Documente Academic
Documente Profesional
Documente Cultură
Cuprins
Introducere .........................................................................................................................1 Domenii de aplicare a marcrii transparente ...................................................................1 Condiii impuse marcajului transparent ...........................................................................2 Alegerea marcajului .........................................................................................................4 1. Tehnici de marcare transparent pe baz de corelaie ..............................................5 1.1 Tehnici de baz n domeniul spaial...........................................................................5 1.2 Extensii pentru integrarea logourilor sau mai multor bii ntr-o imagine ..................7 1.3 Tehnici n domeniul transformatelor .......................................................................12 1.4 Metode adaptive de marcare transparent bazate pe sistemul vizual uman.............18 2. Tehnici de marcare transparent de tip spread spectrum .......................................21 2.1 Codare cu spectru mprtiat a marcajului n domeniul DCT..................................22 2.2 Tehnici spread spectrum n domeniul wavelet.........................................................28 2.2.1 Transformarea Wavelet Discret (DWT)......................................................28 2.2.2 Marcare transparent n domeniul DWT ......................................................28 3. mbuntirea tehnicilor de marcare pe baz de corelaie ......................................33 3.1 mbuntiri prin anticiparea atacurilor de tip compresie ........................................33 3.2 Anticiparea transformrilor geometrice...................................................................35 4. Alte tipuri de metode de marcare transparent........................................................38 4.1 Modificarea celui mai puin semnificativ bit (LSB) ................................................38 4.1 Metoda QIM.............................................................................................................38 5. Rezultate .......................................................................................................................39 5.1 Metode n domeniul spaial......................................................................................39 5.2 Tehnici CDMA n domeniul spaial.........................................................................44 5.3 Tehnici n domeniul DCT ........................................................................................45 5.4 Tehnici n domeniul wavelet....................................................................................48 Concluzii ...........................................................................................................................51 Bibliografie .......................................................................................................................52
Tehnicile de marcare transparent nu sunt folosite doar n scopul proteciei, pot fi incluse i alte aplicaii: Indexare: indexarea filmelor i articolelor de tiri, unde pot fi plasate semne i comentarii care ar putea fi folosite de motoarele de cutare de pe Internet. Sigurana medical: plasarea datelor i numelui pacientului n imagini medicale poate fi o msur de securitate folositoare Ascunderea datelor: tehnici de marcare transparent pot fi folosite pentru transmiterea mesajelor private, secrete. Deoarece diversele guverne restricioneaz folosirea serviciilor de criptare, oamenii pot s-i ascund mesajele n alte date.
un marcaj transparent este folosit pentru alt aplicaie, este de dorit ca marcajul transparent s rmn ntotdeauna n datele gazd, chiar i dac calitatea datelor gazd a fost degradat, intenionat sau neintenionat. Exemple pentru degradri neintenionate sunt aplicaii care implic transmisia sau stocarea de date, unde sunt aplicate tehnici de compresie cu pierderi asupra datelor pentru a reduce rata de bii i a crete eficiena. Alte tehnici de procesare care degradeaz calitatea datelor n mod neintenionat, includ filtrarea, re-eantionarea, conversia analog-digital, i digitalanalogic. Pe de alt parte, marcajul transparent poate fi subiectul unor procesri cu intenia de a-l elimina. Cnd exist multe copii al aceluiai coninut, cu marcaje transparente diferite, ca i n cazul amprentrii, este posibil eliminarea marcajului transparent datorit coliziunii dintre mai multe copii diferite. n general, nu ar trebui s existe nici o cale prin care marcajul transparent s fie eliminat sau modificat, fr degradarea suficient a calitii perceptuale a datelor gazd. Securitate: securitatea tehnicilor de marcare transparent poate fi interpretat n acelai mod ca i securitatea tehnicilor de criptare. O tehnic de marcare transparent este ntr-adevr sigur, dac cunoaterea exact a algoritmului de plasare i extragere a marcajului transparent, nu ajut o persoan neautorizat n detectarea prezenei marcajului i eliminarea ei. Marcare public contra marcare privat (oblivious/blind versus nonoblivious/nonblind): n unele aplicaii, ca protecia copyright i monitorizarea datelor, algoritmii de extragere a datelor pot folosi imaginea original nemarcat pentru a gsi marcajul transparent. Acest procedeu este numit marcare transparent privat (nonoblivious watermarking). n majoritatea aplicaiilor, cum ar fi protecia la copiere i indexarea, algoritmii de extragere a marcajului transparent nu au acces la imaginea original, nemarcat. Acest lucru ngreuneaz extragerea marcajului transparent. Algoritmii de marcare transparent de acest fel sunt publici (oblivious). Cerinele de mai sus sunt toate legate una de alta. De exemplu, poate fi obinut un marcaj transparent foarte robust prin efectuarea multor modificri mari asupra datelor gazd, pentru fiecare bit al marcajului transparent. Totui, modificrile mari n datele gazd sunt observabile, i multe modificri la bit de marcaj, vor limita cantitatea maxim de bii ai marcajului transparent care pot fi stocai n obiectul gazd. Deci, trebuie considerat un compromis ntre diferitele cerine, astfel putnd fi dezvoltat un marcaj transparent optim pentru fiecare aplicaie. Dependenele mutuale dintre cerinele de baz sunt artate n figura 1. Relaia dintre cerinele de baz pentru un marcaj transparent sigur, bine proiectat sunt prezentate n figura 2. Axa de impact perceptual reprezint degradarea calitii datelor din cauza marcrii transparente. Cu ct este mai mare impactul perceptual, cu att este mai grav degradarea calitii. Axa ncrcturii reprezint cantitatea de date care poate fi plasat n date. Axa robusteii reprezint capacitatea sistemului de marcare transparent de a rezista la atacuri. Securitatea unui marcaj transparent influeneaz enorm robusteea. Dac un marcaj transparent nu este sigur, nu poate fi foarte robust.
Alegerea marcajului
Prima ntrebare care se pune n legtur cu un sistem de marcare transparent sau unul steganografic este ce form va lua mesajul ce va fi integrat. Cea mai simpl metod ar fi de a integra un text ntr-o imagine, permind imaginii s fie purttorul direct al unor informaii ca autor, titlu, dat, .a.m.d. Dezavantajul acestei abordri este ns c textul ASCII se poate considera ntr-un fel ca fiind o compresie LZW, n care fiecare liter este reprezentat de un anumit ablon de bii. Prin compresia marcajului nainte de integrare, robusteea are de suferit. Avnd n vedere natura codului ASCII, o eroare de un singur bit, n urma unui atac, poate schimba nelesul acelui caracter, i prin urmare i a mesajului. Ar fi simplu chiar i pentru o simpl compresie JPEG ca s reduc textul de copyright la o colecie aleatoare de caractere. De aceea informaia se poate integra, n loc de caractere, ntr-o form deja foarte redundant ca o imagine.
Fig. 3 Marcaj original, respectiv marcaj extras, cu 25% Zgomot Gaussian Aditiv
Este de menionat faptul c n ciuda numrului mai mare de erori aprute la recuperarea marcajului, marcajul este nc de recunoscut. 4
1. Tehnici de marcare transparent pe baz de corelaie 1.1 Tehnici de baz n domeniul spaial
Cea mai simpl metod de a plasa un marcaj ntr-o imagine, este adugarea unui zgomot pseudo-aleator la valorile de luminozitate a punctelor de imagine (pixel). n general zgomotul pseudo-aleator const din numerele ntregi {-1,0,1}. El e generat pe baza unei chei. Singurele constrngeri sunt c energia lui este mai mult sau mai puin uniform distribuit i c nu este corelat cu coninutul imaginii gazd. Pentru a crea imaginea marcat Iw(x,y), modelul pseudo-aleator W(x,y) este multiplicat cu un factor mic de ctig k i apoi adunat la imaginea gazd I(x,y), ca n figura 1.1.
Figura 1.1 Procedura de plasare a marcajului I w ( x, y ) = I ( x , y ) + k W ( x , y ) (1.1) Pentru a detecta un marcaj ntr-o imagine posibil marcat Iw (x,y), se calculeaz corelaia dintre imaginea Iw(x,y) i zgomotul pseudo-aleator W(x,y). n general, W(x,y) este normalizat la o medie de zero nainte de corelaie. Modelele pseudo-aleatoare generate folosind diferite chei au o corelaie foarte mic ntre ele. De aceea, pe durata procesului de detecie, valoarea corelaiei va fi foarte mare pentru un model pseudo-aleator generat cu cheia corect, i va fi foarte mic n caz contrar. Acest lucru este artat n figura 1.2.
Figura 1.2 Valorile corelaiei pentru un model pseudo-aleator generat cu cheia (seed)=10 corelat cu modelul pseudo-aleator generat cu alte chei (seed ) 5
Aici imaginea Lena a fost marcat prin adugarea unui zgomot pseudo-aleator la imagine, generat cu cheia=10 (seed=10). Figura 1.2 arat valorile de corelaie, pentru un model pseudo-aleator generat folosind chei care variaz ntre 0 i 15, cu imaginea marcat. Se poate vedea c corelaia este foarte mare cnd se folosete cheia corect (10), iar cnd se folosesc alte chei corelaia este foarte mic. Pe durata procesului de detecie, se alege de obicei un prag T pentru a decide dac marcajul este detectat sau nu. Dac corelaia depete un anumit prag T, detectorul de marcaj determin c imaginea Iw(x,y) conine marcajul W(x,y)
RI '
( x , y )W ( x , y )
(1.2)
Dac W(x,y) este alctuit doar din numerele ntregi {-1,1}, i dac numrul -1rilor este egal cu numrul de 1-uri, corelaia se poate estima ca fiind
RI ' (x, y)W(x, y) =
W
1 N ' 1 N / 2 ' + 1 N / 2 ' 1 '+ ' ( , ) ( , ) I x y W x y = IWiW IW (x, y) IW (x, y) W IWWi + N i i = N i=1 i N i=1 i 2 i =1
{[
] [
]}
(1.3)
Aici N este numrul punctelor de imagine din imaginea IW , i +,- indic setul de puncte unde zgomotul corespunztor este pozitiv sau negativ, i [IW+(x,y)] reprezint valoarea medie a setului de puncte n IW+(x,y). Din relaia (1.3) rezult c problema deteciei marcajului corespunde cu testarea ipotezei dac dou seturi de puncte de imagine alese aleator dintr-o imagine marcat au aceeai medie. Pe durata procesului de detecie, detectorul de marcaj poate comite dou tipuri de erori. n primul rnd, poate detecta existena marcajului, dei acesta nu exist. Acest lucru este numit fals pozitiv. A doua eroare posibil este respingerea existenei marcajului de ctre detector, dei marcajul este prezent. Acest lucru este numit fals negativ. Funcia densitii de probabilitate pentru procesul de detecie este prezentat n figura 1.3.
