sau tăng cường tương phản (b) (r = 0,9036) Hình 3.11 (a) Hình Lena bị xoay 100, (b) thủy vân phân tách tương ứng (r = 0,5847); (c) hình Lena bị thu nhỏ lại cách giảm số lượng dịng cột xuống ¼, (d) thủy vân phân tách ( r = 0.4970); (e) hình Lena bị điều chỉnh sang bên trái 10 cột xuống 36 hàng, (f) thủy vân phân tách tương ứng (r=0.5356) Hình 4.1 Kết hình ảnh Lena sử dụng phương pháp ICA Hình 4.2 So sánh kết hình ảnh thu sau sử dụng phương pháp ICA Hình 4.3 Đồ thị kết chất lượng hình ảnh (dựa PSNR) MỞ ĐẦU Ngày nay, với đời phát triển mạng Internet người tìm kiếm thơng tin cách dễ dàng thông qua nhà cung cấp dịch vụ mạng Sự phát triển nhanh chóng khoa học kỹ thuật nhiều lĩnh vực đặc biệt lĩnh vực đa phương tiện (multimedia) làm cho việc sản xuất, quản lý phân phối sản phẩm (hình ảnh, âm thanh, tài liệu điện tử…) trở nên dễ dàng Tuy nhiên, việc phân phối phổ biến tài nguyên mạng gặp phải vấn nạn chép sử dụng bất hợp pháp như: xâm phạm quyền, truy cập trái phép, xuyên tạc, giả mạo thông tin… Đi đôi với phát triển cơng nghệ máy tính, tình trạng sử dụng bất hợp pháp sản phẩm số ngày tăng, tệp tin số chép dễ dàng máy tính Do đó, tình trạng vi phạm quyền xảy hàng ngày, hàng khắp giới Nhằm bảo vệ sản phẩm số không bị sử dụng trái phép, song song với việc kêu gọi ý thức tự giác thực thi luật quyền, công ty công nghệ lớn giới thực giải pháp kỹ thuật kiểm soát quyền số Một vấn đề đặt bảo vệ quyền sở hữu sản phẩm đa phương tiện Đứng trước tình hình đó, vấn đề bảo mật thơng tin nhận quan tâm đặc biệt nhiều lĩnh vực Từ xa xưa có nhiều cách để bảo mật thông tin, phương pháp dùng sớm để bảo vệ quyền sở hữu nội dung sản phẩm đa phương tiện mã hoá Tuy nhiên, phương pháp mã hố hiệu việc truyền thơng tin không hiệu việc bảo vệ quyền sở hữu Ngày nay, phương pháp thủy vân sản phẩm đa phương tiện dùng phổ biến ngồi vấn đề bảo mật bảo vệ quyền, chống nhân bất hợp pháp, chống truy cập trái phép, chống xuyên tạc, chống giả mạo thông tin… Thủy vân lĩnh vực rộng lớn Trong luận văn này, tập trung giới thiệu thủy vân ảnh ứng dụng giám sát trao đổi thông tin đa phương tiện Kỹ thuật thủy vân ảnh dựa phân tích cấu trúc độc lập (Independent Component Analysis – ICA) kỹ thuật lựa chọn để nghiên cứu sâu luận văn Kỹ thuật thủy vân ảnh dựa phân tích cấu trúc độc lập ứng dụng hiệu việc phân tích thủy vân nhằm xác định thành phần cấu trúc cho phép dị tìm trao đổi trái phép sản phẩm bảo vệ Luận văn trình bày thành năm chương, với nội dung sau: Chương 1: Giới thiệu Nội dung chương đưa toán nghiên cứu để giúp người đọc có cách tiếp cận xác vấn đề mà luận văn trình bày Đồng thời chương đưa khái niệm lược đồ thủy vân hữu với hạn chế lược đồ Chương 2: Tổng quan Thủy vân Trong chương này, đặc tính ứng dụng thủy vân trình bày bên cạnh lịch sử hình thành khái niệm vể thủy vân Dựa khái niệm nội dung đưa Chương giúp người đọc xây dựng khái niệm từ tạo tiền đề cho việc trình bày sâu phương pháp thủy vân ảnh giám sát giao dịch truyền thơng đa phương tiện trình bày chi tiết Chương Chương 3: Thủy vân ảnh giám sát giao dịch truyền thông đa phương tiện Nội dung chương sâu vào phân tích miêu tả cụ thể kỹ thuật thủy vân ảnh dựa phân tích cấu trúc độc lập (Independent Component Analysis – ICA) Đồng thời đưa đánh giá so sánh kết ứng dụng kỹ thuật thực biến đổi hình ảnh sử dụng để thủy vân ảnh, ảnh bị biến đổi qua phương pháp nén, phương pháp lượng tử hóa, phương pháp cắt chỉnh làm biến dạng hình học Chương 4: Một vài thử nghiệm Trong