Khóa luận Nghiên cứu watermarking trên ảnh số và ứng dụng

n tính sử dụng xử lý tương quan (không có ý nghĩa nhiều với các hệ số có biên độ cao), trong trường hợp này, các hệ số có cường độ cao sẽ tác động đến kết quả của quá trình dò tương tự như các hệ số có cường độ thấp. 3.3.2.3 Các phương pháp điều biến chỉ số lượng tử hóa (quantization index modulation – QIM) Một vài thuật toán watermarking đơn giản nhất, hoạt động trên miền không gian và thay thế các bit kém quan trọng (lest significant bits – LSB) của các điểm ảnh, cũng thuộc vào loại này. Tuy nhiên, các chiến lược lượng tử – và – thay thế có nhiều tiến bộ hơn và cho phép watermarking an toàn hơn. Như chúng ta đã thấy ở Hình - 9, thông điệp watermark m được điều biến thích hợp và được thêm vào tín hiệu chủ x. Quá trình nhúng này có thể được biểu KH OA C NT T – Đ H KH TN 45 diễn bằng hàm s(x,m). Tuy nhiên, ta có xem s(x,m) là một tập chọn hoặc toàn bộ các hàm của x, có chỉ số là m. Để nhấn mạnh, ta có thể biểu diễn tập toàn bộ các hàm của x có chỉ số m là s(x;m). Do có ràng buộc về biến dạng và yêu cầu tính vô cảm trong ứng dụng watermarking, nên tập s(x;m) cần được giới hạn (có tối thiểu tính cảm quan nhất) xung quanh gần x cho tất cả các chỉ số m (tính xấp xỉ đồng đều). Yêu cầu về độ an toàn này gợi ý là các điểm trong dãy của một hàm thuộc tập hàm toàn bộ nên “cách xa” (phân biệt được bằng cảm quan) so với các điểm trong dãy của bất kỳ hàm nào khác. Tối thiểu nhất là các dãy phải không được giao nhau, nếu không sẽ không có cách nào xác định m từ s. Các phép lượng tử, hoặc chuỗi các phép lượng tử, có thể được dùng làm các hàm xấp xỉ đồng đều để nhúng thông tin watermark. Số giá trị có thể có của m xác định số phép lượng tử cần có, m đóng vai trò là chỉ số lựa chọn phép lượng tử được dùng để biểu diễn m. Ví dụ trong trường hợp m = 2 ta có phép lượng tử nhị phân. HHHHH5 minh họa quá trình nhúng thông tin QIM. Để nhúng một bit m, m 0 {1,2}, một điểm ảnh được ánh xạ vào điểm biểu diễn lại gần nhất tượng trưng cho thông tin m. KH OA C NT T – Đ H KH TN 46 Hình - 11: Điều biến chỉ số lượng tử hóa. Các điểm biểu diễn lại được đánh dấu là x (nếu m=1) và là o (nếu m=2) và thuộc về hai phép lượng tử khác nhau. Khoảng cách dmin nhỏ nhất giữa các tập điểm biểu diễn lại của các phép lượng tử khác nhau trong toàn bộ sẽ xác định độ an toàn của việcc nhúng. ||);();(||minmin ),(:),(min jxsixsd jixxjiji ji −= ≠ (3-9) Bằng trực giác, khoảng cách tối thiểu đo được tổng số nhiễu mà hệ thống có thể chịu đựng được. 3.3.2.4 Lượng tử hóa tán sắc (dithered quantization) Phương pháp lượng tử hóa tán sắc có thể được coi như là một trường hợp đặc biệt của QIM để ngăn chặn nhiễu tự có. Các phép lượng tử tán sắc là toàn bộ KH OA C NT T – Đ H KH TN 47 những lượng tử mà các ô lượng tử hóa và các điểm biểu diễn lại của mỗi phép lượng tử trong tập toàn bộ là các phiên bản khác được dịch từ vài phép lượng tử cơ sở Q. Phép dịch này được cho bởi vector tán sắc (dither vector) d. Lượng tử