Thuật toán 2.2.2 cho phép tăng lượng dữ liệu giấu mà vẫn đảm bảo tính bảo mật, tính chống phát hiện và tính vô hình. Bảo mật và chống phát hiện thông qua khoá và ma trận trọng số. Tính vô hình thể hiện ở chỗ một khối điểm ảnh chỉ thay đổi tối đa 2 điểm, cường độ màu thay đổi ít, phù hợp với thị giác người.
Đối với những ảnh có bảng màu như: ảnh 2 mức, 16 màu, 256 màu nên dùng phương pháp tạo lại bảng màu và rút mỗi điểm ảnh 1 bit LSB. Với loại ảnh này kỹ thuật giấu cần chú ý chống nhiễu trên ảnh kết quả.
Ảnh đa cấp xám áp dụng chỉ rút 1 hoặc 2 bit LSB từ một điểm ảnh. Muốn tăng dung lượng giấu để đảm bảo tính bảo mật phải kết hợp mã hoá trước khi giấu.
Ảnh không có bảng màu: hi_color, true_color kỹ thuật giấu đơn giản hơn vì trong một điểm ảnh có nhiều bit LSB, sự thay đổi các bit LSB ít gây tác động đến màu sắc ảnh hơn loại ảnh có bảng màu. Do đó tăng đáng kể tỷ lệ giấu tin.
Tuỳ từng nhu cầu cụ thể để chọn loại ảnh làm môi trường giấu tin cho phù hợp, đặc biệt khi cần cho ảnh lưu thông trên mạng cũng cần quan tâm đến dung lượng ảnh, để tăng hiệu quả giấu dữ liệu và hiệu quả truyền thông.
2.3. K ỹ th u ậ t n h ú n g th u ỷ vân (w a te r m a r k )
Đặc tính cơ bản của kỹ thuật này là thuỷ vân được nhúng bền vững vào trong ảnh. Kỹ thuật giấu vẫn tuân theo sơ đồ giấu tin, phụ thuộc vào khoá bí mật và chỉ những người có khoá mới có thể truy nhập thông tin trong thuỷ vân. Độ lớn của thuỷ vân từ một đến vài trăm bit, rõ ràng là có sự thoả hiệp giữa tính bền vững và độ lớn của thuỷ vân.
2.3.1. Yêu cầu và chiến lược nhúng thuỷ vânYêu cầu chung khi nhúng thuỷ vân vào ảnh Yêu cầu chung khi nhúng thuỷ vân vào ảnh
Thuỷ vân phải khó xoá bỏ, nếu không biết toàn bộ lược đồ mà cố gắng phá huỷ thuỷ vân sẽ dẫn đến sự trung thực của ảnh bị thoái hóa.
Thuỷ vân được giấu vào ảnh phải bền vững trong các phạm vi sau: - Quá trình xử lý tín hiệu thông thường: Khi ảnh kết quả bị xử lý như: chuyển đổi digital - analog, analog - digital, lấy mẫu, lượng tử hoá gồm cả phối màu và nén, tăng cường độ tương phản, màu sắc thì thuỷ vân vẫn được xác định theo một nghĩa nào đó.
- Các méo hình học thông thường: Thuỷ vân trong ảnh kết quả phải chống chịu được các thao tác hình học như: quay, tịnh tiến, co giãn, copy...
Ngoài ra thuỷ vân khi nhúng vào phải có cảm giác vô hình có thể là trong suốt hoặc sự xuất hiện của nó không gây ảnh hưởng đến việc cảm nhận ảnh.
Chiến lược nhúng thuỷ vân
Kỹ thuật nhúng thuỷ vân vào ảnh có hai yếu tố quan trọng cần quan tâm, đó là:
+ Cấu trúc của thuỷ vân.
+ Chiến lược nhúng thuỷ vân vào ảnh.
Muốn thuỷ vân bền vững và an toàn hai yếu tố này phải thiết kế phù hợp. Có thể chia thành hai lược đồ nhúng thuỷ vân: non- oblivious và oblivious. Non - oblivious có nghĩa cần phải truy cập ảnh gốc để phát hiện thuỷ vân, ảnh gốc dùng để nhận ra ảnh khả nghi nếu nó bị xén, quay, co giãn . . . R õ ràng tác dụng ảnh gốc làm cho lược đồ bền vững hơn các lược đồ oblivious. Hiện tại chưa có lược đồ oblivious nào hiệu quả về mặt tính toán đồng thời có thể khôi phục nguyên vẹn thuỷ vân từ ảnh kết quả đã qua các phép biến đổi hình học phi tuyến thông dụng.
