Tăng cường mức độ ổn định của thủy vân dựa trên mô hình ảnh đa tầng và các điểm đặc trưng ảnh

Bài viết trình bày một giải pháp nhằm tăng cường mức độ ổn định của thủy vân khi nhúng vào ảnh dựa trên việc xử lí ảnh trong không gian tỉ lệ DoG (Difference of Gaussian). Ý tưởng chính của thuật toán là việc phân tích ảnh thành các lớp trong không gian tỉ lệ DoG và nhúng thủy vân vào dần các lớp ảnh này sử dụng mô hình JND đa tầng (Just Noticeable Difference).
Nội dung trích xuất từ tài liệu:
Tăng cường mức độ ổn định của thủy vân dựa trên mô hình ảnh đa tầng và các điểm đặc trưng ảnhJOURNAL OF SCIENCE OF HNUE DOI: 10.18173/2354-1075.2015-0064Educational Sci., 2015, Vol. 60, No. 7A, pp. 169-179This paper is available online at http://stdb.hnue.edu.vn TĂNG CƯỜNG MỨC ĐỘ ỔN ĐỊNH CỦA THỦY VÂN DỰA TRÊN MÔ HÌNH ẢNH ĐA TẦNG VÀ CÁC ĐIỂM ĐẶC TRƯNG ẢNH Phan Đăng Khuyên1 , Nguyễn Phi Bằng2 , Đặng Thành Trung3 1 Trường THPT Phan Bội Châu, Thành phố Pleiku, Gia Lai 2 Research Engineer, Engineering Human-Computer Interaction Research Group, LIG, Grenoble INP 3 Khoa Công nghệ Thông tin, Trường Đại học Sư phạm Hà Nội Tóm tắt. Bài bào trình bày một giải pháp nhằm tăng cường mức độ ổn định của thủy vân khi nhúng vào ảnh dựa trên việc xử lí ảnh trong không gian tỉ lệ DoG (Difference of Gaussian). Ý tưởng chính của thuật toán là việc phân tách ảnh thành các lớp trong không gian tỉ lệ DoG và nhúng thủy vân vào dần các lớp ảnh này sử dụng mô hình JND đa tầng (Just Noticeable Difference). Dựa trên mô hình này, một lược đồ nhúng thủy vân đảm bảo tính trong suốt nhưng ổn định được đề xuất. Để tăng cường hơn nữa mức độ ổn định của thủy vân trong việc chống lại các cuộc tấn công không đồng bộ, chúng tôi sử dụng các điểm đặc trưng ảnh SIFT (Scale Invariant Feature Tranform). Việc phát hiện các điểm đặc trưng và tính toán mặt nạ JND được thực hiện ngay trong từng tầng của không gian tỉ lệ DoG nhằm làm giảm độ phức tạp của thuật toán. Một loạt các kết quả thí nghiệm được thực hiện và đã chứng minh tính đúng đắn của thuật toán đề xuất. Thủy vân được nhúng hầu như không được phát hiện bởi mắt thường và ổn định đối với một loạt các phép tấn công không đồng bộ hóa như Print-Scan và Camorder. Từ khóa: Thủy vân ảnh, đặc trưng ảnh SIFT, mô hình JND, không gian gian sai khác DoG, tấn công không đồng bộ.1. Mở đầu Trong thời đại bùng nổ thông tin, ngoài các giải pháp bảo mật thông tin được sử dụng phốbiến như hệ mật mã thì kĩ thuật thủy vân đã quan tâm rất lớn vì đây là một phương pháp khá hiệuquả. Khó khăn chính của thủy vân là nhằm giải quyết sự cân bằng giữa tính ổn định và tính trongsuốt của thủy vân (không thể phát hiện bằng mắt thường). Đối với vấn đề đầu tiên, hầu hết cácphương pháp thủy vân đã được đề xuất khả năng chống lại các cuộc tấn công cổ điển chẳng hạnnhư lọc, nén,... Tuy nhiên, tấn công không đồng bộ luôn luôn là một vấn đề khó khăn cho hệ thốngthủy vân. Gần đây, có nhiều phương pháp đã được đề xuất nhằm đối phó với các kiểu tấn công này.Nói chung, chúng có thể được phân thành ba loại như sau: Loại đầu tiên bao gồm việc nhúng mộtNgày nhận bài: 10/7/2015. Ngày nhận đăng: 15/11/2015.Liên hệ: Phan Đăng Khuyên, e-mail: admin@thpt-pbcgialai.edu.vn. 169 Phan Đăng Khuyên, Nguyễn Phi Bằng, Đặng Thành Trungmẫu cùng với thủy vân để xác định biến đổi hình học cho ảnh sau khi nhúng và sau đó áp dụng biếnđổi nghịch đảo [1]. Phương pháp này sẽ làm giảm độ trung thực của hình ảnh và dung lượng củathủy vân vì phải nhúng thêm mẫu. Một phương pháp là sử dụng thủy vân như tài liệu tham khảobằng cách nhúng nó liên tục tại các vị trí không gian khác nhau. Khi tính toán sự tương quan củahình ảnh thủy vân với bất kì phép biến đổi affine, thì sự suy biến affine có thể được mô tả thôngqua sự thay đổi kết quả trong các mẫu tương ứng với vị trí nhúng [2]. Loại thứ hai là các phươngpháp nhúng trong một miền bất biến hình học. O’Ruanaidh và Pun [3] đã đề xuất việc chuyển đổihình ảnh vào miền tần số Fourier-Mellin, được biết đến là bất biến với các phép xoay, co giãn vàtịnh tiến (RST). Trong [4], Đông và cộng sự đã đề xuất một phương pháp để chống lại các phépbiến đổi affine bằng cách sử dụng các chuẩn ảnh. Tuy nhiên, một nhược điểm của các phương phápnày là chúng chỉ chịu được các phép biến đổi tổng thể ảnh chứ không chịu được các phép biến đổicục bộ. Để khắc phục vấn đề này, các thuật toán gần đây được lấy cảm hứng từ cách tiếp cận củaKUTTER và cộng sự [5], được xem như là tiền đề của thế hệ thứ hai cho các phương pháp thủyvân. Ý tưởng của phương pháp này là nhằm tìm kiếm các điểm đặc trưng ảnh và sử dụng chúngđể phân chia ảnh thành các vùng khác nhau. Tiếp đó, thủy vân được đưa vào các khu vực cục bộ.Trong [6], Bas và cộng sự sử dụng bộ dò góc Harris để khai thác điểm đặc trưng trong ảnh và thựchiện tạo lưới tam giác trên tập hợp các điểm ảnh này. Sau đó sử dụng phương pháp nhúng thủy vânlặp đi lặp lại vào trong mỗi tam giác. Một nhược điểm của phương pháp này là bộ dò góc Harrisrất nhạy cảm với phép co giãn ảnh cũng như các cuộc tấn công xử lí tín hiệu. Thêm vào đó, một sự ...