hóa tán sắc là một quá trình, trong đó vector tán sắc d có chiều dài L được thêm vào đầu vào x trước khi lượng tử hóa. Đầu ra của quá trình lượng tử trừ có công thức: iiii ddxQs −+= )( với 0# i # L (3-10) hoặc dùng ký hiệu giới thiệu ở mục trước: )())(();( mdmdxQmxs −+= (3-11) Ở đây, người ta chỉ quan tâm đến phép lượng tử vô hướng, đồng đều với kích thước bước là ∆. Toàn bộ tập tán sắc nhị phân có thể được phát ra một cách giả ngẫu nhiên nhờ vào việc chọn di(1) với phân phối đều trên [-∆/2, ∆/2] và d2(2) được gán như sau:   ≥∆− <∆+= 0)1(2/ 0)1(2/ 2 ii ii dd dd d , 0 # i # L (3-12) Lỗi lượng tử hóa tán sắc trừ (subtractive dither quantizaion – SDQE) không phụ thuộc vào đầu vào lượng tử khi tín hiệu tán sắc d có phân phối đều trong phạm vi một dãy nhị phân lượng tử hóa, di 0 [-∆/2, ∆/2], dẫn tới một độ lệch bình phương kỳ vọng là e2 = ∆2/12. Thuật toán dưới đây sẽ minh họa lượng tử tán sắc của việc giải mã, cũng như cách phát ra vector tán sắc nêu trên: Thuật toán điều biến tán sắc double quantize (double value, double delta) KH OA C NT T – Đ H KH TN 48 { int q = floor(value/delta); return((value-delta*q)<=(delta*(q+1)-value) ? delta*q : delta*(q+1); } void dm_quantize_vector (double x[], double dither[], double delta, int n) { for (int i = 0; i < n; i++) x[i] = quantize (x[i] + dither[i] , delta) – dither[i]; } double dm_distance (double y[], double dither[], double delta, int n) { double sum = 0; for (int i = 0; i < n; i++) sum+=sqr(y[i]- (quantize (y[i] + dither[i], delta)-dither[i])); return sum; } int decode_vector (double y[], double **dither, double delta, int n) { return(dm_distance (y,dither[0],delta,n) < dm_distance (y,dither[1],delta,n)?0:1; } void generate_dither (double **dither, double delta, int n) KH OA C NT T – Đ H KH TN 49 { for (int i = 0; i < n; i++) { dither[0][i]=ranf() * delta – (delta / 2.0); dither[1][i]=dither[0][i]+(dither[0][i]<0.0)?(delta/2.0):(-delta/2.0); } } 3.3.2.5 Điều biến tán sắc phân bố biến đổi (spread - transform dither modulation – STDM) Phương pháp điều biến này có thể được dùng để chuyển đổi một mô hình watermarking phổ rộng sẵn có sang một mô hình dựa trên chiến lược lượng tử hóa – và – thay thế. Điều này có thể làm được bằng cách thay thế đơn giản phép cộng với một hàm lượng tử hóa. Các hệ thống phổ rộng có một công thức nhúng dạng, s(x,m) = x + a(m) . u (3-12) trong đó u là một vetor giả ngẫu nghiên được bình thường hóa. Công thức nhúng trên có thể được viết lại dưới dạng s(x,m) = ).~()).(~( uxxumax −++ (3-13) với x~ là phép chiếu của ảnh x lên vector phân bố u, x~ = x . u Lúc này, phép cộng: s(x,m) = x~ + a(m) (3-14) có thể được thay thế bằng phép lượng tử hóa s~ = Q( x~ + d(m)) – dm (3-15) Công thức nhúng cuối cùng của mô hình STDM là: KH OA C NT T – Đ H KH TN 50 s(x;m) = (Q( x~ + d(m)) – d(m)) . u + (x – x~ . u) (3-16) 3.3.3 Ví dụ: thuật toán Koch Đây là một thuật toán điển hình về mô hình watermaking theo chiến lược lượng tử hóa – và – thay thế. Tác giả Thuật