Figura 1.3 Procedura de detecie a marcajului Probabilitile acestor dou tipuri de erori rezult pe baza modelului autoregresiv de ordin nti a imaginii [LSL00]:
Pfp =
T N 1 erfc 2 2 W 1
i
/2
Pfn =
2 W 1 T N erfc 2 2 W 1
(1.4)
Unde erfc(c) =
1 2
e t
x
dt
Aici Pfp reprezint probabilitatea de fals pozitiv, iar Pfn reprezint probabilitatea de fals negativ, W2 reprezint variana pixelilor marcajului i 12 denumete variana pixelilor din imagine. Dac marcajul W(x,y) const doar din numerele ntregi {-1,1}, i numrul 1-lor este egal cu numrul 1-lor, variana marcajului, W2 , este egal cu k2. Erorile Pfp i Pfn pot fi minimizate crescnd factorul de ctig k. Totui, folosind valori mai mari pentru factorul de ctig, scade calitatea vizual a imaginii marcate. ntruct coninutul imaginii poate interfera cu marcajul, n special n componentele de frecven joas, fiabilitatea detectorului poate fi mbuntit prin aplicarea filtrrii potrivite nainte de corelaie [DKL98, STO94]. Acest lucru scade contribuia imaginii originale la corelaie. De exemplu, poate fi folosit, un simplu filtru, cu rspuns finit la impuls (FIR), de intensificare a marginilor, Fedge
Fedge
1 1 1 = 1 10 1 / 2 1 1 1
(1.5)
Rezultatele experimentale arat c aplicarea acestui filtru nainte de corelaie, reduce semnificativ probabilitatea de eroare, chiar dac calitatea vizual a imaginii marcate a fost afectat serios nainte de corelaie [HLR00], [LLL97]. n [LR00] este propus o alt metod pentru creterea robusteii marcajului, i anume egalizarea spectral naintea plasrii marcajului.
1.2 Extensii pentru integrarea logourilor sau mai multor bii ntr-o imagine
Din punctul de vedere al detectorului marcajului, o imagine I poate fi privit ca un zgomot Gaussian, care distorsioneaz informaia de marcaj W. Mai departe, imaginea marcat IW poate fi privit ca ieirea unui canal de comunicaie afectat de zgomot Gaussian, prin care se transmite informaia de marcaj. n acest caz, transmisia sigur a marcajului este teoretic posibil, dac rata de informaie a marcajului nu depete capacitatea canalului, care este dat n [SW49]:
2 W C = Wb log 2 1 + 2 1
bit / pixel
(1.6)
Aici C este dat n bii (ai informaiei de marcaj) per pixel de imagine, i limea de band disponibil Wb egal cu un Hertz per pixel. Pentru sistemele reale, totui, poate fi determinat empiric o limit mai redus:
2 W C = Wb log 2 1 + 2 bit / pixel 1
(1.7)
Aici, este un factor de scal (headroom), care este mai mare dect unu i tipic, n jurul valorii de trei. Deoarece raportul semnal/zgomot W2/ 12 e mult mai mic dect unu, relaia de mai sus poate fi aproximat cu :
2 1 W bit / pixel C 2 ln 2 1
(1.8)
Conform relaiei de mai sus, e posibil introducerea a mai mult de 1 bit de informaie ntr-o imagine. De exemplu, un marcaj alctuit din numerele ntregi {-k,k}, adugat la imaginea Lena de 512x512 pixeli, poate avea aproximativ 50, 200 sau 500 de bii de informaie pentru k=1,2,3 i =3. Cea mai simpl metod de a plasa un ir de l bii de marcaj b0b1...bl-1 ntr-o imagine este mprirea imaginii I n l subimagini I0I1...Il-1 , i adugarea unui marcaj la fiecare subimagine, unde fiecare marcaj reprezint un bit al irului [LLL97], [SC96], [HLR00]. Acest procedeu este descris n figura 1.4.
Folosind relaia (1.8) se pot calcula numrul de pixeli P necesari per subimagine pentru detecia sigur a unui singur bit ntr-o subimagine
12 ln 2 P pixeli 2 W
(1.9)
Biii de marcaj pot fi reprezentai n mai multe moduri. Dac bitul de marcaj e 1 se adaug o secven pseudo-aleatoare, iar dac e 0 subimaginea se las neatins. n acest caz detectorul calculeaz corelaia dintre subimagine i secvena pseudo-aleatoare i atribuie valoarea 1 bitului de marcaj, cnd corelaia depete un anumit prag T, n caz 8
contrar bitul de marcaj se consider zero. Folosirea unui prag, poate fi ocolit prin adugarea a dou secvene pseudo-aleatoare diferite, RP0 i RP1, pentru biii de marcaj 0 i 1. n acest caz detectorul calculeaz corelaia dintre subimagine i cele dou modele. Bitului de marcaj i se asigneaz valoarea asociat secvenei care genereaz corelaia maxim. Cele dou secvene pseudo-aleatoare pot fi alese astfel nct ca ele s difere doar prin semn, RP0=-RP1 ca i n [SC96]. n acest caz, detectorul trebuie s calculeze doar o corelaie dintre subimagine i una dintre secvene; semnul corelaiei determin valoarea bitului de marcaj. Pentru a cerceta efectul prefiltrului din detector, a factorului de ctig k i a numrului de pixeli P la bit de marcaj, asupra robusteii marcajului se fac urmtoarele verificri. Prima oar se plaseaz un marcaj ntr-o imagine prin metoda propus n [SC96]. Urmtorul pas este comprimarea imaginii marcate cu algoritmul JPEG [PM93], unde factorul de calitate QJPEG al algoritmului de compresie este variabil. n final, marcajul este extras din imaginea decomprimat i comparat bit cu bit cu biii de marcaj integrai original. Din acest experiment, se determin procentul de bii de marcaj eroronai datorit compresiei JPEG, ca o funcie de factorul de calitate JPEG. Primul experiment arat efectul prefiltrului dat de relaia (1.5) naintea deteciei marcajului introdus cu un factor de ctig k=2, i P=32x32 pixeli per bit de marcaj. n figura 1.5 sunt prezentate procentajele erorilor de bit cauzate de compresia JPEG, pentru un detector care folosete acest prefiltru, i pentru un detector simplu. Se poate observa clar c prefiltrarea crete semnificativ robusteea marcajului.
Al doilea experiment arat efectul creterii factorului de ctig k pentru un marcaj introdus cu P=32x32 pixel per bit de marcaj, i detectat folosind un prefiltru. Din figura 1.6 reiese c robusteea marcajului poate fi mbuntit semnificativ prin creterea factorului de ctig.
Al treilea experiment arat influena numrului de pixeli P per bit de marcaj asupra robusteii unui marcaj introdus cu un factor de ctig k=2, i detectat folosind un prefiltru. Din figura 1.7 reiese c scznd ncrctura marcajului prin creterea lui P, se mbuntete robusteea semnificativ.
Figura 1.7 Influena numrului de pixeli per bit de marcaj P asupra robusteii marcajului
Alt modalitate de a crete ncrctura marcajului de baz, este folosirea tehnicilor DS-CDMA prezentat n [RP98a,b]. Aici pentru fiecare bit bj din irul biilor de marcaj b0,b1...bl-1 este generat o secven pseudo-aleatoare diferit, stohastic independent, RPi , care are aceeai dimensiune ca imaginea. Acest model este independent de valoarea bitului bj. Aici se folosete modelul +RPi dac bj reprezint un 0 i -RPi dac bj reprezint un 1. Suma tuturor l secvene aleatoare RPi formeaz marcajul. naintea adugrii marcajului la imagine, se poate scala marcajul cu un factor sau limita la un anumit domeniu. Un exemplu pentru generarea unui marcaj unidimensional este prezentat n figura 1.8. Acest exemplu folosete apte secvene pseudo-aleatoare diferite pentru plasarea celor apte bii de marcaj 0011010.
10
Figura 1.8 Exemplu pentru generarea unui marcaj CDMA pentru 7 bii b0,b1...bl
Fiecare bit bj din irul biilor de marcaj b0,b1...bl-1 poate fi extras prin calcularea corelaiei dintre imaginea normalizat IW i secvena pseudo-aleatoare corespunztoare RPi. Dac corelaia este pozitiv, atunci valoarea 0 este repartizat bitului de marcaj, n caz contrar bitul de marcaj este presupus c este 1. Figura 1.9 arat ca exemplu extragerea biilor de marcaj plasai n figura 1.8.
Metodele pentru creterea ncrcturii marcajului descrise mai sus, i anume, folosirea de poriuni de imagine individuale pentru fiecare bit de marcaj i folosirea CDMA, au avantajele i dezavantajele lor. Dac fiecare bit de marcaj are propria poriune de imagine, nu exist interferen ntre bii, i doar un numr mic de multiplicri este necesar pentru calcularea corelaiei. Totui, dac se decupeaz o poriune de imagine, biii de marcaj de la margine se pierd. Dac se folosete tehnica CDMA, probabilitatea ca toi biii s fie recuperai dup decuparea imaginii, este mare. Totui, biii de marcaj pot interfera ntre ei, i este necesar efectuarea multor multiplicri pentru calcularea corelaiilor, deoarece fiecare bit este complet mprtiat pe suprafaa imaginii. Biii de marcaj plasai folosind metodele menionate mai sus, pot reprezenta orice: mesaje copyright, numere de serie, text simplu, semnale de control, etc. Coninutul reprezentat de aceti bii poate fi comprimat, criptat, i protejat prin coduri corectoare de erori. n unele cazuri poate fi util plasarea unui logo ca marcaj n locul unui ir de bii. Dac imaginea marcat este distorsionat, logoul va fi afectat i el. Acum ns, pot fi exploatate capacitile de recunoatere de modele a sistemului vizual uman (human visual system - HVS), pentru detectarea logoului [Brau97], [HW96], [VP96]. De exemplu, se poate plasa un logo de marcaj binar de 128x32 de pixeli ntr-o imagine de 512x512 pixeli folosind tehnicile descrise. Fiecare pixel din logo este plasat ntr-o poriune de imagine de 8x8 pixeli prin adugarea modelului pseudo-aleator +RP sau RP la poriunea de imagine, pentru un pixel alb sau respectiv negru din logo. Ca un exemplu n figura 1.10 11
sunt artate rezultatele logourilor extrase dup ce imaginea marcat a fost degradat cu ajutorul algoritmului de compresie cu pierderi JPEG, folosind diferii factori de calitate. Se poate observa c, dei puternic distorsionate, logourile nc se pot recunoate.