Ngoài ra thuỷ vân nhúng vào ảnh ở hai dạng: Trong suốt hoặc hữu hình.
+ Trong suốt có nghĩa không nhìn thấy thuỷ vân trong ảnh, với dạng này yêu cầu quan tâm đến tính vô hình trong lược đồ nhúng.
+ Hữu hình: vẫn nhìn thấy thuỷ vân trên ảnh tại một vị trí nào đó (ví dụ thuỷ vân là một logo mờ) nhưng không làm ảnh hưởng đến tính mỹ thuật của ảnh. Thuỷ vân này chỉ mang ý nghĩa nhận biết.
Việc kiểm định ảnh có thuỷ vân không cũng là vấn đề cần nghiên cứu trong các lược đồ. Thông thường khi ảnh chứa thuỷ vân phải qua một số biến động, việc gỡ thuỷ vân ra đúng nguyên vẹn là khó. Thường dùng kỹ thuật
kiểm định giả thiết thống kê, phân tích xác suất của khẳng định sai. Đơn giản hơn chỉ cần tính tỷ lệ bit sai trên tổng số bit của thuỷ vân.
Các kỹ thuật nhúng thuỷ vân chia thành 2 nhóm: Nhúng trong vùng không gian ảnh hoặc nhúng trong vùng chuyển đổi.
+ Nhúng thuỷ vân trực tiếp vào điểm ảnh tức là thay đổi các bit LSB. + Nhúng thuỷ vân vào hệ số điều biến của một số chuyển đổi, sự điều biến được điều chỉnh theo các đặc tính của hệ thị giác do đó ảnh kết quả không bị cảm giác méo do tác động của thuỷ vân. Các phép biến đổi thường sử dụng: DCT, DFT, biến đổi Hadamard, hay các biến đổi có khoá.
Mặt khác ta cần nhúng thuỷ vân vào thành phần cảm nhận quan trọng nhất của ảnh, nếu muốn tấn công thuỷ vân, kẻ tấn công phải nhằm vào thành phẩn quan trọng, do đó làm ảnh thoái hoá nhanh. Hơn nữa hầu hết các kỹ thuật xử lý ảnh không đụng chạm đến thành phần cảm nhận quan trọng. Ta nhận thấy thành phần cảm nhận quan trọng vẫn cho phép chèn thuỷ vân trong một dung lượng cho phép mà không làm suy giảm chất lượng. Chiến lược này nhìn có vẻ như đối lập với quan điểm của giấu bí mật. Vậy làm thế nào để các thành phần quan trọng lại có thể che giấu một tín hiệu bất kỳ?
C ấu tr ú c th u ỷ vân
Thuỷ vân có thể là: text, ảnh, hay một chuỗi bit được sinh ngẫu nhiên theo khoá. Trên máy tính thường tạo một chuỗi bit giả ngẫu nhiên (pseudo - random). Cần sử dụng phương pháp để tạo chuỗi giả ngẫu nhiên giống như các chuỗi ngẫu nhiên tuân theo phân phối chuẩn N(0,1).
2.3.2.I. N húng thuỷ vân vào hệ số điều biến của các phép chuyển đổi
Nguyên tắc chung: ảnh được biến đổi trước qua các phép biến đổi: DTC, DFT .... Thuỷ vân được nhúng vào các hệ số tương ứng của phép biến đổi bằng cách thay đổi nhỏ giá trị các hệ số này.
Như đã trình bày ở trên thuỷ vân không nên đặt trong vùng không quan trọng của ảnh vì nhiều quá trình xử lý tín hiệu và hình học thông dụng có thể tác động lên các thành phần này. Nén (JPEG, M PEG ...) là mất mát dữ liệu và có khả năng suy giảm chất lượng của dữ liệu, thậm chí có thể mất mát không thể cứu vãn được. Các lược đồ nén mất mát thường khử các thành phần không quan trọng và xảy ra ở tần số cao.