toán này được phát triển bởi Eckhard Koch và Jilian Zhao tại viện Fraunhofer Institude for Computer Graphic, Darmstadt, Đức [12] Watermark Là một chuỗi các giá trị nhị phân, wi 0 {0,1} Lựa chọn hệ số Đề nghị khối hệ số DCT 8 x 8 giả ngẫu nhiên. Trong phạm vi mỗi khối bi , 2 hệ số từ dãy tần trung bình được chọn ngẫu nhiên trở lại (xem hình dưới). Trong những mở rộng của mô hình cơ bản này, vài khối hoặc vài cặp bị loại dựa trên tiêu chuẩn vô hình và an toàn của watermark . KH OA C NT T – Đ H KH TN 51 Mô hình watermarking cơ bản của Koch hoạt động trên các khối hệ số DCT 8 x 8 và tính toán cặp hệ số để nhúng một bit thông tin watermark Nhúng Đầu tiên, mỗi khối được lượng tử hóa bằng ma trận lượng tử hóa JPEG và hệ số lượng tử hóa Q. Sau đó, đặt fb là khối hệ số DCT 8 x 8 và fb(m1,n1), fb(m2,n2) là các hệ số được chọn trong khối này. Độ khác nhau tuyệt đối giữa các hệ số được chọn cho bởi công thức: ∆b = |fb(m1,n1) - fb(m2,n2)| Để nhúng 1 bit thông tin watermark, wi, trong khối được chọn bi, cặp hệ số fb(m1,n1), fb(m2,n2) được sửa đổi sao cho: 1 0{ =≥ =−≤=∆ i iwifq wifqb trong đó, q là thông số điều khiển cường độ nhúng Nhận xét Mô hình này có thể được mở rộng bằng cách ràng buộc mối quan hệ giữa 3 (thay vì 2) hệ số. Điều này cho phép mã hóa bit watermark theo cách an toàn hơn và cung cấp một kỹ thuật để bỏ qua các khối không phù hợp cho việc nhúng watermark. Vì watermark được nhúng trong các khối hệ số DCT 8 x 8, nó có thể bị nhận thấy, nhất là trong vùng trơn. Để cải tiến, có thể kết hợp các khía cạnh của HVS để khắc phục vấn đề biến dạng có thể thấy được ở trên. Rất nhiều độ đo đơn giản được đề nghị để giữ tính trơn của khối. KH OA C NT T – Đ H KH TN 52 Do vậy, một khối có thể bị loại (không nhúng) hoặc nhúng với một thông số cường độ q có điều chỉnh. Bảng - 3: Thuật toán của Koch KH OA C NT T – Đ H KH TN 53 Chương 4. WATERMARKING TRÊN MIỀN WAVELET 4.1 Dẫn nhập Sự phát triển của các kỹ thuật nén ảnh, như JPEG, MPEG và mới đây là JPEG2000, cho phép sử dụng rộng rãi các ứng dụng đa phương tiện hơn. Các kỹ thuật watermarking trước đây thường được nghiên cứu trên miền không gian thường sử dụng các thành phần có tần số thấp để nhúng thông tin watermark, điều này giúp cho watermark có thể không cảm nhận được (vô hình). Tuy nhiên, khi đối mặt với yêu cầu về tính an toàn đối với các kỹ thuật nén và tấn công watermark thì các phương pháp watermarking trên miền không gian tỏ ra rất yếu kém. Các nghiên cứu gần đây cho thấy rằng các yêu cầu về tính vô hình và độ an toàn của watermark có thể được thực hiện dễ hơn nếu sử dụng các biến đổi cho dữ liệu chủ, thông tin watermark sẽ được chứa trong miền biến đổi này. Nhiều biến đổi ảnh đã được xem xét, nổi lên trong số đó là biến đổi cosine rời rạc (DCT). Trước đây, biến đổi này đặc biệt ưa chuộng cho các chuẩn mã hóa video và ảnh. Từ đó, một số lớn kỹ thuật watermarking đã tận dụng biến đổi này. Ngoài ra, còn có các biến đổi khác cũng được đề nghị dùng trong kỹ thuật watermarking