Thủy vân bản đồ véctơ

Một phần của tài liệu Nghiên cứu kỹ thuật bảo vệ bản quyền các sản phẩm đồ họa vectơ (Trang 33)

3. BỐ CỤC LUẬN VĂN

2.2. Thủy vân bản đồ véctơ

Sự phát triển nhanh chóng của trao đổi thông tin bằng máy tính và Internet đã làm cho dữ liệu bị thay đổi hoặc thất lạc thông qua đường mạng. Mặt khác, nó cũng trở thành yếu tố quyết định trong việc bảo vệ các bản sao số của các tệp đa phương tiện số khác nhau. Thủy vân đã được nghiên cứu hơn mười năm trở lại đây như là một giải pháp thích hợp cho các ấn phẩm khi phát hành. Bên cạnh việc bảo vệ các bản sao, thủy vân cũng có thể được thiết kế cho những mục đích khác như giấu đi sự trao đổi thông tin, xác nhận dữ liệu, dấu vân tay … Rất nhiều kiểu dữ liệu có thể được sử dụng nhằm che dấu dữ liệu của thủy vân như

B.V sông tỉnh sông tỉnh B.V Thế giới thực Bản đồ vectơ Lớp bản đồ

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

ảnh số, âm thanh, các đoạn phim, văn bản, bảng mã, kiểu 3D, dữ liệu CAD, dữ liệu vecto 2D, phần mềm … Những dữ liệu kiểu này, một vài dữ liệu đa phương tiện tổng quan như ảnh số, âm thanh, các đoạn phim, văn bản, bảng mã, kiểu 3D được chú ý nhiều hơn các kiểu khác. Trong luận văn này trình bày về cách sử dụng thủy vân cho bản đồ vecto 2D, là dữ liệu quan trọng nhất của hệ thống thông tin địa lý (GIS).

Bản đồ luôn quy định một vài kiểu dữ liệu cụ thể cho các bản sao của người sử dụng, nó tạo ra sự an toàn cho các tập hợp dữ liệu được phân bổ để phát hành. Đầu tiên, để làm ra được một bản đồ vecto là một quá trình với chi phí cao. Một công cụ có độ chính xác cao là cần thiết cho quá trình đo đất và một số lượng lớn vật chất, các nguồn tài nguyên trí tuệ thì phụ thuộc vào thông tin địa lý gốc. Việc số hóa và vecto hóa thông tin gốc là một công việc khó khăn để thu được các bản đồ vecto. Các bản đồ số trong hệ thống thông tin địa lý thông thường không thể được sử dụng một cách miễn phí. Thêm vào đó, trong một vài tình huống đặc biệt thì nhu cầu bảo mật lớn hơn là cần thiết. Ví dụ, những ứng dụng của những bản đồ số quân sự bí mật phụ thuộc vào khả năng chính xác của dữ liệu bản đồ gốc càng toàn vẹn bao nhiêu thì càng tốt bấy nhiêu. Nó cũng là một trong những lý do chính để bản đồ vecto số không thể thấy được những vùng miền quan trọng, then chốt như trong bản đồ giấy truyền thống. So sánh một cách tổng quát các loại dữ liệu đa phương tiện có một chút liên quan đến công việc đã được làm trong một vùng của bản đồ vecto thủy vân.

Sự hài hòa của những vùng mà được đóng dấu thủy vân, những phương thức được kích hoạt cho thủy vân bản đồ vecto có thể được xếp hạng như sau: thuật toán trong phạm vi không gian, trong phạm vi DFT, trong phạm vi DWT, trong phạm vi DCT và một vài phương thức lấy được từ thủy vân 3D. Khác với

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

những kiểu dữ liệu đa phương tiện tổng quan, thủy vân bản đồ vecto có những đặc điểm khác biệt riêng của nó như cấu trúc dữ liệu đặc biệt, những môi trường ứng dụng của dữ liệu bản đồ.