chương này, tiến hành vài thử nghiệm đơn giản để đánh giá phương pháp thủy vân ảnh dựa thành phần độc lập so với phương pháp thủy vân dựa miền sóng lược đồ Qua vài ưu điểm, nhược điểm mà phương pháp mang lại 71 Test_RotationScale Fri Nov 04 07.19.44 2011 Test_RotationScale -2 Images/Set5/wallCertainty Test_RotationScale -1 Images/Set5/wallCertainty Test_RotationScale -0.75 Images/Set5/wallCertainty 91.1467 Test_RotationScale -0.5 Images/Set5/wallCertainty 90.7687 Test_RotationScale -0.25 Images/Set5/wallCertainty 90.3436 Test_RotationScale 0.25 Images/Set5/wallCertainty 90.4307 Test_RotationScale 0.5 Images/Set5/wallCertainty Test_RotationScale 0.75 Images/Set5/wallCertainty 91.2699 Test_RotationScale Images/Set5/wallCertainty Test_RotationScale Images/Set5/wallCertainty Test_Affine -Test_Affine Test_Affine Test_Affine Test_Affine Test_Affine Test_Affine Test_Affine 72 Test_Affine Test_SmallRandomDistortions Fri Nov 04 07.19.50 2011 Test_SmallRandomDistortions 0.95 Images/Set5/wall 15.6867 dB Test_SmallRandomDistortions 15.5901 dB Test_SmallRandomDistortions 1.05 15.4743 dB Test_SmallRandomDistortions 1.1 15.3943 dB Test_LatestSmallRandomDistortions Test_LatestSmallRandomDistortions 86.0702 Test_LatestSmallRandomDistortions 85.9495 Test_LatestSmallRandomDistortions 85.8236 Test_LatestSmallRandomDistortions 85.7085 73 Chương Tổng kết đề xuất xu hướng phát triển tương lai chế thủy vân Cơ chế thủy vân đề xuất dựa kĩ thuật ICA nói chung cho thấy nhiều ưu điểm Khơng giống phương pháp khác, khơng có thông tin từ trước thủy vân gốc, vị trí đính kèm, độ mạnh ngưỡng khởi điểm sử dụng chế phân tách thủy vân mù Vì thế, phân tách thủy vân từ hình ảnh thỷ vân (thủy vân đính kèm khơng biết trước) Ưu điểm khác phương pháp không sử dụng ngưỡng khởi điểm xác định trước thủy vân phân tách dễ dàng xác định từ việc xem xét kỹ mắt thường thay sử dụng kỹ thuật sử dụng máy móc đo đạc tính liên hệ với ngưỡng khởi điểm Điều thực thủy vân phân tách sử dụng chế hình ảnh chữ ký số đọc hình ảnh biểu tượng Đặc tính tổng quan chế cơng cụ hữu hiệu việc truy tìm trao đổi trình ứng dụng phân phối qua Internet Nhược điểm chế tính phức tạp thân phương pháp phân tích ICA Trong luận văn này, giảm thiểu thơng qua việc sử dụng thuật toán JADE, thuât toán dễ có khả tin học hóa Thêm vào đó, sử dụng ba nguồn liệu đầu vào (đó liệu gốc, khóa thủy vân) chế thủy vân đề xuất, giúp cho việc phân tách dựa ICA thực nhanh Trong tương lai, thử nghiệm khác cần tiến hành để đánh giá tính ổn định chế loại hình tác nhân khác Chẳng hạn kết xử lí tác nhân khác hệ thông phân phối đa phương tiện cần phải xem xét để nâng cao chế Việc nghiên cứu sâu chế cần thiết để nâng cao chất lượng hình ảnh liệu thủy vân Luận văn đưa vấn đề giám sát trao đổi đa phương tiện cách sử dụng phương pháp thủy vân số Cụ thể phương pháp nghiên cứu sử dụng kỹ thuật phân tích thủy vân dựa ICA nhằm xác định quyền sở hữu truy tìm việc phân phối đa phương tiện thông qua hệ thống truyền thông công cộng Hai thủy vân, để xác định chủ sở hữu để xác định người nhận nhất, đính kèm Thủy vân thu cách biến đổi hình ảnh chữ ký, sử dụng loại ký tự riêng xác định mắt thường nhằm ngăn chặn việc 74 làm giảm chất lượng hình ảnh thủy vân Thủy vân đính kèm vào cặp gồm hai dải sóng tầm trung mức phân tách sóng cao tầng khác (gọi cấp phân sóng bậc 2/bậc 3) hình ảnh gốc Khơng cần có thơng tin thủy vân gốc, vị trí đính kèm độ mạnh, chế đề xuất phân tách thủy vân người dùng cách sử dụng