bao gồm biến đổi Fourier rời rạc (DFT), biến đổi Fourier-Mellin, …Trong những tác phẩm mới đây nhất, các tác giả thường đề cập đến việc dùng biến đổi wavelet rời rạc (DWT) cho kỹ thuật watermarking. Trong lĩnh vực ảnh số, cùng với trào lưu tiêu chuẩn hóa ảnh theo JPEG2000 và dịch chuyển các phương pháp nén ảnh từ dựa trên DCT sang DWT, các mô hình watermark hoạt động trên miền wavelet ngày càng trở nên được quan tâm KH OA C NT T – Đ H KH TN 54 hơn. Các yêu cầu mới, như truyền tải từng phần và có tỷ lệ bit thấp, độ phân giải và tính có thể thay đổi tỷ lệ chất lượng, khả năng phục hồi lỗi và mã hóa vùng quan tâm (ROI), được đòi hỏi với hiệu suất mã hóa cao hơn và đa năng hơn. Những yêu cầu này được đáp ứng nhờ vào hệ thống “mã hóa khối được nhúng có làm tròn tối ưu” (EBCOT) dựa theo wavelet, điều này được chấp nhận với các bổ sung nhỏ trong chuẩn mã hóa ảnh JPEG2000 sắp tới. Biến đổi wavelet có một số thuận lợi hơn so với các biến đổi khác, chẳng hạn DCT, là vì nó có thể khai thác trên cả hai ứng dụng nén ảnh và watermarking. Dưới đây, chúng tôi sẽ đi vào các kỹ thuật watermarking trên miền wavelet của một số tác giả điển hình. 4.2 Biến đổi wavelet 4.2.1 Phương pháp Biến đổi wavelet được nghiên cứu rộng rãi trong thập niên vừa qua. Nhiều ứng dụng của biến đổi wavelet, như nén, phân tích và xử lý tín hiệu đã được phát triển. Chúng ta sẽ không đi sâu vào phân tích những ứng dụng như thế, mà sẽ nghiên cứu những khái niệm cần thiết của DWT để phục vụ cho vấn đề watermarking. Ý tưởng cơ bản của DWT cho tín hiệu một chiều có thể miêu tả như sau. Đầu tiên, tín hiệu được chia thành 2 phần, thông thường là phần của những số cao và phần của các tần số thấp. Các thành phần biên (cạnh) của tín hiệu được hạn chế trong phần tần số cao. Phần tần số thấp sau đó được chia tiếp thành 2 phần (phần tần số cao và phần tần số thấp) một lần nữa. Quá trình này cứ tiếp diễn cho tới khi tín hiệu được phân tích toàn bộ hoặc được dừng trước lúc đó bởi sự kiểm soát của ứng dụng. Đối với các ứng dụng nén và watermarking, thông KH OA C NT T – Đ H KH TN 55 thường ít khi dùng quá 5 bước phân tích. Hơn nữa, từ các hệ số DWT, ta có thể tái tạo lại tín hiệu gốc. Quá trình tái tạo lại này được gọi là DWT ngược (IDWT). Về mặt toán học, DWT và IDWT có thể được biểu diễn như sau: Đặt jkw k k ehwH −∑= .)( (5-1) và: jkw k k egwG −∑= .)( (5-2) lần lượt làm bộ lọc thông cao và lọc thông thấp, thỏa mãn các điều kiện cho việc tái tạo được phát biểu ở phần sau. Một tín hiệu, F(n) có thể được phân tích theo cách đệ qui như sau: ∑ −− = n jkn low j nfhkf )()( 21 (5-3) và: ∑ −− = n jkn high j nfgkf )()( 21 (5-4) với j = J + 1, J, …, J0 ; trong đó fj+1(k) = F(f), k 0 Z. J + 1 là chỉ số mức phân giải cao nhất và J0 là chỉ số mức phân giải thấp nhất. Các hệ số: )( 0 kf lowJ , )(0 kf high J , )(10 kf high J + , …, )(kf high J KH OA C NT T – Đ H KH TN 56 được gọi là DWT của tín hiệu F(n), trong đó )(0 kf low J là phần có mức phân giải thấp nhất của F(n) (tính gần