Figura 1.10 Logouri de marcaj extrase dintr-o imagine distrosionat de compresie JPEG
Aici, W(u,v) reprezint un marcaj CDMA, un model pseudo-aleator bidimensional (2D), i k reprezint factorul de ctig. Modificarea coeficienilor DFT nu este fix, ci proporional cu amplitudinea coeficienilor DFT. Coeficienii DFT mici sunt foarte puin afectai, n timp ce coeficienii DFT mai mari sunt modificai n msur mai mare. Acest lucru este n conformitate cu legea lui Weber [Jai81]. Sistemul vizual uman (HVS) nu percepe modificrile egale n imagini egale, dar sensibilitatea vizual este 12
aproape constant n privina schimbrilor relative dintr-o imagine. Dac I este o diferen uor vizibil, atunci I/I=constant. Rescrierea relaiei (1.10) d:
I W (u, v) I (u , v) I (u, v)
I (u , v) = k W (u , v) constant I (u , v)
(1.11)
Deoarece n acest caz marcajul este plasat n mare msur n coeficienii DFT mai mari, adic, n componentele cele mai semnificative ale imaginii din punct de vedere perceptual, robusteea marcajului este mbuntit. Este de menionat c simetria coeficienilor Fourier trebuie pstrat pentru a asigura ca datele de imagine s fie de valoare real dup transformarea invers la domeniul spaial. Dac coeficientul |I(u,v)| ntr-o imagine cu NxM pixeli este modificat conform relaiei (1.10), corespondentul lui, |I(N-u,M-v)|, trebuie modificat i el n acelai mod. n figura 1.12(b) este dat un exemplu pentru o imagine n care marcajul este plasat folosind toi coeficienii de amplitudine DFT n conformitate cu relaia (1.10), i folosind un factor de ctig k relativ mic. Figura 1.12(c) prezint diferena puternic amplificat dintre imaginea original i cea marcat. Figura 1.12(d) arat o imagine marcat, folosindu-se o valoare mare pentru factorul de ctig k.
16 12 14 14 18 24 49 72 11 12 13 17 22 35 64 92 10 14 16 22 37 55 78 95 16 19 24 29 56 64 87 98 24 26 40 51 68 81 103 112 40 58 57 87 109 104 121 100 51 60 69 80 103 113 120 103 61 55 56 62 77 92 101 99
13
Figura 1.12 Marcaj de amplitudine Fourier (a) Imaginea original, (b) Imaginea marcat, (c) Diferena W(x,y)=I-IW , scalat pentru a fi vizibil, i (d) Imagine puternic marcat
Alt domeniu folosit frecvent pentru plasarea marcajului este domeniul transformrii cosinus discrete (DCT). Folosind DCT, o imagine poate fi mprit cu uurin n benzi de pseudo-frecven, n aa fel nct marcajul s poat fi plasat convenabil n cele mai importante frecvene medii. Pe deasupra, sensibilitatea sistemului vizual uman (HVS) la imaginile de baz DCT, a fost intens studiat, rezultnd tabelul de cuantizare JPEG (figura 1.11) [PM93]. Aceste rezultate pot fi folosite pentru predicia i minimizarea impactului vizual al distorsiunilor cauzate de marcaj. n final, DCT pe baz de blocuri, este folosit pe scar larg pentru compresia imaginilor i materialelor video. Prin plasarea marcajului n acelai domeniu ca al schemei de compresie folosit pentru procesarea imaginii (n acest caz domeniul DCT), se poate anticipa compresia cu pierderi, pentru c se pot anticipa coeficienii DCT care vor fi eliminai de ctre algoritmul de compresie. Pe deasupra, se poate exploata descompunerea DCT pentru a crea aplicaii de marcare n timp real. n figura 1.13(a) este dat un exemplu pentru o imagine n care este plasat un marcaj CDMA bidimensional, W, n frecvenele medii a blocurilor DCT de 8x8. Coeficienii DCT de 8x8, F(u,v), sunt modulai conform:
14
(1.12)
Aici FM nseamn frecvenele medii, k factorul de ctig, (x,y) locaia spaial a unui bloc 8x8 de pixeli n imaginea I, i (u,v) coeficientul DCT n blocul DCT de 8x8 corespunztor (figura 1.14). n figura 1.13(c) este prezentat diferena puternic amplificat dintre imaginea original i imaginea marcat. Figura 1.13(d) arat spectrul Fourier al marcajului. Aici se poate vedea clar c marcajul afecteaz doar frecvenele medii (regiuni albe), lsnd componentele de frecven joas i nalt relativ neafectate (regiuni ntunecate).
Figura 1.13 Un marcaj DCT de 8x8, de band medie, independent de coninutul imaginii. (a) Imaginea marcat, (b) Imaginea puternic marcat, (c) Diferena W(x,y)=I(x,y)-IW(x,y), i (d) Spectrul Fourier W(u,v)
15
Marcajul poate fi fcut dependent de imagine prin schimbarea funciei de modulaie cu: I x , y (u , v)(1 + k Wx , y (u , v)), u , v FM (1.13) IWx , y (u , v) = I ( u , v ), u , v F x , y M x,y=1,8,16 Dac este aplicat aceast funcie de modulaie, rezultatele din figura 1.12 se vor schimba n rezultatele prezentate n figura 1.15. Din figura 1.15(b) i (c) reiese c majoritatea distorsiunilor introduse de marcaj sunt localizate n jurul marginilor i n poriunile cu textur.
Figura 1.15 - Un marcaj DCT de 8x8, de band medie, dependent de coninutul imaginii. (a) Imaginea marcat, (b) Imaginea puternic marcat, (c) Diferena W(x,y)=I(x,y)-IW(x,y), i (d) Spectrul Fourier W(u,v)
mbuntiri suplimentare pentru performanele sistemelor de marcare n domeniul DCT, pe baz de corelaie, pot fi obinute prin folosirea detectoarelor de marcaj pe baza modelelor Gaussiene generalizate, i nu pur Gaussiene [HAPG00]. Dac tehnicile de marcare pot exploata caracteristicile sistemului vizual uman (HVS), este posibil ascunderea marcajelor ntr-o imagine cu mai mult energie, lucru care crete robusteea marcajelor. Din acest punct de vedere transformarea wavelet discret (DWT) este foarte atractiv, deoarece este mai eficient din punctul de vedere al calculelor. Se pare c ochiul uman este mai puin sensibil la zgomot n benzile DWT de rezoluie nalt i n benzile DWT cu orientare de 45o (banda HH). Pe deasupra, codarea DWT a imaginilor i a materialelor video, cum ar fi codarea EZW (embedded zero-tree wavelet), va fi inclus n standardele viitoare de compresie video i de imagine, cum ar fi JPEG2000. Prin plasarea marcajului n acelai domeniu (domeniul DWT) se poate 16
anticipa compresia EZW cu pierderi, deoarece se pot anticipa care benzi DWT vor fi afectate de schema de compresie. Mai departe, se poate exploata descompunerea DWT pentru a crea aplicaii de marcare n timp real. n figura 1.17(a) este dat un exemplu pentru o imagine n care este plasat un marcaj CDMA bidimensional, W, n benzile DWT: LH1, HH1, i HL1, folosind un factor de ctig k mare. Coeficienii DWT din cele trei benzi DWT sunt modulai folosind: IW (u , v) = I (u , v) + k W (u , v) (1.14)
Figura 1.17(b) arat diferena puternic amplificat, dintre imaginea original i cea marcat. Marcajul DWT poate fi fcut dependent de imagine prin modularea coeficienilor DWT n fiecare dintre cele trei benzi DWT conform ecuaiei de mai jos: IW (u , v) = I (u , v)(1 + k W (u , v)) (1.15)
n figura 1.18(a) este dat un exemplu pentru o imagine n care este plasat acelai marcaj CDMA, W, n benzile DWT: LH1, HH1, i HL1 , conform relaiei (1.15) cu un factor de ctig k mare.
Figura 1.16 Marcaj DWT independent de coninutul imaginii. (a) Imagine puternic marcat, i (b) Diferena W(x,y)=I(x,y)-IW(x,y)
Figura 1.17 Marcaj DWT dependent de coninutul imaginii. (a) Imagine puternic marcat, i (b) Diferena W(x,y)=I(x,y)-IW(x,y)
17
Aici, W(x,y) reprezint marcajul pseudo-aleator bidimensional, k reprezint factorul de ctig fix, i Msk(x,y) reprezint imaginea masc. Valorile mtii se ntind de la 0 la kmax i dau o msur a insensibilitii la distorsiuni pentru fiecare punct corespunztor n imaginea original I(x,y). O metod de a genera imaginea masc Msk, este filtrarea imaginii originale cu un filtru trece-sus Laplacian, i luarea valorilor absolute a imaginii filtrate rezultate [KDHM99]. n figura 1.18(a) este artat o masc pentru imaginea Lena, care este generat de un simplu detector de margini Prewitt. Figura 1.18(b) arat marcajul puternic amplificat modulat cu aceast masc.
18
Figura 1.18 Marcare folosind masca bazat pe operatori Prewitt. (a) Masc, i (b) Diferena W(x,y)=I(x,y)-IW(x,y)
O alt metod pentru generarea imaginii masc este folosirea sumei ptratice ai coeficienilor DCT-AC de 8x8 [NCH99]. Figura 1.19(a) arat o masc generat folosind aceast energie DCT-AC, pentru imaginea Lena. Figura 1.19(b) prezint marcajul puternic amplificat modulat cu aceast masc. Experimentele arat c un marcaj invizibil, modulat cu un factor de ctig adaptat local la o asemenea masc, poate conine de dou ori mai mult energie ca un marcaj invizibil, modulat cu un factor de ctig fix. Pentru a investiga efectele acestei dublri de energie asupra robusteii marcajului, se poate efectua urmtorul experiment. Se adaug un marcaj Wfix(x,y) la imaginea Lena folosind un factor de ctig fix de k=2. Creterea acestui factor fix de ctig cauzeaz artefacte vizibile n imaginea marcat. Se adaug un marcaj Wvar(x,y) la o alt imagine Lena, cu aceeai metod, folosind un factor de ctig variabil adaptat local la imaginea masc prezentat n figura 1(a). Dei marcajul Wvar(x,y) conine de dou ori mai mult energie ca Wfix(x,y) , marcajul nu este perceptibil n a doua imagine marcat.