2.3. Đặc điểm riêng của thủy vân bản đồ Vecto

Để đánh dấu thủy vân cho bản đồ vecto số, một loại các đặc điểm riêng nên được quan tâm. Tình trạng của những đặc trưng này chính là những vấn đề then chốt để có được cấu trúc dữ liệu đặc biệt và môi trường ứng dụng của bản đồ vecto số. Kết quả là có sự khác biệt rõ nét giữa thủy vân đa phương tiện nói chung và thủy vân bản đồ vecto số nói riêng ỏ rất nhiều phương thức giấu và tách dữ liệu, tiêu chuẩn của việc ước lượng chất lượng dữ liệu, phương thức có thể giấu tin …

2.3.1. Dữ liệu bản đồ véc tơ

Dữ liệu ảnh vecto là sự biên soạn thông thường của không gian dữ liệu, tập hợp dữ liệu và thêm vào một vài dữ liệu được sử dụng như chỉ số, sự mô tả. Mô tả không gian dữ liệu, các vùng địa lý của bản đồ đối tượng mô tả đối tượng địa lý trong thế giới thực và luôn nắm lấy 3 yếu tố địa lý cơ bản là điểm, đường và đa giác. Tất cả các đối tượng bản đồ này đều được định dạng bởi các đỉnh có thứ tự. Không gian dữ liệu là một chuỗi thực sự các tọa độ của những đỉnh cơ sở này trong một hệ thống địa lý.

Tập hợp dữ liệu mô tả thuộc tính của đối tượng bản đồ như tên, loại, và một vài thông tin khác. Hiển nhiên, những thông tin được ghi lại bởi tập hợp dữ liệu rất quan trọng và không thể thay đổi tùy tiện, tương tự cho những dữ liệu được thêm vào đã kể ra ở trên. Tất cả các thuật toán thủy vân đã được đề xuất, không gian để đóng dấu thủy vân được quy định bởi không gian dữ liệu như tọa độ của các đỉnh. Một bản đồ vecto bất kỳ đều có một dung sai rõ ràng, chúng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

đưa ra độ rộng tối đa cho sự làm méo tọa độ cho phép. Làm méo tọa độ dứt khoát phải nhỏ hơn dung sai thì sẽ không làm suy giảm đi chất lượng của bản đồ. Dung sai rõ của dữ liệu bản đồ vecto dịch chuyển như là “Mô hình che phủ trực quan” bên trong ảnh thủy vân số đưa ra một chút dư thừa cho việc giấu thông tin thường lệ

2.3.2. Độ chính xác của bản đồ véc tơ

Nguồn gốc chung của thủy vân số là sự xắp xếp có hệ thống là sự đưa vào những mẩu tin ẩn có thể không làm ảnh hưởng đến chất lượng của dữ liệu. Trong thế giới thủy vân độ chính xác giới hạn thường được sử dụng để đo chất lượng của dữ liệu. Tuy nhiên, tùy theo các kiểu dữ liệu khác nhau và cách sử dụng riêng của chúng, độ chính xác giới hạn có thể có những ý nghĩa khác. Đối với ảnh số, các đoạn phim, âm thanh, và các tập hợp dữ liệu đa phương tiện khác, người sử dụng hướng vào dữ liệu là các cảm nhận thông qua những bộ phận giác quan của con người. Trong giác quan này, mắt người có thể được dùng để đo độ chính xác của ảnh. Nếu như mắt người không thể phân biệt được hai ảnh, hai ảnh đó có thể được coi như có giá trị sử dụng như nhau, cụ thể là có độ chính xác cao. Nói chung, một vài thông số chính xác như PSNR hoặc MSE … được dùng để đo sự khác biệt của 2 tập hợp dữ liệu.

Tuy nhiên để đánh giá chất lượng của dữ liệu ảnh vecto, con người không thể cảm nhận được và PSNR cũng không thể là đơn vị đo thích hợp. Đầu tiên, người sử dụng hướng vào ảnh vecto không phải là các bộ phận giác quan của con người mà là máy tính. Trong một tỷ lệ đặc trưng, thậm chí hai bản đồ số khá giống nhau khi nhìn bằng mắt thì vẫn tồn tại những tọa độ khác nhau giữa hai bản đồ đó có thể vượt quá sự dung sai. Thứ hai, giới hạn PSNR chủ yếu là phản hồi lại năng lượng của các lỗi. Nó sẽ thích hợp hơn để đánh giá ảnh, nhưng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

ngược lại đối với ảnh vecto bởi vì thậm chí cả với một PSNR cao của bản đồ vecto không thể đảm bảo chính xác những đỉnh lỗi thì có giá trị nhỏ trong dung sai của bản đồ.