đúng) và )(kf highJ là các chi tiết của F(n) tại nhiều băng tần khác nhau. Đồng thời, tín hiệu F(n) có thể được tái tạo lại từ các hệ số DWT đệ qui sau của nó (gọi là IDWT): ∑ ∑ −−−− += n k high jkn low jkn low j kfgkfhnf )()()( 1212 (5-5) Để đảm bảo mối quan hệ giữa DWT và IDWT ở trên, cần phải có điều kiện trực giao giữa các bộ lọc H(w) và G(w): |H(w)|2 + |G(w)|2 = 1 (5-6) Một ví dụ như thế về H(w) và G(w) là: jwewH −+= 2 1 2 1)( (5-7) và: jwewG −−= 2 1 2 1)( (5-8) Ví dụ trên chính là bộ lọc wavelet của Haar. Các bộ lọc thông dụng khác được dùng trong xử lý ảnh là họ các bộ lọc trực giao Daubechies (D-4, D-6, D-8, D-10, D-12) và các bộ lọc bi-orthogonal (B-5/3, B-7/9). DWT và IDWT cho ảnh hai chiều F(m,n) có thể được định nghĩa tương tựbàng cách thực thi DWT và IDWT một chiều riêng rẽ cho từng chiều m và n, kết quả là tạo ra một ảnh trình bày theo dạng hình kim tự tháp (hình chóp), ví dụ như Hình - 12. KH OA C NT T – Đ H KH TN 57 Hình - 12: Dạng hình kim tự tháp của ảnh “Lena” qua phép phân tích cấp 2. 4.2.2 Các đặc tính và các lợi thế Trong Hình - 13, chúng ta thấy có 2 ảnh: “Lena” phía trái và “Baboon” phía phải. trong khi ảnh “Lena” thì tương đối trơn, ngoại trừ đám lông trên chiếc mũ, còn ảnh “Baboon” thì có nhiều vùng thô hơn. Sau phép phân tích DWT ở cấp 3, chúng ta có 10 băng tần con cho mỗi ảnh. Các tần số thấp (thu được qua bộ lọc thông thấp) được tập trung trong băng tần góc phía trái – trên và nhìn có vẻ giống như một phiên bản thu nhỏ của ảnh gốc, do vậy, băng tần con này còn được gọi là băng tần con xấp xỉ. Các thành phần có tần số cao của ảnh được lưu giữ trong 9 băng tần con chi tiết còn lại. Biến đổi wavelet có một số đặc tính và thuận lợi so với các biến đổi khác, chẳng hạn DCT, như sau: KH OA C NT T – Đ H KH TN 58 (a) “Lena” (b) “Baboon” (c) Ảnh phân tích cấp 3 (b) Ảnh phân tích cấp 3 (e) phân phối của các hệ số (f) phân phối của các hệ số Hình - 13: Ảnh tương đối trơn, “Lena”, ở cột trái; ảnh thô, “Baboon”, ở cột phải. Quan sát ở biểu đồ (e) và (f) cho thấy ảnh KH OA C NT T – Đ H KH TN 59 trơn có nhiều đỉnh quan trọng co hệ số là 0 hơn. Phương sai của ảnh thô cao hơn. • Biến đổi wavelet là bản mô tả đa phân của ảnh: quá trình giải mã có thể được xử lý tuần tự từ phân giải thấp tới các phân giải khác cao hơn. • Biến đổi wavelet gần với hệ thống trực quan của con người (HVS) hơn các biến đổi khác. So với DCT, các tác phẩm được tạo bởi việc mã hóa theo miền wavelet với tỷ lệ nén cao thì ít gây khó chịu về mặt cảm quan hơn là tạo từ DCT với cùng một tỷ lệ bit. Thêm vào đó, trong trường hợp JPEG, các khối tạo ra từ việc mã hóa ảnh theo DCT bị nhận thấy rõ, vì DCT thường hoạt động trên các khối 8 x 8 độc lập. • Biến đổi wavelet phát ra một cấu trúc dữ liệu được trình bày theo phân lớp (nấc) không gian. Trong dạng trình bày ảnh này, các tín hiệu có tần số cao được đặt hoàn toàn chính xác trong miền điểm ảnh, trong khi đó các tín hiệu có tần số thấp được bố trí hoàn toàn trong miền tần số. Phân