Figura 1.19 Marcare folosind o imagine masc pe baza energiei DCT-AC. (a) Imaginea masc, i (b) Diferena W(x,y)=I(x,y)-IW(x,y)
La urm, se comprim ambele imagini marcate cu algoritmul JPEG, unde factorul de calitate QJPEG este variabil. n ultima etap, marcajele sunt extrase din imaginea decomprimat i comparate cu marcajul original. Astfel se afl rata erorii de bit, datorit compresiei JPEG, ca o funcie de factorul de calitate JPEG. n figura 1.20 sunt trasate curbele de eroare pentru ambele marcaje Wfix(x,y) i Wvar(x,y). Se poate vedea c
19
robusteea este uor mbuntit prin aplicarea unui factor de ctig variabil adaptat la sistemul vizual uman. Mascarea spaial poate fi aplicat i atunci cnd marcajul e plasat n alt domeniu, cum ar fi DFT, DCT, sau DWT. n acest caz, prima oar este plasat marcajul nespaial ntr-o imagine I, rezultatul fiind o imagine temporar notat cu IWt. Imaginea marcat IW este acum construit prin mixarea imaginii originale I i a acestei imagini temporare IWt, cu ajutorul unei imagini masc Msk: IW ( x, y ) = (1 Msk ( x, y )) I ( x, y ) + Msk ( x, y ) IWt ( x, y ) Aici imaginea masc trebuie scalat la valori in domeniul zero la unu. (1.17)
Figura 1.20 Influena factorului de ctig variabil adaptat la sistemul vizual uman, asupra robusteii marcajului
20
Dei majoritatea operaiilor efectuate n timpul transmisiei sunt fr pierderi de informaie, multe scheme de compresie (JPEG, MPEG) sunt cu pierderi, i pot duce la posibila degradare a calitii datelor, prin pierderea nerecuperabil de informaie. n general o schem de marcare transparent ar trebui s fie rezistent la distorsiunile introduse de aceti algoritmi. Compresia cu pierderi este o operaie care de obicei elimin componentele imperceptibile dintr-o imagine. Majoritatea operaiilor de acest gen au loc n domeniul frecven. De fapt, pierderi de date apar de obicei printre componentele de frecven nalt. Distorsiunile geometrice sunt specifice imaginilor i materialelor video, i includ operaii ca: rotire, redimensionare, decupare i translaie. Prin determinarea manual a minim patru din nou puncte corespondente dintre marcajul original i cel distorsionat, este posibil ndeprtarea oricrei transformri bi- sau tri-dimensionale [Fau93]. Totui, o redimensionare, n sensul micorrii imaginii, duce la pierdere de date n componentele spectral de frecven nalt ale imaginii. Decuparea unor poriuni din imagine, duce la pierderea irecuperabil de date referitoare la imagine, ceea ce poate afecta serios orice marcaj transparent n domeniul spaial. Totui, o schem bazat pe frecven mprtie
21
marcajul pe toat suprafaa imaginii, i din aceast cauz este mai puin probabil ca acesta s fie afectat de operaia de decupare. Distorsiunile de semnal cel mai des ntlnite includ conversia analog-digital, digital-analog, recuantizare, reeantionare, redimensionare i operaii de mbuntire a semnalelor de culoare i contrast din imagine. Multe dintre aceste distorsiuni sunt neliniare, i tocmai de aceea sunt greu de analizat efectele pe care le produc.
22
Dup aplicarea unei transformri de frecven asupra imaginii, este calculat o masc perceptual, care indic regiunile din spectru, ce suport marcajul fr s afecteze fidelitatea perceptual. Pasul urmtor este plasarea marcajului n aceste regiuni. Mrimea precis a fiecrei modificri este cunoscut doar de proprietar, un atacator poate s aib cunotin doar asupra unui posibil domeniu al modificrilor. Ca s fie sigur c a eliminat marcajul, un atacator trebuie s presupun c fiecare modificare s-a efectuat la limita acestui domeniu, n ciuda faptului c doar puine astfel de modificri sunt aa de mari. Ca rezultat, un atacator creeaz distorsiuni vizibile n date. Similar, distorsiunile de semnal neintenionate datorit compresiei sau manipulrii imaginii, trebuie s lase intacte componentele spectrale importante din punct de vedere perceptual, n caz contrar imaginea rezultat ar fi sever degradat. Acest lucru face marcajul transparent aa de robust. n principiu, poate fi folosit orice transformare n domeniul frecven. Fiecare coeficient n domeniul frecven are o capacitate perceptual, care este, o cantitate de informaie adiional, care poate fi adugat fr impact, sau cu impact minim, asupra fidelitii perceptuale a datelor. Pentru determinarea capacitii perceptuale pentru fiecare frecven, se pot folosi modele pentru sistemul perceptual sau simple experimentri. n [CKLS97], pentru a plasa un marcaj cu lungimea n ntr-o imagine NxN, se calculeaz DCT-ul (transformata cosinus discret) NxN a imaginii, i se plaseaz marcajul n cei mai mari n coefiecieni ai matricii de transformare, excluznd componenta DC.
23
Structura marcajului. n implementarea de baz, marcajul const ntr-o secven de numere reale X= x1,x2,.... xn. n practic se creeaz un marcaj unde fiecare valoare xi este o v.a. din N(0,1) (unde N(,2) nseamn o distribuie normal cu media i variana 2). Sunt posibile i distribuii alternative, inclusiv alegerea uniform a lui xi din {1,-1}, {0,1} sau {0,1}. Procedura de marcare. Din fiecare document D se extrage o secven de valori V= v1,v2,.... vn , n care se insereaz marcajul X= x1,x2,.... xn , pentru a obine o secven de valori ajustate V= v1,v2,.... vn. V este inserat napoi n document, n locul lui V, pentru a obine documentul marcat D. Unul sau mai muli atacatori pot deteriora D, producnd un document nou D*, i un marcaj, posibil corupt X* este extras i statistic comparat cu X. Este extras X* , prin extragerea prima oar a unui set de valori V*= v1*,v2*,.... vn*, din D* (folosind informaii despre D) i apoi prin generarea lui X* din V* i V.
Figura 2.3 Codarea i decodarea marcajului Inserarea i extragerea marcajului. Cnd se insereaz X n V pentru a obine V, se specific un parametru de scalare , care determin msura n care X modific V. Trei formule posibile pentru calcularea V sunt
Ecuaia (2.1) este totdeauna inversabil, ecuaiile (2.2) i (2.3) sunt inversabile dac vi0. V* fiind dat, se poate calcula funcia invers pentru a obine X* din V* i V. Ecuaia (2.1) 24
s-ar putea s nu fie potrivit dac valorile lui vi variaz mult. Dac vi=106 adugnd 100 s-ar putea s fie insuficient pentru recuperarea marcajului, dar dac vi=10 adugnd 100 va distorsiona aceast valoare ntr-o msur neacceptabil. Inseria bazat pe ecuaia (2.2) sau (2.3) este mai rezistent mpotriva acestor variaii mari. Este de menionat c (2.2) i (2.3) dau rezultate similare dac xi este mic. De asemenea dac vi este pozitiv, atunci (2.3) este echivalent cu lg(vi)=lg(vi) + xi ,i poate fi privit ca o aplicaie a lui (2.1) pentru cazul n care sunt folosii logaritmii valorilor originale. Determinarea parametrilor de scalare. Autorii [CKLS97] sugereaz ca un singur parametru de scalare s nu fie aplicabil pentru perturbarea tuturor valorilor lui vi, deoarece diferitele componente spectrale s-ar putea s prezinte mai mult sau mai puin toleran la modificri. Mai general, se pot folosi parametri de scalare multipli 1,2,....n n relaia vi=vi(1+ixi). Parametrul i poate fi privit ca msur relativ a modificrii lui vi. Un i mare nseamn c se modific vi cu un factor mare fr s se modifice calitatea perceptual a documentului. n unele cazuri, alegerea lui i se poate baza pe presupuneri generale. De exemplu, (2.2) este un caz special al lui (2.1) generalizat (vi=vi+ixi), pentru i=vi. De fapt (2.2) face rezonabil presupunerea c o valoare mare este mai puin sensibil la alterri aditive, dect o valoare mic. n general nu se cunoate ct de sensibil este imaginea la diferite valori xi . O metod empiric de estimare a sensibilitii este de a determina distorsiunile cauzate de o serie de atacuri asupra imaginii originale. De exemplu, se poate calcula o imagine degradat D*, din D, se extrag valorile corespunztoare v1*,....,vn*, i se alege i proporional cu deviaia |vi*-vi|. Pentru o mai bun robustee, ar trebui ncercate mai multe forme de distorsiune, i s facem i proporional cu valoarea medie a lui |vi*-vi|. Aceast abordare empiric s-ar putea combina cu presupuneri generale globale asupra sensibilitii valorilor. De exemplu, s-ar putea s fie nevoie ca i j cnd vivj. O cale de a combina aceast constrngere cu abordarea empiric ar fi s se aleag i conform relaiei i~maxj|vjvi | vj*-vj | (2.4)
Alegerea lungimii n a marcajului. Alegerea lui n dicteaz gradul de mprtiere a marcajului printre componentele importante ale imaginii. n general, cum crete numrul componentelor modificate, scade msura n care sunt modificate componentele respective. Pentru o evaluare mai cantitativ, se consider un marcaj transparent de forma vi=vi+xi i se modeleaz un atac cu zgomot alb prin vi*=vi+ri unde ri este ales conform distribuiei normale independente cu deviaia standard . Pentru procesul de marcare transparent descris, marcajul se poate recupera dac este proporional cu / n . Aceasta nseamn c dac crete de patru ori numrul componentelor folosite, se poate njumti amplitudinea marcajului plasat n fiecare component. Este de menionat faptul c numrul biilor de informaie asociai cu marcajul, poate fi arbitrar marcajul este folosit ca un simplu index la o nregistrare ntr-o baz de date asociat cu marcajul. Evaluarea asemnrii marcajelor. Este foarte puin probabil ca marcajul extras X* s fie identic cu marcajul original X. Chiar i recuantizarea documentului marcat
25
pentru a fi transmis, cauzeaz devierea lui X* de la X. Asemnarea dintre X* i X este msurat prin X*X * sim(X , X ) = (2.5) X*X* Exist i ali parametri de evaluare a asemnrii, inclusiv coeficientul de corelaie standard. Pentru a decide dac X* i X corespund, determinm dac sim(X,X*)>T , unde T este un prag. Alegerea pragului de decizie este o problem clasic de detecie, n care se dorete minimizarea probabilitilor de fals negativ Pfn (detecii ratate), i fals pozitiv Pfp (alarme false). Calcularea probabilitii de alarm fals. Exist ntotdeauna posibilitatea ca X* i X s fie foarte asemntoare doar prin pur ntmplare, de aici orice asemnare va avea ca rezultat valori semnificative eronate. Se presupune c creatorii documentului D* n-au avut acces la X ; atunci chiar i condiionat de orice valoare fixat pentru X* , fiecare xi va fi distribuit independent conform N(0,1). Asta nseamn c X este independent de X*. n Distribuia lui X*.X poate fi calculat prin scrierea n forma i=1 xi* xi , unde xi* este constant. Folosind formula pentru distribuia unei combinaii liniare a variabilelor independente i normal distribuite, X*.X va fi distribuit conform n N 0, xi*2 = N (0, X * X * ) (2.6) i=1 Astfel, sim(X,X*) este distribuit conform lui N(0,1). Atunci se poate aplica statistica test standard pentru distribuia normal. De exemplu, dac X* este creat independent de X, atunci probabilitatea ca sim(X,X*)>6 este probabilitatea ca o variabil aleatoare distribuit normal s-i depeasc media cu mai mult dect 6 deviaii standard. De aici, pentru un numr mic de documente, setarea pragului T la 6 va cauza foarte rar corespondene (match) eronate. Desigur, trebuie considerat numrul testelor de efectuat n determinarea probabilitii acceptabile de fals pozitiv. De exemplu, dac se testeaz un marcaj extras X* mpotriva 106 marcaje, atunci crete probabilitatea de fals pozitiv printr-un factor multiplicativ de 106. Este de menionat c analiza asupra gradului de asemnare i probabilitatea de fals pozitiv nu depinde de lungimea marcajului, n. Totui n apare implicit, deoarece, de exemplu, este foarte probabil ca sim(X,X*) s fie n jurul valorii n , atunci cnd X este generat n modul descris mai sus. Valori mai mari a lui n tind s genereze valori ale similaritii mai mari atunci cnd X i X* sunt ntr-adevr asemntoare, fr ca acest lucru s se ntmple atunci cnd X i X* sunt independente. Statistici asupra robusteii. Din analiza de mai sus reiese doar cerina ca X s fie independent de X*, i nu reiese nici o cerin specific pentru proprietile lui X*. Acest lucru ofer n continuare o flexibilitate sporit, cnd vine vorba de preprocesarea lui X*. X* se poate procesa n mai multe moduri, pentru sporirea capacitii de a extrage marcajul. De exemplu, n anumite experimente asupra imaginilor se pot ntlni exemple cnd valoarea medie a lui xi*, notat cu Ei(X*), difer substanial de zero, datorit efectelor procedurii de dithering. Performane superioare pot fi obinute prin postprocesarea marcajului extras. O simpl transformare xi* xi* - Ei(X*) produce valori superioare pentru sim(X,X*). Performana sporit rezult din valorile sczute a lui X*. X*, valorile lui X*.X fiind foarte puin afectate.