Thêm vào đó, khi chúng ta đánh giá độ chính xác của bản đồ vecto một vài nhân tố có thể được lấy ra như độ nét và hình dạng của các đối tượng bản đồ, để đánh dấu thủy vân cho bản đồ số thực sự là một công việc hết sức vất vả. PSNR không thể khôi phục lại sự bóp méo chi tiết về độ nét của hai bản đồ vecto đó. Trong một lĩnh vực khác, một bản đồ với độ chính xác thấp cũng có thể có PSNR cao. Cho đến tận bây giờ vẫn chưa có đơn vị đo phù hợp cho độ chính xác của bản đồ vecto.

2.3.3. Các khả năng giấu tin

Một sự giấu tin thành công có nghĩa là thủy vân có thể được gỡ bỏ trong khi tính hợp pháp của dữ liệu bao phủ vẫn được bảo vệ. Không gian dữ liệu của bản đồ vecto gần như là dữ liệu điểm trôi với sự chính xác chắc chắn. Do đó, những cách thức và đặc trưng của các khả năng giấu tin bản đồ vecto thủy vân là khác nhau cho mỗi loại thủy vân đa phương tiện.

2.3.3.1. Giấu tin hình học

Một vài phép biến đổi như phép dịch, phép quay … là những khuôn dạng chính của giấu tin hình học. Đối với những ảnh thủy vân số giấu tin hình học rất khó có thể bảo vệ, bởi những phép biến đổi này luôn có sự thêm vào các giá trị cho điểm ảnh mà không thể xử lý ngược lại được và luôn là nguyên nhân làm mất mát thông tin. Tuy nhiên đối với bản đồ vecto, vần đề giấu tin đưa ra ở trên gần như là phép biến đổi tọa độ, nơi mà hầu như thông tin không thể bị mất. Vì vậy giấu tin hình học có liên quan đến vấn đề bảo vệ trong việc phối hợp đánh dấu thủy vân cho bản đồ véc tơ.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

2.3.3.2. Giấu tin vào đỉnh

Giấu tin đỉnh là giấu tin vào các lớp đỉnh như là thêm các đỉnh vào bản đồ hay gỡ bỏ bớt các đỉnh. Khi giấu tin, đặc biệt là đối với bản đồ đơn giản hoặc sự cắt xén rất nguy hiểm đối với thủy vân bản đồ véc tơ. Mặt khác, các bản đồ đơn giản cũng có cách hoạt động chung bên trong những ứng dụng nhằm tăng tốc độ xử lý dữ liệu bản đồ. Tóm lại khả năng bao quát bản đồ đơn giản là rất quan trọng đối với việc sắp xếp thủy vân thô.

2.3.3.3. Sắp xếp đối tƣợng

Đây là cách giấu tin vào lớp đối tượng, không gian dữ liệu của bản đồ véc tơ được tạo lập từ rất nhiều tọa độ của các đỉnh thứ tự mô tả các đối tượng bản đồ. Tất cả các đối tượng được lưu trữ trong tệp bản đồ theo một trình tự nhất định. Sự sắp xếp lại các đối tượng trong bản đồ hoặc sự sắp xếp lại các đỉnh bên trong một đối tượng có thể tạo nên một bản đồ mới mà không làm suy giảm độ chính xác của dữ liệu. Một vài sự sắp xếp thủy vân quyết định thứ tự của các đối tượng, hoạt động này sẽ là sự giấu tin nguy hiểm.

2.3.3.4. Giảm nhiễu

Có hai nguyên nhân chính có thể gây nên hiện tượng nhiễu bên trong bản đồ véc tơ. Đầu tiên là một vài loại công việc hàng ngày. Ví dụ như có rất nhiều các định dạng file thông dụng trong thế giới GIS. Những biến đổi nằm trong các khuôn dạng này có thể tạo ra dữ liệu bị nhiễu. Thứ hai là các hình thức giấu tin hiểm độc. Những người giấu tin cố gắng phá hủy dấu thủy vân bằng cách thêm nhiễu vào các tập hợp dữ liệu. Giảm nhiễu là sự giấu tin nghiêm túc nhưng lại không phải là sự lựa chọn tốt cho những người giấu tin.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

2.4. Thuật toán thủy vân

2.4.1. Thuật toán trong miền không gian

Để đánh dấu thủy vân cho một véc tơ trong miền không gian là đưa vào thủy vân một sự thay đổi chính xác cho giá trị tọa độ của các đỉnh. Một vài đặc trưng không gian của các đỉnh có thể được dùng để đưa dữ liệu vào. Ví dụ mối quan hệ của các đỉnh, những đặc trưng thống kê của các đỉnh.