giải theo không gian này của biến đổi wavelet tăng dần theo tần số. Do đó các cạnh sắc nét trong ảnh, bị khoanh vùng không gian và có nội dung có tần số cao quan trọng, có thể được nhìn thấy trong các băng tần con chi tiết và được thể hiện dưới dạng các đường viền theo các đối tượng trong ảnh. Trong khi phân giải theo tần số độc lập với tần số trong miền DCT, thì trong miền wavelet nó là nghịch đảo theo tỷ lệ tần số. KH OA C NT T – Đ H KH TN 60 Từ những đặc tính đó, khi xây dựng các mô hình watermarking hoạt động dựa trên miền wavelet, chúng ta có thể có được những lợi thế sau cho mô hình này: * Trình bày theo dạng phân cấp nhờ vào đặc tính đa phân của biến đổi này đặc biệt thích hợp cho các ứng dụng mà ảnh phải truyền tải từng phần, và có một số lớn dữ liệu cần được xử lý, lấy ví dụ như các ứng dụng trong video, hoặc trong các hệ thống thời gian thực.Các thuật toán watermarking nhúng watermark có dạng phân cấp hoặc có dạng lồng ghép có thể lưu lại nhiều kết quả tính toán một khi vết watermark có thể được dò ra sớm trong truyền tải từng phần. * Miền wavelet cho phép có mô hình tốt hơn về HVS. Nó gần với biến đổi Cortex theo giả thuyết hơn là DCT, vì nó chia tín hiệu thành các băng tần riêng mà có thể được xử lý độc lập. Ngoài ra, tính trực quan của nhiễu lượng tử hóa và các khả năng che dấu trong miền wavelet đã được nghiên cứu rộng rãi. * Như đã nói ở trên, các băng tần con có phân giải cao cho phép xác định các đặc trưng của ảnh như các cạnh hoặc các vùng thô trong miền biến đổi. Các mô hình watermarking thường đặt nhiều năng lượng watermark vào các hệ số DWT lớn, do đó nó tác động đến hầu hết các khu vực như các cạnh và vùng thô, nhờ vậy HVS không bị hư hỏng. Đây chỉ là một ví dụ về việc che dấu mà có thể được khai thác trong miền wavelet. Việc hiểu được HVS tuyệt đối là không thể thiếu để thực hiện watermarking vô cảm có hiệu suất cao là cần thiết. Ví dụ mô hình watermarking của Su [13] đã tận dụng các lợi thế về tính phân vùng của các hệ số biến đổi để thực thi mã hóa ROI. * Biến đổi wavelet có hiệu suất tính toán cao và có thể được tiến hành theo nhiều cách khác nhau, ví dụ bằng cách thay đổi điều kiện hay bước nhảy của bộ lọc. KH OA C NT T – Đ H KH TN 61 * Chuẩn mã hóa JPEG2000, sắp được phát hành tới đây, sẽ dựa trên DWT. 4.3 Các thuật toán ví dụ Các thuật toán watermarking trên miền wavelet rất đa dạng với nhiều mô hình khác nhau. Tuy nhiên, thường vấn đề mấu chốt nằm ở kỹ thuật lựa chọn hệ số nhúng và việc tính toán dò watermark. Ở đây, để cho đơn giản, chúng tôi sử dụng tiêu chí không tham chiếu dữ liệu (blind) và tham chiếu dữ liệu (non-blind) để phân chia các thuật toán. 4.3.1 Ví dụ về thuật toán non-blind 4.3.1.1 Thuật toán Wang Tác giả Thuật toán này được phát triển bởi Houng-Jyh Mike Wang, Po-Chyi và C.