CHƢƠNG 2 : GIẤU TIN TRONG BẢN ĐỒ VÉC TƠ
2.3. Đặc điểm riêng của thủy vân bản đồ Véctơ
2.3.1. Dữ liệu bản đồ véc tơ
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. Khơng 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, khơng 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
đưa ra độ rộng tối đa cho sự làm méo tọa độ cho phép. Làm méo tọa độ dứt khốt phải nhỏ hơn dung sai thì sẽ khơng làm suy giảm đi chất lượng của bản đồ. Dung sai rõ của dữ liệu bản đồ vecto dịch chuyển như là “Mơ 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 thơng 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
ngược lại đối với ảnh vecto bởi vì thậm chí cả với một PSNR cao của bản đồ vecto khơng 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 khơi 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 cơng 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 trơi 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 khn 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 ln 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 thơng tin khơng 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.
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 khơng 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 ngun nhân chính có thể gây nên hiện tượng nhiễu bên trong bản đồ véc tơ. Đầu tiên là một vài loại cơng việc hàng ngày. Ví dụ như có rất nhiều các định dạng file thơng dụng trong thế giới GIS. Những biến đổi nằm trong các khn 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.
2.4. Thuật toán thủy vân
2.4.1. Thuật tốn trong miền khơng 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 khơng 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 mơ hình cụ thể. Ý tưởng này khó có thể đưa vào thủy vân nhiều bit. Tuy nhiên, thuật tốn này là yếu để có thể giấu tin tạp nhiễu. Sau đó một thuật tốn 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, khơng 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 tốn này được trình bày như sau:
Hai nhân tố làm tăng mạnh độ nhiễu của thuật toán. Nhân tố đầu tiên là khơng 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 tốn chất lượng của bản đồ sau khi giấu tin nhiễu.
Max(Vx, y) PSNR = 20Log10 RMSE (2.1) và RMSE = ∑ x, y d 2 x, y 2 x, y (2.2) Khi V x, y là tọa độ gốc và Vx, y
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 mơ tả trước, sự tính tốn này là khơng đủ cho các giá trị chính xác của bản đồ véc tơ bởi nó khơng thể cung cấp một số thơng tin quan trọng như các lỗi cực lớn và làm méo độ nét …
Là một ý tưởng thủy vân khơng 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
(
V
− )
V
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 chiều. Trong miền khơng gian, ý tưởng cơ sở tìm ra sự tương quan đã được đề xuất. Một dãy số giả ngẫu nhiên (PRNS) được dùng để cải thiện tính bảo mật, phát hiện sự tin cậy trong ý tưởng. Các bản đồ sao chép, đầu tiên được phân chia bên trong các khối hình chữ nhật với số đỉnh chính xác. Để tạo ra thủy vân, độ dài của thông tin đưa vào là cố định với các số của các khối đã được phân chia bằng cách lặp lại chúng. Dãy được lặp lại sau đó được chuyển thành dữ liệu lưỡng cực, là thủy vân cuối cùng. Mỗi khối bản đồ đều được dùng để dấu một bit thủy vân. Đối với một khối xác định thì dữ liệu đưa vào là một thủ tục cộng.
V ' = V + b . p
.α (2.3)
i i j i
V và V ' là phân biệt tọa độ gốc và tọa độ thủy vân của các đỉnh có trong
i
khối thứ i, bi là bit thủy vân thứ i và pi là bit thứ i của PRNS, α là đại lượng độ
lớn. Trong thủ tục tách thủy vân bản đồ gốc là cần thiết và cần một PRNS tương tự để giải mã. Những bit thủy vân được tách ra sau khi giải mã và xử lý tích lũy, có thể được xem như là những thủ tục phát hiện tương quan. Để lấy được những giá trị tích lũy cho sự phát hiện cũng cải thiện tính chính xác của máy dị tìm. Nhược điểm lớn nhất của thuật tốn này là nó khơng phải là thuật tốn rõ ràng khi bản đồ gốc là cần thiết cho sự phát hiện thủy vân và độ mạnh của thuật toán để quyết định một phạm vi lớn trong bản đồ gốc. Tuy nhiên ý tưởng thủy vân đã được cơng khai thì khơng thể sử dụng.
Micheal Voigt và Christoph Busch [10] đã đề xuất thuật tốn có thể đưa vào nhiều bit dữ liệu cơ sở hướng vào hình ảnh độ rộng của dãy và thay đổi sự phát hiện tương quan. Một phát biểu quan trọng đó là các đường phát hiện tương
quan phụ thuộc vào độ dài của dãy số giả ngẫu nhiên có thể lớn hơn hình vng của các giá trị cực đại trong các dữ liệu che giấu. Kết quả là dữ liệu sau khi được đưa vào và được tách ra thì bị giới hạn theo một vị trí số thập phân cụ thể tới độ dung sai của dữ liệu bản đồ. Lấy ra một bit, sự phát sinh của thủy vân cũng là sự thay đổi bit bởi một dãy giả nhiễu (PN) là thủ tục bản chất của hình ảnh độ rộng chuỗi. Sau đó chuỗi giả nhiễu được đưa vào bên trong tọa độ bằng cách thay đổi giá trị vị trí hai số thập phân thấp của nó với độ lớn như nhau đến độ dung sai của dữ liệu bản đồ.
Khả năng giấu tin của nhiễu thì được lấy ra từ trong tài khoản và khả năng tràn dữ liệu được ngăn chặn bên trong thủ tục này. Trong giai đoạn giải mã dữ liệu, một thay đổi tương quan giữa dãy giả nhiễu và hai giá trị thập phân thấp hơn của tọa độ được dùng để tính tốn và đánh giá. Thuật tốn này có rất nhiều điểm thuận lợi như sự xuyên tạc đưa vào có thể điều khiển dễ dàng, có thể thêm vào nhiều bit thủy vân và ý tưởng này là thiết thực để thêm nhiễu. Tuy nhiên, để thêm bớt các đỉnh có thể phá hủy sự cân bằng của máy dị tìm, nó có thể làm cho thuật tốn có thể yếu đi đối với các giấu tin trên.
Micheal Voigt và Christoph Busch [11] cũng đã đề xuất một ý tưởng cơ sở khác. Nó là một thuật tốn nhận được từ kinh nghiệm của họ trong bản đồ lưới ba chiều. Những đặc trưng tĩnh của dữ liệu bản đồ được dùng trong ý tưởng này. Đầu tiên một vùng hình chữ nhật trong bản đồ gốc được lựa chọn giống như dữ liệu che dấu của một bi thủy vân. Vùng này sau đó được phân chia thành từng miếng nhỏ. Một dãy giả nhiễu được dùng để chia tất cả các miếng bên trong hai tập hợp riêng biệt A và B. Sau đó mỗi miếng trong hai tập hợp này lại tiếp tục được chia thành các miếng nhỏ hơn. Với mỗi miếng nhỏ, tọa độ các đỉnh bên trong chúng được biến đổi thành các giá trị quan hệ mới theo các vùng xác định
với kích thước của các miền nhỏ. Rõ ràng, bây giờ hai tập hợp A và B đã được soạn thảo bởi rất nhiều đỉnh với những giá trị tọa độ quan hệ nhỏ. Nếu khơng có dữ liệu được đưa vào, tọa độ trong tập hợp A và B đều được phân chia giống nhau trong một miền và có rất nhiều đặc điểm giống nhau. Khi một bit „1‟ được