Ông Sakamoto [4] đã đưa ra ý tưởng cơ sở thủy vân trong thay đổi mối quan hệ vị trí của các đỉnh. Trong ý tưởng này bản đồ bao phủ là sự phân chia đầu tiên bên trong các khối. Sau đó một mặt nạ với kích thước đặc trưng được định nghĩa cho từng khối riêng biệt. Để đưa vào một bit thủy vân, chỉ cần thay đổi các đỉnh bên trong một mặt nạ và tạo ra mối quan hệ vị trí của chúng theo một mô hình cụ thể. Ý tưởng này khó có thể đưa vào thủy vân nhiều bit. Tuy nhiên, thuật toán này là yếu để có thể giấu tin tạp nhiễu. Sau đó một thuật toán cải thiện đã được đề xuất bởi Hwan Kang[9].

Đầu tiên một bản đồ gốc được phân vùng thành các khối. Trong mỗi khối, có một mặt nạ với kích thước xác định, không giống như ý tưởng trước, sự lựa chọn kích thước cho mặt nạ này là tùy ý. Bên trong các mặt nạ, tọa độ của các đỉnh Đông Nam được nhắc đến như là gốc và tọa độ của các đỉnh khác bên trong mặt nạ sau đó có thể được thay bằng một giá trị mới. Sau đó mặt nạ được phân chia bên trong thành các tam giác cao và tam giác thấp bởi các đường chéo nối các đỉnh Tây Bắc – Đông Nam. Để đưa vào một bit „1‟. Thay đổi tất cả các đỉnh trong tam giác thấp thành giá trị đối xứng của chúng trong tam giác cao qua các đường chéo, đó chỉ là sự đảo ngược khi đưa vào các bit „0‟. Một số điểm mấu chốt của thuật toán này được trình bày như sau:

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

Hai nhân tố làm tăng mạnh độ nhiễu của thuật toán. Nhân tố đầu tiên là không hạn chế kích thước của mặt nạ. Nhân tố thứ hai là phương thức chung của thủy vân và tiêu chuẩn tương ứng sử dụng trong việc tìm các thủ tục. Bước đầu tiên để sinh ra thủy vân là để lặp lại các bit đã được giấu thông tin của những lần chắc chắn. Tương tự, phần lớn các tiêu chuẩn được sử dụng để tìm ra các thủ tục thủy vân. Chúng tạo ra các thuật toán giấu tin nhiễu.

Ý tưởng bảo mật được đảm bảo bởi hai dãy số ngẫu nhiên giả tạo bằng hai khóa. Khóa thứ nhất được sử dụng để mã hóa lại các bit thủy vân. Khóa thứ hai được sử dụng để hoán vị những khối đã được chia tách, mã hóa trật tự của dữ liệu được đưa vào.

Một „PSNR‟ được lấy từ giá trị chính xác của ảnh kỹ thuật số được sử dụng để tính toán chất lượng của bản đồ sau khi giấu tin nhiễu.

       RMSE y Vx Max Log PSNR 20 10 ( , ) (2.1) và      2 , 2 , , y x d y x y x V V V RMSE (2.2) Khi Vx,y là tọa độ gốc và d y x

V , là tọa độ nhiễu. Định nghĩa này cung giống định nghĩa PSNR cho ảnh và nó là bản chất, ánh xạ độ mạnh của nhiễu. Khi chúng ta có một sự mô tả trước, sự tính toán này là không đủ cho các giá trị chính xác của bản đồ véc tơ bởi nó không thể cung cấp một số thông tin quan trọng như các lỗi cực lớn và làm méo độ nét …

Là một ý tưởng thủy vân không tốt để có thể đưa vào nhiều bit thủy vân. Sự thuận lợi lớn của ý tưởng này là độ mạnh để có thể đưa vào các điểm nhiễu và đơn giản hóa bản đồ. Nhược điểm lớn nhất của nó là sự thay đổi các đỉnh là

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

một thủ tục đảo ngược đối với cách tạo ra các lỗi của dữ liệu đưa vào cao hơn kích thước của bản đồ. Mặt khác, điều khiển các lỗi là rất khó.

Ohbuchi đã đưa ra rất nhiều thuật toán cho thủy vân bản đồ véc tơ hai

Một phần của tài liệu Nghiên cứu kỹ thuật bảo vệ bản quyền các sản phẩm đồ họa vectơ (Trang 33)

Tải bản đầy đủ (PDF)

(84 trang)