-C. Jay Kuo tại Khoa Điện tử, Đại Học Sounthern California, USA Watermark Là chuỗi các số thực Gauss giả ngẫu nhiên phù hợp với số hệ số được chọn nhúng. Phân tích Các tác giả không xác định mức phân tích là bao nhiêu cho ảnh. Tuy nhiên, theo nhận xét thì phải thực hiện ít nhất 5 bước phân tích 5 thì mới tốt. Lựa chọn hệ số Watermark được gắn vào các hệ số có ý nghĩa trong các băng tần con trung cao. Nghiên cứu để tìm ra các vị trí này dựa trên các nguyên lý thiết kế của mã hóa wavelet đa ngưỡng (multi-threshold wavelet coder – MTWC), cụ thể là lượng tử KH OA C NT T – Đ H KH TN 62 hóa băng tần con lần lượt (succesive subband quantization – SSQ) và mã hóa ở mức bit. Thuật toán chọn các hệ số có cường độ lớn hơn ngưỡng băng tần con hiện tại, Ts,i. Sau khi watermarking một băng tần con, thì ngưỡng băng tần con đó sẽ giảm một nửa. Giá trị ngưỡng ban đầu của băng tần con được xác định theo công thức: 2 ||max 0, s ss fT β= với βs là trọng số điều chỉnh cho các băng tần con. Thuật toán dưới đây sẽ bắt đầu với băng tần con có tần số cao nhất (với ngưỡng ban đầu Ts,0 cao nhất) và lặp cho tới khi đủ số các hệ số được chọn. Một hệ số được chọn chỉ nhúng một lần; tuy nhiên, một băng tần con có thể được duyệt nhiều lần. Chỉ quan tâm tới các băng tần chi tiết (băng tần có tần số cao hay trung) chứ không quan tâm tới băng tần xấp xỉ (băng tần có tần số thấp). Thuật toán chọn các hệ số: for mỗi băng tần con s { tính ngưỡng ban đầu Ts,0 đặt tất cả các hệ số của băng tần vào trạng thái chưa được chọn } KH OA C NT T – Đ H KH TN 63 while còn ký số của watermark để lấy thì { chọn Smax là băng tần con có giá trị tối đa là Ts for mỗi hệ số ci trong Smax { if ci là chưa chọn và |ci| > TSmax { chọn ci để nhúng ký số watermark này đánh dấu đã chọn ci { { cập nhật lại ngưỡng của Smax: TSmax = TSmax / 2 } Nhúng Sử dụng công thức nhúng: issss wTnmfnmf ..),(),(' α+= Trích Sử dụng công thức đảo của công thức nhúng, xem mô tả KH OA C NT T – Đ H KH TN 64 ở mục 3.2 Nhận xét Trong các bài báo mới đây, các số tác giả tập trung nhiều hơn về các khía cạnh an toàn và đề nghị sử dụng một mô hình nhảy theo hệ số phụ thuộc khóa để thu được một biến đổi có cấu trúc phụ thuộc khóa và không có khả năng đảo ngược (hay che dấu tốt) vị trí nhúng. Bằng cách đánh trọng số cho các hệ số wavelet theo mức cảm nhận qua việc chọn các ngưỡng Ts, việc tạo ra ảnh biến dạng có thể được ràng buộc theo một hệ số mất mát hợp lý. Đối với ảnh hoạt họa và ảnh bản đồ có thể bổ sung thêm phép nhúng trên ảnh bitmap bằng cách lấy băng tần con được chọn được chia thành vài khối bằng nhau. Mỗi khối chứa 1 bit thông tin watermark. Trong tài liệu [13], Su mở rộng mô hình này cho các ứng dụng watermark ROI và gắn nhãn ảnh. Một bản đồ ROI nhị phân được xây dựng cho mỗi mức phân giải để chọn vùng cần nhúng watermark. Cuối cùng, mặt nạ ROI theo miền không gian phải được thay đổi tỷ lệ để vừa khít với các băng tần con đa phân giải của biến đổi wavelet. Các giá trị trội của mỗi khối ROI 2 x 2 được ánh xạ thành hệ số trong bản đồ thô kế tiếp, quá trình này được lặp đi lặp lại. Bảng - 4: Thuật toán Wang 4.3.1.2 Thuật toán Xia KH OA C NT T – Đ H KH TN 65 Tác giả Thuật toán này do