26
n experimente din [CKLS97], s-a observat deseori c xi* poate s fie foarte distorsionat pentru anumite valori ale lui i. O variant pentru postprocesare ar fi simpla ignorare ale acestor valori, setndu-le la zero. Aceasta nseamn * * xi , dac xi toleranta * xi (2.7) 0, n rest nc o dat, scopul unei astfel de transformri este de a scdea X*. X*. O versiune a acestei abordri este normalizarea valorilor lui X* la -1, 0, sau 1, prin
xi* sign xi* Ei X *
( ))
(2.8)
Rmne ntrebarea dac aceti pai de postprocesare nu risc generarea falsurilor pozitive. Totui, att timp ct metoda generrii unui set de valori pentru X* depinde numai de D i D*, calculele de testare statistic rmn neafectate. Rezistena la atacurile de coliziune. Atacul cel mai des ntlnit const n folosirea a t copii marcate D1,D2,Dt a documentului D pentru a produce un document nemarcat D*. Majoritatea schemelor propuse n literatur, sunt destul de vulnerabile la asemenea atacuri. Pentru a ilustra efectul atacurilor de coliziune se consider o schem de marcare n care vi este generat prin adugarea lui 1 sau -1 la un vi aleator. n momentul n care cineva gsete dou documente cu valori vi diferite, poate determina vi , i, deci elimina complet aceast component a marcajului. Cu ajutorul a t documente, prin mediere, se pot elimina toate componentele marcajului n afar de o fracie 21-t . Este de menionat c acest atac nu presupune nimic asupra distribuiei lui vi . n timp ce o alocare mult mai inteligent a valorilor 1 n marcaj, va rezista mai bine la atacurile simple, natura discret a componentelor marcajului le face mai uor de eliminat. n mod interesant, s-a determinat experimental c dac se alege un xi uniform ntr-un interval, atunci marcajul se poate elimina folosind doar cinci documente. Folosirea marcajelor cu valoare continu pare s ofere o rezisten mai bun la asemenea atacuri. Folosirea distribuiei normale pare s ofere o performan mai bun, ca distribuia considerat mai sus. O msur a performanei este valoarea maxi(X*.Xi), unde X* este marcajul extras dint-un document D* , generat de documentele D1,D2,,Dt , cu marcajele corespunztoare X1,X2,,Xt . Valoarea numitorului X * X * , poate s creasc ntotdeauna, de exemplu, prin zgomot aditiv. Aceasta are ca efect scderea similaritii, cu preul distorsionrii imaginii. Deci, maxi(X*.Xi) se poate considera ca fiind unui grafic ce reprezint compromisul fidelitate/nedetectabilitate i valoarea lui X * X * ca un punct pe aceast curb. Cnd Xi este inserat n D printr-o operaie liniar, atunci un atac de mediere, ce seteaz
D* = D1 + + Dt t
(2.9)
are ca rezultat
27
X* =
X1 + + X t t
(2.10)
n acest caz max i (X * X i ) max i ( X i X i ) (presupunnd c XiXj0). Aceasta nseamn c ieirea detectorului are un comportament 1/t. Este de menionat faptul c printr-un atac simplu de mediere, numitorul,
aproximativ n / t . Totui, precum era menionat i mai nainte, se poate aduga zgomot aditiv, aa c marcajul extras, X*, are aceeai putere ca oricare dintre marcajele originale Xi. Atunci max i sim(X i , X * ) va fi aproximativ n / t . Astfel, gradul de asemnare poate fi micorat cu un factor t.
(2.11)
un filtru trece jos, respectiv un filtru trece sus, care satisfac o anumit condiie. Un semnal x[n] poate fi descompus recursiv ca c j 1,k = hn2 k c j ,n
n
(2.12) (2.13)
d j 1,k = g n2 k c j ,n
n
pentru j=J+1,J,...J0 , unde cJ+1,k=x[k], k Z , J+1 este indicele pentru nivelul de rezoluie nalt, i J0 este indicele pentru nivelul de rezoluie joas. Coeficienii c J 0 ,k , d J 0 ,k , d J 0 +1,k ,..., d J ,k sunt coeficienii DWT al semnalului x[n], unde cJ 0 ,k reprezint
28
partea de rezoluie cea mai joas (de aproximare) al lui x[n] i d j ,k sunt detaliile lui x[n] n diferitele benzi de frecven. Mai departe, semnalul x[n] poate fi reconstruit recursiv din coeficienii si DWT: c j ,n = hn2 k c j 1,k + g n2 k d j 1,k
k k
(2.14)
Reconstrucia de mai sus este numit IDWT a lui x[n]. Pentru a asigura relaia DWT i IDWT de mai sus, este nevoie ca urmtoarea condiie de ortogonalitate pentru filtrele H() i G() s fie ndeplinit: 2 2 (2.15) H ( ) + G ( ) = 1 Un exemplu pentru un astfel de H() i G() este dat de: 1 1 1 1 H ( ) = + e j i G ( ) = e j , 2 2 2 2
(2.16)
care sunt cunoscute ca filtrele wavelet Haar. DWT i IDWT de mai sus pentru un semnal unidimensional x[n], mai pot fi descrise n forma filtrelor cu dou canale i structur arborescent ca n figura 2.4. DWT i IDWT pentru imagini bidimensionale x[m,n] pot fi definite similar, prin implementarea DWT i IDWT unidimensionale, pentru fiecare dimensiune, respectiv m i n, separat: DWTn[DWTm[x[m,n]]], (figura 2.5). O imagine poate fi descompus ntr-o structur piramidal, artat n figura 2.6, cu diferite informaii de band: cum ar fi banda de frecven joas-joas LL, banda de frecven joas-nalt LH, banda de frecven naltnalt HH, etc. Un asemenea exemplu de descompunere cu dou nivele este artat n figura 2.7, unde marginile apar n toate benzile, n afara benzii celei mai joase, ca i n colul din stnga sus.
29
2.2.2 Marcare transparent n domeniul DWT Marcarea transparent n domeniul DWT este alctuit din dou pri: codare i decodare. n partea de codare, se descompune imaginea n mai multe benzi cu structur piramidal ca n figurile 2.5-2.7, i apoi se adaug o secven de zgomot pseudo-aleator (zgomot Gaussian) la cei mai mari coeficieni, coeficieni care nu se afl n imaginea de aproximare cu rezoluia cea mai joas (banda LL). Se noteaz cu y[m,n] coeficienii DWT a unei imagini x[n,m], care nu sunt localizai n banda de cea mai joas frecven. Se adaug o secven de zgomot Gaussian N[m,n], cu media zero i variana 1, la y[m,n]: ~ y [m, n] = y[m, n] + y 2 [m, n]N [m, n] (2.17)
30
unde este un parametru de control al nivelului marcrii, ptratul indicnd amplificarea coeficienilor DWT mari. Coeficienii DWT la rezoluiile cele mai joase rmn neschimbai. Apoi, se ia transformata IDWT bidimensional a coeficienilor modificai ~ y ~ i a coeficienilor neschimbai la cele mai joase rezoluii. Se noteaz cu x [m, n] coeficienii IDWT. Pentru ca imaginea modificat s aib acelai domeniu dinamic ca i imaginea original, ~ x [m, n] este modificat conform:
~ x [ m, n] = min(max( x[ m, n]), max{~ x [ m, n], min( x[ m, n])})
(2.18)
Operaia (2.18) face ca datele bidimensionale ~ x [m, n] , s aib aceeai domeniu dinamic ca imaginea original x[m,n]. Imaginea rezultat ~ x [m, n] este imaginea x[m,n] marcat transparent. Partea de codare este ilustrat n figura 2.8 (a).
Metoda de decodare este ierarhic i este descris n continuare. Prima oar se descompune imaginea recepionat i imaginea original (se presupune c se cunoate imaginea original) cu DWT n patru benzi, respectiv banda (LL1), banda (LH1), banda (HL1), i banda (HH1). Se compar semntura adugat n banda HH1 i diferena coeficienilor DWT n HH1 a imaginilor recepionate i celor originale, prin calcularea intercorelaiei lor. Dac este un vrf n intercorelaie, semntura este considerat detectat. n caz contrar, se compar semnturile adugate n benzile HH1 i LH1 cu diferena coeficienilor DWT n benzile HH1 i LH1. Dac este un vrf, semntura este considerat detectat. n caz contrar, se consider semnturile adugate n benzile HL1,LH1 i HH1. Dac tot nu se detecteaz un vrf n intercorelaie, se continu descompunerea semnalelor recepionate i cele originale n banda LL1 n patru subbenzi adiionale LL2,LH2,HL2 i HH2 , .a.m.d. pn este detectat un vrf n intercorelaie. n caz contrar semntura nu poate fi detectat. Metoda de decodare este ilustrat n figura 2.8 (b).