Thuỷ vân nhúng vào vùng tần số thấp không tăng nhiễu của ảnh nhưng tăng tính bền vững của ảnh đối với các méo ảnh: lọc trung vị, nén mất mát thông tin. Thuỷ vân nhúng vào tần số cao thường kém bền vững với lọc thông thấp, nén mất mát nhưng rất bền vững với nhiễu cộng, méo phi tuyến (chỉnh gamma, các thao tác histogram ...)- Thuỷ vân nhúng vào tần số trung sẽ bền vững với phép co giãn, quay, dịch chuyển. (adsbygoogle = window.adsbygoogle || []).push({});
Vậy ưu điểm của thuỷ vân khi nhúng vào vùng tần số trung, cao, thấp là bù nhau. Có thể nhúng thuỷ vân vào vùng tần số cao, sau đó nhúng thêm một lần nữa vào vùng tần số thấp của ảnh. Như vậy lược đồ có ưu điểm của cả hai loại. Tuy nhiên có sự giao thoa rất nhỏ của thuỷ vân nhưng không đáng kể vì chúng được chèn vào vị trí rời nhau của phổ.
Thường để đảm bảo tính bền vững, chia ảnh thành các khối và nhúng thuỷ vân vào từng khối. Các thuật toán nhúng và tách thuỷ vân cũng cần quan tâm đến thời gian tính toán. Thuật toán trình bày sau đây cho phép nhúng thuỷ vân bền vững với nén mất mát thông tin.
Phương pháp này cần ảnh gốc khi gỡ thuỷ vân (non-oblivious). Nguyên lý chung là sử dụng DCT sau đó nhúng thuỷ vân vào mô hình mãn cảm nhất của ảnh, đó chính là các hệ số cosin rời rạc điểu biến có cường độ lớn nhất. Nhằm mục đích thuỷ vân nhúng bền vững đối với nén mất mát. Phương pháp này không áp dụng cho ảnh 2 mức, áp dụng hiệu quả với các ảnh true_color.
T h u ậ t toán 2.3.1: Nhúng thuỷ vân w = Wị, w2, ... wn kích thước n bit vào ảnh.
Giai đoan nhúng thuỷ vân
+ Tách kênh Blue của ảnh gốc.
+ Tính các hệ số DCT 2 chiều của kênh Blue.
+ Lấy ra n hệ số cường độ lớn nhất (các hệ số này tương ứng với các tần số thấp).
+ Điều biến theo công thức v k = v k(l + a w k) . Trong đó v k hệ số mới, vk hệ số cũ, wk bit thứ k của thuỷ vân, tham số oc là cường độ có thể điều chỉnh để thoả hiệp giữa tính bền vững và tính vô hình.
+ Ảnh kết quả nhận được khi áp dụng nghịch đảo DCT đối với các hệ số vk\
Nếu a lớn lược đổ bển vững, nhưng lại thấy rõ sự thay đổi của ảnh bởi vì các hệ số DCT bị sửa đổi lớn. Cox đã thử nghiệm với giá trị a = 0.1
là phù hợp.
Giai đoan tách thuỷ vân
Cần ảnh gốc, ảnh kết quả, thuỷ vân w . L ược đồ N E C [9]
+ Tính DCT kênh màu Blue của ảnh gốc và ảnh kết quả được các hệ số vk và vk\
+ Chọn n hệ số lớn nhất từ hai dãy điều biến DCT. Tính ■w'i, = ——— , thuỷ vân tách đuợc là W ’ = w k , w ' 2, . . . w n .
a . v k
Cần phải đánh giá sự giống và khác nhau nhau giữa thủy vân gốc w và thuỷ vân tách từ ảnh chứa thuỷ vân w \ Ta không thể chắc chắn rằng w , W ’ giống y hột nhau. Sai số trong các phép biến đổi tính toán cũng là nguyên nhân làm sai lệch W ’ so với w . Có thể so sánh sự giống nhau w với W ’ bằng cách tính một chỉ số đồng dạng: w • w ' Sim(w , w ' ) Và độ lệch trung bình: E(W ') = a/ W - W ' Ẻ l w 'i ~ w i »«1 n
Để quyết định w , W ’ có tương ứng không, ta xác định S7m(W.W’). Hai mẫu đồng dạng tuyệt đối nếu 5ỉ'm(W.W’) = v w . w , điều mong muốn chỉ số đồng dạng càng lớn càng tốt. Thông thường không đạt được như vậy, có mức độ sai khác chấp nhận được. Chọn ngưỡng T sao cho S7m(W.W’)>T. Thiết lập ngưỡng là bài toán quyết định kinh điển trong đó vừa muốn cực tiểu hoá tỷ lệ phủ định sai và khẳng định sai. Ngoài ra còn sử dụng E(W ’) để xác định độ lệch trung bình, điều mong muốn E (W ’) càng nhỏ càng tốt.