Xiang-Gen Xia, Charles G. Boncelet và Gonzalo R. Arce thuộc khoa công nghệ máy tính và điện tử, đại học Delaware, Newark, USA, DE, đề xuất trong tài liệu [14] Watermark Là một chuỗi Gauss gồm các số thực giả ngẫu nhiên. Phân tích Sử dụng phân tích cấp 2 và bộ lọc wavelet Haar. Phân tích DWT theo hình chóp của một ảnh: Lựa chọn hệ số Watermark được nhúng trong các hệ số lớn của băng tần cao và trung (gọi chung là băng tần con chi tiết). Băng tần LL bỏ qua và không mang bất kì một thông tin watermark nào. Nhúng Sử dụng công thức nhúng cộng f’(m,n) = f(m,n) + α . f(m,n)beta wi Trong đó α là cường độ nhúng và beta là sự khuếch đại của các hệ số lớn. Trích Sử dụng công thức đảo tương tự như phần 3.2 KH OA C NT T – Đ H KH TN 66 Nhận xét Thuật toán phát huy được những thuận lợi của hình thức trình bày theo dạng đa phân giải. Phương pháp phân rã phân cấp giúp cho qui trình phát hiện watermark tiêt kiệm được những tính toán không cần thiết khi chữ kí được phát hiện ngay từ bước phân rã trước đó. Do các hệ số lớn trong các băng tần con chi tiết thông thường chỉ các đường biên trong ảnh nên thuật toán này lưu hầu hết năng lượng watermark trong các vùng có chứa biên và ảnh thô. Mắt người ít mẫn cảm với các thành phần tín hiệu có tần số thấp vốn hay nằm trong băng tần con LL của phép biến đổi. Các tác giả cũng cho rằng DWT có nhiều thuận lợi hơn so với DCT trong các tấn công thay đổi lai theo tỉ lệ. Các hệ số DCT của ảnh được thay đổi lại theo tỉ lệ được dịch theo hai chiều từ so với các vị trí của ảnh gốc. Nhờ tính cục bộ hóa của DWT, không chỉ trong miền thời gian mà cả trong miền tần số, hệ số không bị ảnh hưởng nhiều như trong trường hợp DCT. Đặc biệt, phương pháp có độ an toán cao với các biến dạng ảnh thông thường như nén, nhiễu cộng với phương sai nhiễu lớn, giảm độ phân giải. Bảng - 5: Thuật toán Xia 4.3.1.3 Thuật toán Zhu Tác giả Thuật toán này cùng được phát triển bởi Wnwu Zhu KH OA C NT T – Đ H KH TN 67 thuộc Phòng thí nghiệm Bell, Lucent Techologies, Homdel, NJ, USA và Zixiang Xiong và Ya-Qin Zhang thuộc khoa công nghệ điện tử, đại học Hawaii, Honolulu, HI, USA, xuất bản trong tài liệu tài liệu [15] Watermark Là một chuỗi Gauss gồm các số thực giả ngẫu nhiên. Chiều dài của chuỗi watermark bằng số lượng các hệ số băng tần con chi tiết. Phân tích Sử dụng phân tích wavelet cấp 4. Phân tích wavelet cho ra một cách trình bày đa phân giải của ảnh. Một watermark được nhúng vào các băng thông cao (các vùng bóng) của mỗi độ phân giải, và watermark ẩn từ độ phân giải thấp đến độ phân giải cao. Lựa chọn hệ số Tất cả các hệ số bằng thông cao được chọn để nhúng không cần đến băng tần LL. Nhúng Sử dụng công thức nhúng cộng được mô tả trong phần KH OA C NT T – Đ H KH TN 68 3.2. Chuỗi watermark ở các mức phân giải khác nhau được ẩn, …⊂ W3 ⊂ W2 ⊂ W1, trong đó Wj là chuỗi watermark wi ở mức phân giải j. Chiều dài của Wj được cho bởi công thức: jj MN 2 2 2 3= Trích Sử dụng công thức nhúng đảo tương tự như phần 3.2. Việc dò sự có