31
32
3. mbuntirea tehnicilor de marcare pe baz de corelaie 3.1 mbuntiri prin anticiparea atacurilor de tip compresie
Marcajele care au fost plasate ntr-o imagine cu ajutorul tehnicii de marcare spaial de mai sus, nu pot fi detectate cu un grad mare de certitudine, dup ce imaginea marcat a fost puternic comprimat cu algoritmul de compresie cu pierderi JPEG. Acest lucru se datoreaz faptului c aceste marcaje sunt alctuite esenial din zgomote de putere mic i frecven nalt. Deoarece JPEG aloc mai puini bii pentru componentele de frecven nalt, aceste marcaje pot fi cu uurin distorsionate. Mai departe, aceste marcaje pot fi puternic afectate de operaii trece-jos ca cele realizate de filtrele liniare sau mediane. Robusteea la compresia JPEG poate fi mbuntit n mai multe moduri. O metod const n comprimarea i apoi decomprimarea unui model pseudo-aleator W, cu ajutorul algoritmului JPEG [SC96]. Energia modelului rezultat este crescut pentru a compensa pierderea de energie datorit compresiei. In final, acest model este adugat la imagine pentru generarea imaginii marcate. Aici, ideea este de a folosi algoritmul de compresie pentru a elimina prin filtrare n avans toat energia care n caz contrar s-ar pierde mai trziu pe parcursul compresiei. Se presupune c un marcaj alctuit n acest fel, este invariant la compresii JPEG ulterioare, cu acelai factor de calitate, cu excepia unor mici artefacte numerice. Pot fi aplicate alte distorsiuni preliminare ale modelului de marcaj, precum filtrarea, pentru a preveni alte degradri anticipate ale imaginii marcate. n [NP96] energia modelului de marcaj este concentrat n componentele spectrale de frecvene mai joase prin calcularea unui factor de ctig individual kx,y pentru fiecare pixel al modelului de marcaj, n locul folosirii aceluiai factor de ctig k pentru toi pixelii. Prima oar este generat un model pseudo-aleator W(x,y), care const din numerele 0 i k. Apoi modelul este desprit n blocuri 8x8, i este calculat transformata DCT W(u,v) a fiecrui bloc 8x8. Elementele nenule din blocurile 8x8, sunt acum privite ca factori de ctig kx,y, i adaptate n aa fel nct energia din coeficienii DCT de frecven nalt FH s fie minimizat (Figura 3.1): = W (u, v) 2 FH = {u, v | 5 < u 8,5 < v 8} (3.1)
u ,vFH
W ( x, y) k = W ( x, y) k x, y , kmin k x, y kmax
x =1 y =1 x =1 y =1
(3.2)
33
Efectul minimizrii energiei de frecvene nalte asupra modelului marcajului este ilustrat n Figura 3.2. Figura 4.2 (a) arat modelul marcajului n interiorul unui bloc 8x8, unde este folosit un factor de ctig constant k=3. Dup minimizarea energiei pentru kmin=0 i kmax=6, modelul marcajului descrete spre zero (Figura 3.2 (b)), dei suma pixelilor nenuli nc este egal cu suma pixelilor nenuli din marcajul original.
n [HLR00] i n [LLL97], imunitatea la compresia JPEG se asigur prin obinerea unui factor de ctig k pentru fiecare bloc de 32x32 de pixeli pe baza unei imagini comprimate JPEG de calitate mai sczut. La fiecare bloc de imagine de 32x32 pixeli este adugat un model pseudo-aleator de 32x32 pixeli reprezentnd un bit de marcaj. O copie a acestui bloc de imagine marcat, este degradat n conformitate cu standardul JPEG, pentru care se folosete un factor de calitate relativ sczut. Dac bitul de marcaj nu se poate extrage corect din aceast copie degradat, modelul de marcaj este adugat la imagine cu ajutorul unui factor de ctig mai mare, i este alctuit o nou copie degradat pentru a verifica bitul. Aceast procedur este repetat iterativ pentru fiecare bit, pn toi biii pot fi extrai cu un grad de certitudine mare din copiile degradate. Un marcaj format n acest mod este rezistent la compresia JPEG, folosind un factor de calitate mai mare sau egal cu factorul de calitate folosit pentru degradarea copiilor. n figura 4.3 este dat un exemplu pentru un asemenea marcaj, amplificat pentru a fi vizibil.
Figura 3.3 Marcaj unde factorul de ctig local la un bloc este bazat pe o imagine comprimat JPEG cu calitate mai sczut
34
35
FHP
0 0 0 = 1 0 0 0
0 0 0 0 0 0
0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0
0 0 0 0 0 0
1 1 12 1 1
0 0 0 1 / 12 0 0 0
(3.3)
In final, este calculat funcia de autocorelaie a marcajului estimat W. Aceast funcie va avea valori maxime n centru i n poziiile marcajelor inserate de mai multe ori. Dac imaginea a fost supus unei transformri geometrice, vrfurile din funcia de autocorelaie vor reflecta aceeai transformare i deci, furniza un grilaj care poate fi folosit pentru a transforma napoi imaginea la mrimea i orientarea original. n [HPRP98] i n [HRPP98], se propune o metod care plaseaz marcajul ntr-un domeniu invariant la rotire, scalare, i translaie, folosind o combinaie dintre transformata Fourier discret, DFT, i reprezentarea polar logaritmic, LPM (log polar map). Figura 3.4 prezint o schem a acestei metode de marcare transparent.
Prima oar este calculat amplitudinea coeficienilor DFT pentru a obine un domeniu invariant la translaii. n pasul urmtor, pentru fiecare coordonat (u,v) al amplitudinilor DFT este determinat un punct corespunztor (,) n LPM: u = e cos( ) v = e sin( ) (3.4)
Acest sistem de coordonate polar logaritmic (LPM) transform rotirea i scalarea, n translaii de-a lungul axei orizontale i verticale. In continuare, prin folosirea amplitudinii DFT a coordonatelor LPM, se obine un domeniu invariant la rotire, scalare i translaie. n acest domeniu se poate aduga un marcaj transparent CDMA, de exemplu, prin modularea coeficienilor folosind relaia |IW(u,v)|=|I(u,v)|.(1+k.W(u,v)).
36
Figura 3.5 demonstreaz un exemplu al proprietilor LPM. Partea (b) arat LPM al imaginii Lena (a). Partea (c) ne arat o versiune rotit i scalat a imaginii Lena, i (d) ne arat LPM corespunztoare lui (c). Se poate vedea clar c rotirea i scalarea n domeniul spaial, original sunt convertite n translaii n domeniul LPM.
Figura 3.5 Exemplu al proprietilor LPM. (a) Imaginea original, (b) LPM lui (a), (c) Scalat i rotit, i (d) LPM lui (c)
n practic, implementarea schemei din figura 4.4 s-a dovedit a fi dificil. De aceea autorii propun o abordare diferit, unde un marcaj transparent CDMA este plasat n domeniul amplitudinii DFT invariante la translaii. Pentru a face marcajul transparent invariant la scalare i rotire, se plaseaz un al doilea marcaj transparent ca ablon, n acest domeniu. Pentru a extrage marcajul transparent, prima oar se determin scara i orientarea imaginii marcate prin folosirea ablonului dup cum urmeaz: -Este calculat transformata DFT a imaginii marcate -Sunt calculate coordonatele LPM ale amplitudinilor coeficienilor DFT i ale modelului ablonului -Sunt calculate offset-urile orizontale i verticale dintre cele dou LPM, folosind tehnici de cutare i intercorelaie vaste, rezultnd un factor de scalare i rotire. In final, imaginea este transformat napoi la mrimea i orientarea original, i este extras marcajul purttor de informaie.
37
4. Alte tipuri de metode de marcare transparent 4.1 Modificarea celui mai puin semnificativ bit (LSB)
Cea mai simpl metod de a marca o imagine, este de a integra marcajul n cei mai puin semnificativi bii ai imaginii gazd (cover - object). Dat fiind capacitatea extraordinar de mare a canalelor prin metoda folosirii ntregii imagini purttoare pentru transmisie, un obiect mai mic poate fi integrat de mai multe ori. Chiar dac majoritatea acestor obiecte se pierd din cauza atacurilor, un singur marcaj supravieuitor poate fi considerat un succes. Metoda substituirii LSB-urilor prezint o serie de neajunsuri, n ciuda simplitii ei. Dei poate supravieui transformrilor ca decuparea, orice adugare de zgomot sau compresie cu pierderi cauzeaz, mai mult ca sigur, pierderea marcajului. Un atac chiar mai bun ar fi substituirea bitului LSB a fiecrui punct din imagine cu 1, pierzndu-se n totalitate posibilitatea recuperrii marcrii, cu un impact neglijabil asupra imaginii gazd (cover - object). Mai departe, odat descoperit algoritmul, marcajul poate fi modificat uor. O mbuntire a tehnicii substituirii LSB-ului, ar fi folosirea unui generator de numere pseudo-aleatoare pentru a determina pixelii din imagine care urmeaz s fie folosii pentru integrarea marcajului, pe baza unei chei date. Securitatea marcrii este mbuntit din moment ce marcajul nu poate fi vzut cu uurin de persoane intermediare. n schimb algoritmul rmne n continuare vulnerabil la atacul prin substituia LSB-ului cu o constant. Chiar i n locurile care nu s-au folosit pentru bii de marcare, efectul substituirii este neglijabil asupra imaginii purttoare. Modificarea LSBului se dovedete a fi o metod simpl i puternic pentru steganografie, totui lipsete robusteea de baz cerut de aplicaiile de marcare transparent.
38
5. Rezultate
n cele ce urmeaz se compar diferitele tehnici prezentate anterior. Pentru marcare s-au folosit 3 marcaje transparente diferite, din care 2 sunt artate n figurile 5.1 i 5.2:
Nu este artat mai sus marcajul de mrime mare folosit n algoritmul LSB (substituirea celui mai nesemnificativ bit), care folosete marcajul normal ca s alctuiasc imaginea de mrime complet. Pentru imagine de referin s-a folosit imaginea Lena:
39
Dei marcajul transparent s-a recuperat perfect n cazul ideal, adugarea oricrui zgomot, sau compresia imaginii folosind algoritmul JPEG, distruge n totalitate marcajul transparent plasat, lsnd doar zgomot. Chiar mai grav, marcajul poate fi eliminat cu costul unor schimbri imperceptibile asupra imaginii marcate transparent. Capacitatea canalului pentru metoda LSB este totui destul de bun.
Substituirea celui mai nesemnificativ bit
Figura 5.5b Marcajul recuperat dup compresie JPEG cu factor de calitate Q=95
Rezultatele pentru corelaia pe baz de prag au artat o mbuntire a robusteii, n comparaie cu metoda LSB. Totui mai muli parametri trebuie discutai, nainte de a trece la rezultatele acestei tehnici. Un factor de ctig de k=5 a fost ales experimental; pot fi folosii factori mai mari pentru creterea robusteii cu costul degradrii calitii vizuale a imaginii.
40
Alt problem existent la tehnicile pe baz de prag este alegerea unui prag potrivit pentru detecie. O metod este stocarea corelaiei pentru fiecare secven de zgomot pseudo-aleatoare i apoi folosirea mediei tuturor corelaiilor ca i prag T. Pentru marcajele transparente cu un numr relativ egal de zero-uri i unu-uri, aceast tehnic ar trebui s se dovedeasc oarecum adaptiv la diferite tipuri de imagine, ca i la diferite nivele de zgomot.