hình ảnh chủ sở hữu thủy vân/khóa chủ sở hữu Các kết nghiên cứu cho thấy chế thủy vân đề xuất cung cấp biện pháp xử lí hiệu hình ảnh thay đổi sau tiến hành nén, lượng tử hóa, cắt chỉnh biến đổi hình dạng Luận văn cho thấy chế thủy vân dựa ICA sử dụng công cụ hiệu để truy tìm người nhận nội dung phân phối Nhìn chung, vấn đề cịn đặt việc ứng dụng thủy vân số vào việc giám sát trao đổi hệ thống phân phối qua Internet bao gồm: - Các liệu gốc sẵn suốt q trình phân tách thủy vân người nhận Vì kỹ thuật thủy vân bị mù - Khơng có sẵn thơng tin từ trước thủy vân đính kèm vị trí tương ứng - Nhằm đưa có chứng đáng tin cậy cho quan pháp luật hành vi phạm tội kẻ chép trộm, chế thủy vân mạnh chống lại tác nhân phá tín hiệu thơng thường tác nhân phá hoại có liên kết cần thiết - Đối với vài ứng dụng, chẳng hạn truy tìm hình ảnh thủy vân hóa bị ăn cắp Virút Web, đòi hỏi chế phân tách thủy vân cần dễ dàng phức tạp Việc giám sát trao đổi thực nhiệm vụ khó khăn nhiều so với việc bảo vệ quyền sở hữu cách sử dụng thủy vân số Các kỹ thuật thủy vân nói chung cần thiết, đặc biệt điều kiện khơng có liệu gốc khơng có thơng tin thủy vân gốc cung cấp cho việc phân tách thủy vân, đồng thời phương pháp đưa cần đáng tin cậy, hiệu nhanh chóng Một yêu cầu khác việc tăng cường quyền sở hữu việc phân phối tác phẩm người chủ sở hữu bảo vệ trước hành vi xâm 75 phạm nội dung Thủy vân phân mảng đính kèm nhằm bảo vệ tính hợp nội dung Thủy vân dùng để xác thực cần phải nhạy cảm với tác động thể cần phải thay đổi cho phù hợp Trong trường hợp này, ba thủy vân cần dấu vào tác phẩm nhằm xác nhận chủ sở hữu, xác định người nhận thay đổi nội dung Vì khả dấu thơng tin phương tiện truyền thông đại chúng hạn chế, gặp phải nhiều thử thách việc điều tra, ví dụ để kết hợp ba yêu cầu khả che dấu thơng tin, tính khơng thể nhận biết, tăng cường khả che dấu thủy vân Việc nắm bắt chế thủy vân khơng có khó khăn nhiệm vụ bảo vệ quyền tác giả ứng dụng phân phối đa phương tiện Thực tế, cần có thời gian để nghiên cứu đưa giải pháp tốt cho chế thủy vân số Trước mắt, thử thách lớn cho nhà nghiên cứu pháp triển chế rõ ràng đồng để làm mạnh làm giảm bớt thủy vân, đáp ứng nhu cầu hệ thông phân phối đa phương tiện thực tế 76 TÀI LIỆU THAM KHẢO Tiếng Việt Nguyễn Xuân Huy, Bùi Thế Hồng, Trần Quốc Dũng (2004), “Kỹ thuật thủy vân số ứng dụng phát ảnh xuyên tạc”, Một số vấn đề chọn lọc công nghệ thông tin, tr 183-187 Tiếng Anh Stefan Katzenbeisser and Fabien A P Petitcolas (2000), “Information hiding techniques for steganography and digital watermarking”, Artech house, 685 Canton Street, Norwood, MA 02062 Chaw Seng Woo (2007), “Digital Image Watermarking Methods for Copyright Protection and Authentication”, Queensland University of Technology Michael Arnold, Martin Schmucker and Stephen D Wolthusen (2003), “Techniques and Applications of Digital Watermarking and Content Protection”, Artech house, 685 Canton Street, Norwood, MA 02062 Patrizio Campisi, Marco Carli, Gaetano Giunta, and Alessandro Neri (2003), “Blind Quality Assessment System for Multimedia Communications Using Tracing Watermarking”, IEEE Transactions on Signal Processing, Vol 5, (No 4), pp 996-1002 Arnold, M., Schmucker, M.,& Wolthusen, S.D (2003), “ Techniques and applications of digital watermaking and content protection”, Boston: Artech House Barni, M., Bartolini, F., Cappellini, V.,& Piva, A.