Sau đây đề xuất một phương pháp xác định thuỷ vân có trong ảnh hay không dựa vào Sim{W ,W ’) và E(W ’). Với mỗi ảnh nhúng thuỷ vân vào dễ dàng xác định độ đồng dạng Sim0 và độ lệch trung bình E0 , trong đó Sim0 =5/m(W,W’), E0 = E(W ’) khi ảnh kết quả chưa qua biến động nào. Tính S7m(W,W’) và E (W ’) từ ảnh cần kiểm tra có thuỷ vân hay không. Khi đó:
5/m(W ,W ’) = Sim0- s 1 E (W ’) = E0 + s2
Trong đó S|, s2 là sai SỐ, sai số càng nhỏ càng tốt. Bài toán xác định sai số chấp nhận được là bài toán kiểm định giả thiết thống kê. Giả thiết H đặt ra ảnh có thuỷ vân là :
Ị5,//r2(W,W’) - Sim0|< Sị *Sim0 JE0 - E(W ’)|< S2*E0
Chọn Sị, s2 như thế nào thì chấp nhận giả thiết H. Khi chấp nhận H có thể mắc phải hai loại sai lầm:
- Sai lầm loại 1: Bác bỏ H nhưng thực tế H lại đúng. - Sai lầm loại 2: Ta chấp nhận H nhưng thực tế H lại sai.
Người ta mong muốn chọn Sj, s2 sao cho cực tiểu hoá cả hai khả năng phạm sai lầm. Nhưng trong thực tế mong muốn trên không thể thực hiện được, do đó thông thường cho trước giới hạn trên của xác suất phạm sai lầm loại một thường là nhỏ (0 ,1 ; 0,05), xác định Sị, s2 sao cho khả năng phạm sai lầm loại hai đạt cực tiểu. Bằng một loạt thực nghiệm ta xác định được Sị và s2.
Thực nghiệm cho thấy lược đồ NEC bền vững với thao tác xử lý ảnh như lọc, nén mất mát. Các tác giả cũng kiểm tra tính bền vững của thuỷ vân bằng cách chèn nhiều thủy vân và kiểm tra sự hiện diện của tất cả chúng.
23.2.2. N húng thuỷ vân vào điểm ảnh
Thuật toán nhúng thuỷ vân vào ma trận thứ cấp của ảnh đa cấp xám hay ảnh 24 bit màu. Kỹ thuật rút LSB như đã trình bày ở phần 2.2.5.
Thuỷ vân là ma trận gồm các bit 0,1 có kích thuớc tx.ty . Thường sử dụng thuỷ vân là ảnh nhị phân có kích thước nhỏ, vì khi thuỷ vân tách từ ảnh (adsbygoogle = window.adsbygoogle || []).push({});
CÓ chứa thuỷ vân có sai khác thuỷ vân gốc, nếu chọn thuỷ vân là ảnh ít cảm nhận thấy sự sai khác này.
T h u ậ t toán 2.3.2 [15]
Thuỷ vân là ảnh 2 mức m có kích thước nhỏ, H là ảnh gốc cần nhúng thuỷ vân, I là ma trận thứ cấp của H.
Giai đoan nhúng
+ Tạo ảnh nhị phân M* bằng cách xếp liên tiếp ảnh m. M* có kích thước bằng I. Xem hình 5. Thuỷ vân m: w M Ảnh H: Ma trận thứ cấp I có kích thước Ix.Iy Tao M *: w M w M w M w w M w M w M w w M w M w M w LMI_M IM M IM M IMJ I. ly
H ình 5: Xây dựng ảnh M* đ ể nhúng thuỷ vân
+ Xây dựng ảnh Im có kích thước bằng I như sau:
r ( x , y ) = 0 nếu I(x,y) = lv à I(x + l,y ) = 0 và M (x ,y ) = 0
I(x ,y ) trường hợp còn lại ?