Referitor la mrimea marcajului transparent care urmeaz s fie plasat: un marcaj mai mic va permite folosirea unor blocuri mai mari n imagine pentru inserarea marcajului, crescnd corelaia i robusteea sistemului. Pentru marcajul de mrime normal (fig. 5.2) de 1000 bii, mrimea celui mai mare bloc posibil b {8,16,32...} este determinat de : 512 512 1000 b2 i rezult o mrime maxim a blocului b = 16. Corelaia pe baz de prag
k=5 mrimea blocului=16
Dei marcajul transparent mai poate fi recunoscut cu un factor de ctig de k=5, rezultatele nu sunt spectaculoase. Crescnd ctigul, se mbuntete calitatea vizual a marcajului transparent, totui, dup ce se trece de valoarea k=5, poriunile cu zgomot
41
devin vizibile n imaginea marcat transparent, cum se observ i n figura 5.8. Este de menionat de asemenea scderea sever a PSNR care este o msur a degradrii imaginii marcate fa de cea original. Corelaia pe baz de prag
k = 40 mrimea blocului=16
Dei marcajul transparent nu a fost recuperat perfect, corelaia pe baz de prag se comport mult mai bine, dect n cazul marcrii LSB, n prezena zgomotului i compresiei. Folosind un ctig de 5, marcajul transparent este nc greu de distins dup atacul prin zgomot AWGN i compresie. Cum era de ateptat, crescnd ctigul la 40, se mbuntete robusteea marcajului semnificativ.
Robusteea corelaiei pe baz de prag
Mrimea blocului=16
Q=75 (k = 5)
Q=75 (k = 40)
42
Recuperarea marcajului transparent s-a putut mbunti prin folosirea unui marcaj transparent mai mic (deci un numr mai mic de bii) i crescnd mrimea blocului folosit pentru inserare. Acest lucru ar trebui s reduc numrul de erori de la detecia normal, i s mbunteasc robusteea marcajului transparent. O posibil mbuntire la adresa tehnicii de corelaie pe baz de prag discutat mai sus, este folosirea a dou secvene de zgomot pseudo-aleatoare pentru inserare; o secven pentru a coda un 1 i cealalt pentru a coda un 0. Aceast abordare are avantajul, de a nu cere alegerea oarb a pragului, din moment ce modelul cu corelaie mai mare este ales. Pe deasupra, prin alegerea cu grij a acestor dou modele n aa fel nct s fie ct mai decorelate, se poate reduce semnificativ probabilitatea deteciei false. Un avantaj mai subtil este c aceast abordare folosete mai bine sistemul vizual uman prin mprtierea zgomotului peste toat suprafaa imaginii. Ochiul e mai sensibil la schimbri brute n calitatea imaginii, deci poriunile cu zgomot n blocuri tind s deranjeze privitorii mai mult dect ar deranja un nivel constant de zgomot. Dei valoarea de vrf a raportului semnal-zgomot, PSNR, din figura 5.10 a sczut cu un factor de 10, imaginea rmne aproape identic cu originalul.
Corelaia pe baz de comparaie
k=5 mrimea blocului=16
Figura 5.10 b Marcajul recuperat Figura 5.10a Imagine marcat PSNR = 72.5 dB
Este de menionat c marcajul transparent pe baz de comparaie, cu factor de ctig k=5, a prezentat un comportament chiar mai bun dect marcajul transparent pe baz de prag, cu ctig k=40; cu impact mai puin vizibil asupra imaginii gazd. Robusteea este mbuntit deasemenea, la marcajul transparent pe baz de comparaie. nc o dat se observ c abordarea pe baz de comparaie cu un factor de ctig de 5 este comparabil sau chiar mai bun dect abordarea pe baz de prag cu ctig de 40.
43
Un dezavantaj al acestor tehnici pe baz de blocuri, n comparaie cu tehnica LSB, este c sunt foarte sensibile la rotiri i decupri. Aceste transformri deterioreaz sistemul de coordonate a imaginii, fcnd sarcina de comparaie a blocurilor, la plasarea i recuperarea marcajului transparent, destul de dificil. Totui, tehnica ar trebui s se dovedeasc destul de rezistent la modificarea contrastului, luminozitii i orice alt fel de transformare a pixelilor.
44
imaginea gazd, este nevoie de factori de ctig mai mari pentru a pstra corelaia dintre secvenele asemntoare. Aceste cerine contradictorii sunt motivele pentru care CDMA n domeniul spaial va rmne mai limitat n capacitate dect celelalte tehnici.
CDMA cu spectru mprtiat
K=2
reprezint valoarea din tabela de cuantizare JPEG pentru cei doi coeficieni comparai [ZK95]. Dac diferena dintre cei doi coeficieni nu depete k, acetia sunt scalai n aa fel nct s ndeplineasc aceast cerin. Ca i n tehnicile precedente, k a fost ales experimental, totui se pot folosi valori mai mari pentru k pentru robustee crescut cu costul degradrii calitii imaginii.
Compararea coeficienilor DCT de band medie
k = 50
n figura 5.14 se poate observa c tehnica funcioneaz perfect pentru imagini nealterate, cu calitate vizual bun a imaginii marcate transparent. Mrimea blocurilor 46
pentru fiecare dintre tehnicile pe baz de DCT, a fost constant la 8x8, pentru anticiparea compresiei JPEG. Se pot obine rezultate mai bune folosind blocuri mai mari, cu costul reducerii lungimii mesajului. Metoda de marcare prin compararea coeficienilor DCT s-a dovedit a fi destul de robust la zgomot Gaussian i extrem de robust mpotriva compresiei JPEG. Rezultatele recuperrii au fost nc bune la recuperare cu o imagine marcat transparent, care a fost comprimat JPEG, cu un factor de calitate Q=20, dei imaginea marcat i comprimat astfel, a prezentat artefacte JPEG puternice. Cea mai bun comparaie poate fi fcut cu CDMA n domeniul spaial. Dei CDMA spaial a fost mai rezistent la zgomotul Gaussian, tehnica prin compararea coeficienilor DCT s-a dovedit mult mai rezisten la compresia JPEG. Acest lucru ar tinde s indice c inserarea marcajului n acelai domeniu n care au loc distorsiuni (de exemplu compresia), este clar mai avantajoas. Prin anticiparea coeficientului DCT care urmeaz s fie alterat folosind compresia JPEG, se poate atinge un nivel foarte mare pentru robustee. Rezultatele tehnicii DCT pe baz de corelaie sunt similare cu cele de mai sus. DCT pe baz de corelaie a fost puin mai slab pentru nivele mici de distorsiune, dar mai performant pentru nivele mari de distorsiune. Dei a fost implementat corelaia pe baz de prag n banda medie DCT, rezultatele obinute au fost mai slabe dect cu abordarea pe baz de comparaie artat mai jos. Se tie deja din rezultatele corelaiei spaiale c utilizarea a dou secvene de zgomot pseudo-aleatoare este mai bun sub aproape toate aspectele, i ca urmare rezultatele pe baz de prag nu vor fi prezentate aici.
Tehnica prin corelaie pe baz de comparaie n banda medie DCT
k = 15
Chiar i fr modificarea imaginii marcate transparent, se poate observa deja un numr de erori la detecie n marcajul recuperat (fig.5.16b). A fost nevoie de un factor de ctig de 25 pentru ca marcajul s fie detectat fr erori, totui la acest factor de ctig distorsiunile cauzate de plasarea marcajului au devenit vizibile. Modelul zigzag, introdus de aceast tehnic folosind un ctig mare, este foarte obinuit i mai deranjant 47
pentru privitor dect zgomotul mic introdus la folosirea metodei comparrii coeficienilor. Nu prezint nici un interes faptul c acest model in zigzag ar fi eliminat dac s-ar alege secvene de zgomot pseudo-aleatoare separate pentru fiecare bloc. Acest lucru ar cere ns revenirea la detecia pe baz de prag, i probabil performana global ar avea de suferit. Robusteea tehnicii prin corelaie pe baz de comparaie n banda medie DCT
k=15
Interesant este faptul c marcajul recuperat dintr-o imagine comprimat JPEG cu factor de calitate Q=50 este de fapt mai bun dect cel recuperat dintr-o imagine marcat nealterat. Acest lucru ar indica c erorile la detecie n sursa nemodificat sunt chiar la limita corelaiei, i adugarea de zgomot este suficient pentru a o depi. Tehnicile DCT pe baz de blocuri discutate au un dezavantaj comun cu tehnicile pe baz de corelaie din domeniul spaial descrise anterior, i anume fragilitatea la scalare, decupare i alte transformri geometrice. Decuparea imaginii, sau scalarea lui la un nemultiplu al imaginii marcate transparent afecteaz sistemul de coordonate de care depinde DCT pe baz de blocuri. O mbuntire posibil ar fi plasarea unei secvene de zgomot pseudo-aleatoare independente, ca o origine, la care s se raporteze toate celelalte locaii. Dac acest model ar fi plasat n centrul imaginii, primul pas al recuperrii ar fi trecerea acestei secvene de-a lungul imaginii i nregistrarea locurilor unde corelaia are un maxim. Orientarea iniial a imaginii ar putea fi determinat prin rotirea secvenei de zgomot pseudo-aleatoare n jurul originii, pn cnd corelaia atinge un maxim. Cunoscnd locaia originii i orientarea iniial a imaginii, imaginea ar putea fi rotit napoi n poziia original, i toate blocurile s-ar raporta la aceasta.
48
mesajul de mrime mai mic, i apoi folosind mesajul de mrime normal n majoritatea implementrilor. CDMA cu spectru mprtiat n domeniul wavelet
k = 2 cu marcaj de mrime mic
Algoritmul a permis recuperarea fr probleme a marcajului mic din imaginea marcat transparent, care s-a degradat foarte puin datorit integrrii marcajului. Chiar i cu un factor de ctig minimal de k=2, algoritmul a fost nc n msur s ofere robustee moderat la zgomot Gaussian i compresie JPEG, cum se i vede n figura 5.19 de mai jos. Marcajul transparent recuperat, a fost de recunoscut i cnd imaginea gazd a fost puternic degradat, prin adugarea a 50% zgomot Gaussian, sau compresie JPEG cu factor de calitate Q=20. Robusteea CDMA de spectru mprtiat n domeniul wavelet
k=2
49
n timp ce la marcarea folosind tehnici CDMA n domeniul spaial marcajul s-a degradat cu creterea mrimii imaginii, la marcarea folosind tehnici CDMA n domeniul wavelet marcajul a fost integrat normal, i s-au obinut rezultate bune. n figura 5.20 se vede mesajul normal de 1000 de bii plasat n imaginea gazd cu ctig moderat, recuperat cu eroare de doar un singur bit. Robusteea a fost bun folosind mesajul de mrime normal,. n figura 5.21 se poate vedea c marcajul transparent mai poate fi recunoscut la detecie, chiar i cu adugarea unui nivel moderat de zgomot Gaussian la imaginea gazd. Robusteea la compresie JPEG a fost i mai bun, marcajul putind fi recunoscut chiar i dup compresie JPEG, cu factor de calitate Q=20. Aceast abordare pare s combine capacitatea de mesaj a tehnicilor pe baz de blocuri, cu imunitatea la zgomot a CDMA n domeniul spaial. In plus, deoarece secvenele de zgomot pseudo-aleatoare au, n acest caz o lungime njumatit, complexitatea calculelor algoritmului este redus la jumtate. Tehnica CDMA n domeniul wavelet pare s fie cea mai promitoare dintre tehnicile de marcare transparent testate. Algoritmul descris este unul dintre cei mai simpli din domeniul wavelet, iar rezultatele sunt foarte bune. Aceste rezultate conduc la concluzia c domeniul wavelet este cel mai promitor domeniu pentru marcarea transparent digital.