(1998), “ A DCT – domain system for robust image watermaking Signal Processing, 66”, pp 357 – 372 Barni, M., Bartolini, F., Cappellini, V.,& Piva, A., & Rigacci, F (1998), “ A M.A.P identification criterion for DCT-based watermaking”, Proc Europ Sinal Processing Conf (EUSIPCO’98), Rhodes, Greece Bell, A., & Sejnowski, T (1995), “An information –maximization approach to blind separation and blind deconvolution”, Neural Compt., 7, pp 1129 – 1159 77 10 Benham, D., Memon, N., Yeo, B.-L., & Yeung, M (1997), “ Fast watermaing of DCT – based compressed images”, Proc Int Conf Image Science, System, and Technology (CISST’97), Las Vegas, NV 11 Carsodo, J.-F, (1999), “High-order contrast for independent component analysis”, Neural Computer, 11, pp157 -192 12 Cichocki, A., & Barros, A.K (1999), “ Robust batch algorithm for sequential blind extraction of noisy biomedical signals”, Proc ISSPA’99, 1, pp 363–366 13 Cox, I.J., Leighton, F.T., & Shamoon, T (1997), “ Secure spread spectrum watermarking for multimedia”, IEEE Trans on Image Processing, 6, pp1673 1687 14 Cox, I.J., Miller, M.L., & Bloom, J.A (2002), “ Digital watermarking” , Morgan Kaufmann 15 Nikolaidis, N., & Pitas, I (1998), “Robust image watermarking in the spatial Domain” Signal Processing, 66, pp 385–403 16 Parhi, K.K., & Nishitani, T (1999), ”Digital signal processing for multime-dia systems”, New York: Marcel Dekker 17 Xie, L., & Arce, G.R (1998), “Joint wavelet compression and authentication Watermarking”, Proc Int Conf Image Processing (ICIP’98) 18 Yu, D., & Sattar, F (2003), “A new blind image watermarking technique based on independent component analysis” Springer-Verlag Lecture Notes in Computer Science, 2613, pp 51–63 78 PHỤ LỤC Test_PSNR Fri Nov 04 04.30.23 2011 (rose_a1.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Test_PSNR Fri Nov 04 04.33.14 2011 (rose_a3.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 79 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Test_PSNR Fri Nov 04 04.39.04 2011 (rose_a4.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 80 Test_PSNR Fri Nov 04 04.35.32 2011 (rose_wav.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Test_PSNR Fri Nov 04 07.27.00 2011 (wall_a1.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 81 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Test_PSNR Fri Nov 04 07.08.45 2011 (wall_a3.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 - 82 Test_PSNR Fri Nov 04 07.18.55 2011 (wall_a4.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Test_PSNR Fri Nov 04 07.38.19 2011 (wall_wav.log) Test_PSNR Test_PSNR 10 Test_PSNR 20 Test_PSNR 30 Test_PSNR 40 Test_PSNR 50 83 Test_PSNR 60 Test_PSNR 70 Test_PSNR 80 Test_PSNR 90 Test_PSNR 100 Thank you for evaluating AnyBizSoft PDF Splitter A watermark is added at the end of each output PDF file To remove the watermark, you need to purchase the software from http://www.anypdftools.com/buy/buy-pdf-splitter.html ... TÙNG Nghiên cứu thuật toán ứng dụng phương pháp nhúng thông tin vào ảnh số dựa ICA (Independent Component Analysis) Ngành: Công nghệ thông tin Chuyên ngành: Truyền liệu Mạng máy tính Mã số: 48... tách tương ứng (r=0.5356) Hình 4.1 Kết hình ảnh Lena sử dụng phương pháp ICA Hình 4.2 So sánh kết hình ảnh thu sau sử dụng phương pháp ICA Hình 4.3 Đồ thị kết chất lượng hình ảnh (dựa PSNR) MỞ... thông tin đa phương tiện Kỹ thuật thủy vân ảnh dựa phân tích cấu trúc độc lập (Independent Component Analysis – ICA) kỹ thuật lựa chọn để nghiên cứu sâu luận văn Kỹ thuật thủy vân ảnh dựa phân tích