+ Tách thuỷ vân từ ảnh kết quả Im. Ta thấy Im nếu có sai khác I thì chỉ sai ở những điểm M* bằng 0.
+ Tính I '( x ,y ) = £ P ( x + k , * t^ .y + k , » t y) k k•vx ,Ky
Xem I*(x,y) là dãy các biến ngẫu nhiên có phân phối chuẩn N (n ,ơ 2) trong đó: Uì u - _ z r (x>y) - Giá trị trung bình : |i = — ■ •—--- t*.ty ¿ ( r ( x , y ) - | ũ ) 2 - Bình phương độ lệch chuẩn: CF = —--- t .t — 1X y
Đặt : Y (x,y) = , Y(x,y) là biến ngẫu nhiên có phân phối ơ
chuẩn N (0,1). Gọi p là xác suất xuất hiện biến ngẫu nhiên Y(x,y). Cho trước giá trị p, xác định khoảng [-a,a] để P(-a < Y(x,y)<a) =p. Tra bảng phân phối chuẩn N (0 ,1) tính được a.
+ Ma trận thứ cấp của thuỷ vân xác định như sau: iv/r/ ío nếu - a < Y ( x ,y ) < a M (x,y) = í
[1 trường hợp ngược lại Một số giá trị xác suất tham khảo:
P(-0,5 < Y (x,y) < 0,5) = 0,3821 P(-0,6 < Y (x,y) < 0,6) = 0,4514 P(-0,7 < Y (x,y) < 0,7) = 0,5160 P(-0,8 < Y (x,y) < 0,8) = 0,5772 P(-0,9 < Y (x,y) < 0,9) = 0,6312 P (-l < Y (x,y) < 1) = 0 ,6 8 2 6
Về mặt lý thuyết chọn p = 0,5 là hợp lý nhất. Nhưng trong thực tế luôn có sai số, kết quả thí nghiệm cho thấy chọn 0,5 < p < 0,7 xác định thuỷ vân
khá rõ. Với p = 0,5772 , thuỷ vân tách từ ảnh true_color 800 X 600 điểm như hình 6:
H ình 6: Thuỷ vân tách từ ảnh true color 800x 600 điểm với p = 0,5772
Ta sẽ chứng minh thuỷ vân tách được sai khác thuỷ vân nhúng là không đáng kể với mức xác suất phù hợp.
Đặt: I '( x ,y ) = £ l (x + k* * t x,y + k y * t y)
k k
•Vjj ,«Vy
Dễ dành nhận thấy I*(x,y) < I‘(x,y) vì Im chỉ sai khác I tại những điểm M*(x,y) =0 do I(x,y) chuyển từ 1 thành 0. Nếu kích thước ảnh lớn hơn kích thước thuỷ vân, việc m(x,y) = 0 sẽ rơi ngẫu nhiên vào các khối ảnh làm f (x,y) sai khác l'(x,y). Xác suất I*(x,y) với m(x,y)=0 sẽ giảm hay những điểm (x,y) đen trong thuỷ vân có xác suất P(I*(x,y)) <=0.5. Chấp nhận mức xác suất p ta luôn xác định được một điểm (x,y) trong thuỷ vân là đen hay trắng. Trong thuật toán 2.3.2 P(I*(x,y)) =p thì m(x,y) là điểm đen. Độ sai lệch thuỷ vân phụ thuộc vào mức xác suất p.
Nliân xét: Kích thước ảnh lớn hơn kích thước thuỷ vân nhiều (gấp hơn
30 lần trở lên) thì các bit đen trong thuỷ vân khi nhúng phân bổ vào các khối ảnh I ngẫu nhiên theo phân phối chuẩn. Do đó kích thước ảnh lớn lấy thuỷ vân chính xác hơn.
- Lược đồ này khi tách thuỷ vân, không cần thuỷ vân, ảnh gốc và cũng không khôi phục lại ảnh gốc.
- Thực nghiệm đã chứng tỏ lược đồ trên bền vững với nhiễu ảnh, phép
(adsbygoogle = window.adsbygoogle || []).push({});