Nghiên cứu một số phương pháp thủy vân bền vững dựa trên các biến đổi ma trận SVD và QR

Thủy vân dễ vỡ là kỹ thuật nhúng thủy vân vào trong ảnh, khi có bất kì sự can thiệp hay thay đổi nào tới ảnh gốc thì dấu thủy vân sẽ không còn nguyên vẹn; kỹ thuật thủy vân này được ứng

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Phạm Văn Ất

Hà Nội - 2014

LỜI CAM ĐOAN

Tôi xin cam đoan toàn bộ nội dung luận văn này là do tôi tự sưu tầm, biên soạn và nghiên cứu

Nội dung của luận văn này chưa từng được ai khác công bố hay xuất bản dưới bất

kỳ hình thức nào và cũng không được sao chép từ bất kỳ một công trình nghiên cứu nào Toàn bộ mã nguồn chương trình hoàn toàn do tôi tự tay viết và chỉnh sửa dưới sự hướng dẫn của thầy giáo hướng dẫn, kết quả thử nghiệm hoàn toàn do tôi tìm hiểu và thực hiện

Nếu sai tôi xin hoàn toàn chịu trách nhiệm

Hà Nội, ngày 24 tháng 10 năm 2014

Học viên

Nguyễn Ngọc Hưng

LỜI CẢM ƠN

Tôi xin bày tỏ lòng biết ơn sâu sắc đến thầy giáo PGS.TS Phạm Văn Ất – Khoa Công nghệ thông tin, trường Đại học Giao thông vận tải Hà Nội là người đã trực tiếp hướng dẫn, chỉ bảo tận tình và hết lòng giúp đỡ tôi trong suốt thời gian làm luận văn này

Xin được cảm ơn các anh, chị và các bạn đồng nghiệp trong nhóm nghiên cứu an toàn bảo mật thông tin do thầy Phạm Văn Ất hướng dẫn đã có những góp ý quý báu trong quá trình nghiên cứu và trình bày luận văn

Xin được cảm ơn Ban lãnh đạo Viện Công nghệ thông tin – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, cùng toàn thể các anh, chị đồng nghiệp trong phòng Tin học Viễn thông đã giúp đỡ, tạo điều kiện về thời gian, vật chất và tinh thần để tôi hoàn thành khóa học của mình

Tôi cũng chân thành cảm ơn những người thân trong gia đình, bạn bè đã động viên

và tạo mọi điều kiện giúp tôi trong quá trình học tập, công tác cũng như trong cuộc sống Cuối cùng tôi xin gửi lời chúc sức khỏe và thành công tới tất cả quý thầy cô và gia đình cùng toàn thể các bạn