CDMA de spectru mprtiat n domeniul wavelet
k = 2 cu marcaj de mrime normal
50
Concluzii
n lucrare s-au abordat doar cele mai importante tehnici de marcare digital. Metoda pe baz de corelaie aparine primei categorii. Aici marcajul transparent este plasat prin adugarea zgomotului pseudo-aleator la componentele imaginii, i detectat prin corelarea acestui zgomot cu componentele respective de imagine. A doua categorie conine tehnicile care nu se bazeaz pe corelaie. Aceaste metode de marcare pot fi mprite n dou grupuri: grupul bazat pe modificarea LSB i grupul bazat pe relaii geometrice. Tehnica LSB nu este un candidat foarte bun pentru marcarea transparent digital, datorit lipsei unui nivel minim de robustee. Marcajele transparente plasate prin metoda LSB pot fi cu uurin ndeprtate folosind tehnici care nu afecteaz n mod vizibil calitatea imaginii. Pe deasupra, dac se folosete unul dintre algoritmii cei mai populari, mesajul integrat poate fi cu uurin recuperat sau chiar modificat de ctre un ter. Se pare c metoda substituiei LSB va rmne n domeniul steganografiei datorit capacitii sale de a ngloba informaie. Marcajul folosit n domeniul coeficienilor DCT s-a dovedit a fi foarte rezistent la compresia JPEG, i la un nivel mare de zgomot. Prin anticiparea coeficienilor care urmeaz a fi modificai de cuantizrile i transformrile ce urmeaz, se poate crea o tehnic de marcare cu robustee moderat, capacitate bun i impact vizual minim. Marcarea n domeniul wavelet s-a dovedit foarte rezistent la compresie i zgomot, cu degradarea minim a calitii imaginii. Domeniul wavelet pare s fie cel mai promitor domeniu gsit pn acum. Marcarea transparent digital este nc un domeniu de cercetare foarte atractiv, care permite noi abordari si solutii. Nota: Simulrile din acest referat au fost efectuate de ctre autoare folosind sursele Matlab online date de ctre C. Shoemaker [Shoe02].
51
Bibliografie
[BB01] [BBCP98] T. Bajenescu, M.Borda, Securitatea in informatica si telecomunicatii, ed. Dacia 2001. F. Bartolini, M. Barni, V. Cappellini, and A. Piva, Mask building for perceptually hiding frequency embedded watermarks, in Proc. 5th IEEE Int. Conf. Image Processing ICIP98, vol. I, Chicago, IL, Oct. 4-7, 1998, pp. 450-454. M. Borda, I. Nafornita, Digital Watermarking Principles and Applications, Proc. Of Int. Conf. Communications 2004, pp.41-54. G.W. Braudaway, Protecting publicly-available images with an invisible watermark, in Proc. ICIP 97, IEEE Int. Conf. Image Processing, Santa Barbara, CA, Oct. 1997, pp. 524-531. I.J. Cox, J. Kilian, T. Leighton, and T. Shamoon, Secure spread spectrum watermarking for multimedia, NEC Res. Insti., Princeton, NJ, Tech. Rep. 95-10, 1995. I.J. Cox, J. Kilian, F.T. Leighton, T. Shamoon, Secure spread spectrum watermarking for multimedia, IEEE Trans. On Image Processing, Vol. 6, No. 12, Dec. 1997, pp.1673-1687. Brian Chen, Gregory W. Wornell, Quantization Index Modulation: A Class of Provably Good Methods for Digital Watermarking and Information Embedding (1999), ISIT: Proceedings IEEE International Symposium on Information Theory. G. Depovere, T. Kalker, and J.-P. Linnartz, Improved watermark detection using filtering before correlation, in Proc. 5th IEEE Int. Conf. Image Processing ICIP98, vol. I, Chicago, IL, Oct. 4-7, 1998, pp. 430434. O. Faugeras, Three Dimensional Computer Vision: A Geometric Viewpoint. Cambridge, MA: MIT Press, 1993 D.J. Fleet and D.J. Heeger, Embedding invisible information in color images, in Proc. ICIP 97, IEEE Int. Conf. Image Processing, Santa Barbara, CA, Oct. 1997. J.R. Hernndez, M. Amado, and F. Prez-Gonzalez, DCT-Domain watermarking techniques for still images: Detector performance analysis and a new structure, IEEE Trans. Image Processing, vol. 9, pp. 55-68, Jan. 2000. A. Hanjalic, G.C. Langelaar, P.M.B. van Roosmalen, J. Biemond, and R.L. Lagendijk, Image and Video Databases: Restoration, Watermarking and Retrieval (Advances in Image Communications, vol. 8). New York: Elsevier Science, 2000. A. Herrigel, H. Petersen, J. O Ruanaidh, T. Pun, and P. Shelby, Copyright techniques for digital images based on asymmetric cryptographic techniques, presented at Workshop on Information Hiding, Portland, Oregon, USA, Apr. 1998. A. Herrigel, J.J.K. Ruanaidh, H. Petersen, S. Pereira, and T. Pun, Secure copyright protection techniques for digital images, in
[DKL98]
[HLR00]
[HPRP98]
[HRPP98]
52
[KJB97]
[KP99]
[LLL97]
Information Hiding (Lecture Notes in Computer Science, vol. 1525), D. Aucsmith, Ed. Berlin, Germany: Springer, 1998, pp. 169-190. C.-T. Hsu and J.-L. Wu, Hidden signatures in images, in Proc. ICIP-96, IEEE Int. Conf. Image Processing, vol. III, Lausanne, Switzerland, Sept. 16-19, 1996, pp. 223-226. A.K. Jain, Image data compression: A review, Proc. IEEE, vol. 69, pp. 349-389, Mar. 1981. T. Kalker, G. Depovere, J. Haitsma, and M. Maes, A video watermarking system for broadcast monitoring, in Proc. SPIE Electronic Imaging 99, Security and Watermarking of Multimedia Contents, San Jose, CA, Jan. 1999, pp. 103-112. M. Kutter, F. Jordan, and F. Bossen, Digital signature of color images using amplitude modulation, in Proc. SPIE Electronic Imaging 97, Storage and Retrieval for Image and Video Databases V, San Jose, CA, Feb. 1997, pp. 518-526. M. Kutter and F.A.P. Petitcolas, A fair benchmark for image watermarking systems, in Proc. Electronic Imaging 99, Security and Watermarking of Multimedia Contents, vol 3657, San Jose, CA, Jan. 2527, 1999, pp. 226-239. G.C. Langelaar, J.C.A. van der Lubbe, and R.L. Lagendijk, Robust labeling methods for copy protection of images, in Proc. SPIE Electronic Imaging 97, Storage and Retrieval for Image and Video Databases V, San Jose, CA, Feb. 1997, pp. 298-309. T. Liang and J. Rodriguez, Improved watermarking robustness via spectrum equalization, in Proc. IEEE ICASSP 2000, Istanbul, Turkey, June 5-9, 2000. G. C. Langelaar, I. Setyawan, and R. Lagendijk, Watermarking digital image and video data: A state-of-the-art overview, IEEE Signal Processing Mag., vol. 17, no. 5, pp. 2046, Sept. 2000. B.M. Macq and J.-J. Quisquater, Cryptology for digital TV broadcasting, Proc. IEEE, vol. 83, pp. 944-957, June 1995. K.S. Ng and L.M. Cheng, Selective block assignment approach for robust digital image watermarking, in Proc.SPIE/IS&T Int. Conf. Security and Watermarking of Multimedia Contents, vol. 3657, San Jose, CA, Jan. 2527, 1999, pp. 14-17. N. Nikolaidis and I. Pitas, Copyright protection of images using robust digital signatures, in Proc. IEEE Int. Conf. Acoustics, Speech and Signal Processing (ICASSP-96), vol. 4, Atlanta, GA, May 1996, pp. 2168-2171. W.B. Pennebakker and J.L. Mitchell, The JPEG Still Image Data Compression Standard. New York: Van Nostrand, 1993. J.J.K. Ruanaidh, W.J. Dowling, and F.M. Boland, Phase watermarking of digital images, in Proc. IEEE Int. Conf. Image Processing, vol. III, Lausanne, Switzerland, Sept. 16-19, 1996, pp. 239-242. J.J.K. O Ruanaidh and S. Pereira, A secure robust digital image watermark Electronic Imaging: Processing, Printing and Publishing in Colour, SPIE Proceedings, Zrich, Switzerland, May 1998.
53
J.J.K. Ruanaidh and T. Pun, Rotation, scale and translation invariant spread spectrum digital image watermarking, Signal Processing, vol. 66, no. 3, pp. 303-317, May 1998. J.R. Smith and B.O. Comiskey, Modulation and information hiding in images, in Preproc. Information Hiding, University of Cambridge, U.K., May 1996. Pg 9: 93/SC96, 73 C.Shoemaker, Hidden Bits: A Survey of Techniques for Digital Watermarking, http://www.vu.union.edu/~shoemakc/watermarking . R.G. van Schyndel, A.Z. Tirkel, and C.F. Osborne, A digital watermark, in Proc. IEEE Int. Conf. Image Processing, vol. 2, Austin, TX, Nov. 1994, pp. 86-90. C.E. Shannon and W.W. Weaver, The Mathematical Theory of Communications Urbana, IL: Univ. of Illinois Press, 1949. G. Voyatzis and I. Pitas, Applications of Toral automorphisms in image watermarking, in Proc. ICIP-96, IEEE Int. Conf. Image Processing, vol. II, Lausanne, Switzerland, Sept. 16-19, 1996, pp. 237-240. B. A. Wandell, Foundations of vision, Sinauer Associates, Inc., Sunderland, MA, 1995. Xiang-Gen Xia, Charles G. Boncelet and Gonzalo R. Arce, Wavelet transform based watermark for digital images, 7 Dec. 1998, Vol. 3, No. 12, Optics Express, pp. 497-511. J. Zhao, E. Koch, Embedding robust labels into images for copyright protection, 1995
54