Hà Nội, ngày 24 tháng 10 năm 2014

Học viên

Nguyễn Ngọc Hưng

MỤC LỤC

LỜI CAM ĐOAN 1

LỜI CẢM ƠN 2

MỤC LỤC 3

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT 6

DANH MỤC CÁC BẢNG 7

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ 8

MỞ ĐẦU 9

CÁC KHÁI NIỆM CƠ SỞ 11

1.1 Ảnh số 11

1.1.1 Khái niệm và phân loại ảnh số 11

1.1.2 Điểm ảnh 11

1.1.3 Màu và mô hình màu 13

1.1.4 Histogram 15

1.1.5 Định dạng ảnh 16

1.2 Các phép biến đổi ma trận 18

1.2.1 Biến đổi Cosine rời rạc DCT 18

1.2.2 Biến đổi Wavelet rời rạc DWT 20

1.2.3 Biến đổi SVD 21

1.2.4 Biến đổi QR 22

1.3 Một số phân phối xác suất thường dùng 23

1.3.1 Phân phối chuẩn 23

1.3.2 Phân phối đều 24

1.3.3 Phân phối nhị thức 24

1.4 Giấu tin 25

1.4.1 Khái niệm giấu tin 25

1.4.2 Giấu tin trên miền không gian 27

1.4.3 Giấu tin trên miền biến đổi 27

1.5 Thủy vân số 28

1.5.1 Khái niệm 28

1.5.2 Phân loại 28

1.5.3 Các yêu cầu đối với hệ thống thủy vân 30

1.5.4 Mô hình thủy vân cơ bản 30

1.5.5 Tấn công thủy vân 31

1.5.6 Đánh giá chất lượng thủy vân 31

1.5.7 Ứng dụng của thủy vân 33

MỘT SỐ LƯỢC ĐỒ THỦY VÂN DỰA TRÊN PHÉP BIẾN ĐỔI SVD và QR 35

2.1 Lược đồ thủy vân SVD-1 35

2.1.1 Ý tưởng 35

2.1.2 Quá trình nhúng thủy vân 36

2.1.3 Quá trình trích thủy vân 38

2.1.4 Một số nhận xét về lược đồ SVD-1 38

2.2 Lược đồ thủy vân SVD-n 38

2.2.1 Ý tưởng 38

2.2.2 Quá trình nhúng thủy vân 39

2.2.3 Quá trình trích thủy vân 39

2.2.4 Một số nhận xét về lược đồ SVD-n 40

2.3 Lược đồ QR-1 40

2.3.1 Ý tưởng 40

2.3.2 Quá trình nhúng thủy vân 41

2.3.3 Quá trình trích thủy vân 41

2.3.4 Một số nhận xét về lược đồ QR-1 42

2.4 Lược đồ QR-n 42

2.4.1 Ý tưởng 42

2.4.2 Quá trình nhúng thủy vân 43

2.4.3 Quá trình trích thủy vân 43

2.4.4 Một số nhận xét về lược đồ QR-n 43

MỘT SỐ NHẬN XÉT VỀ LƯỢC ĐỒ THỦY VÂN ĐỀ XUẤT VÀ KẾT QUẢ THỬ NGHIỆM 45

3.1 Một số nhận xét 45

3.1.1 Tốc độ thực hiện 45

3.1.2 Khả năng lựa chọn phần tử nhúng thủy vân 45

3.1.3 Chất lượng ảnh sau khi nhúng thủy vân 46

3.2 Kết quả thử nghiệm 47

3.2.1 Bộ ảnh thử nghiệm 47

3.2.2 So sánh tính bền vững của các lược đồ thủy vân 48

3.2.3 So sánh SVD-1 và QR-1 tại các vị trí nhúng thủy vân khác nhau 50

KẾT LUẬN 54

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ CÓ LIÊN QUAN ĐẾN LUẬN VĂN 55

TÀI LIỆU THAM KHẢO 56

PHỤ LỤC 58

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

SVD Singular Value Decomposition Biến đổi SVD

NMF Non-negative Matrix Factorization Thừa số hóa ma trận không âm DCT Discrete Cosine Transform Biến đổi Cosine rời rạc

IDCT Invert Discrete Cosine Transform Biến đổi ngược DCT

DFT Discrete Fourier Transform Biến đổi Forier rời rạc

IDFT Invert Discrete Fourier Transform Biến đổi ngược DFT

DWT Discrete Wavelet Transform Biến đổi Wavelet rời rạc IDWT Invert Discrete Wavelet Transform Biến đổi ngược DWT

DANH MỤC CÁC BẢNG

Bảng 3.1 Chất lượng ảnh của các lược đồ thuỷ vân (dấu thủy vân là logo trường Đại học Công nghệ) 48Bảng 3.2 Giá trị Err của các lược đồ thủy vân (dấu thủy vân là logo trường Đại học Công nghệ) 50Bảng 3.3 Giá trị Err theo lược đồ SVD-1 và QR-1 tại các vị trí nhúng khác nhau (dấu thủy vân là logo trường Đại học Công nghệ) 52Bảng 3.4 Giá trị Err của các lược đồ thủy vân (dấu thủy vân là log Viện Công nghệ thông tin) 53

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 1.1 Biểu diễn các điểm ảnh trong ảnh số 12

Hình 1.2 Tổ hợp màu Red-Green-Blue trong hệ màu RGB 13

Hình 1.3 Tổ hợp các màu trong mô hình màu CMYK 14

Hình 1.4 Mặt phẳng màu U-V tại giá trị Y = 0.5 15

Hình 1.5 Biểu đồ histogram của ảnh đa cấp xám Lena 16

Hình 1.6 Cấu trúc tệp ảnh bitmap 16

Hình 1.7 Hàm mật độ xác suất trong các trường hợp khác nhau 24

Hình 1.8 Sơ đồ quá trình giấu tin 26

Hình 1.9 Sơ đồ quá trình giải mã tin giấu 26

Hình 1.10 Phân loại các kỹ thuật thủy vân 29

Hình 1.11 Mô hình hệ thống thủy vân cơ bản 30

Hình 3.1 Bộ ảnh thử nghiệm 48

Hình 3.2 Đồ thị biểu diễn giá trị của Err 53

MỞ ĐẦU

Ngày nay, cùng với sự phát triển mạnh mẽ của công nghệ thông tin và truyền thông, mạng Internet đã trở thành một trong các phương tiện truyền tải, chia sẻ thông tin, tài liệu một cách thuận tiện, hiệu quả Thông tin luôn sẵn sàng trực tuyến, mọi người đều

có thể kết nối vào Internet để tìm kiếm một cách dễ dàng các thông tin cần thiết Bên cạnh đó, các công ty, các nhà cung cấp sản phẩm có thể bán sản phẩm của mình thông qua mạng Internet cũng như sẵn sàng cung cấp dữ liệu, thông tin về các sản phẩm, dịch

vụ của mình cho người dùng thông qua hệ thống mạng Internet một cách hiệu quả.Với lượng thông tin được truyền qua mạng ngày càng nhiều thì vấn nạn sao chép

và sử dụng không hợp pháp dữ liệu số ngày một tăng Tuy nhiên việc quản lý và khai thác các thông tin này lại đôi khi nằm ngoài tầm kiểm soát của các cá nhân, tổ chức do vấn nạn sao chép bất hợp pháp, vi phạm bản quyền ngày một gia tăng Từ đó cần thiết phải có các giải pháp chống sao chép để hạn chế việc vi phạm bản quyền các sản phẩm

dữ liệu số

Một trong những giải pháp hữu hiệu để bảo vệ bản quyền là kỹ thuật thủy vân số Thủy vân số dựa trên kết quả nghiên cứu của nhiều lĩnh vực khác nhau như: Mật mã học, kỹ thuật giấu tin, lý thuyết thống kê và xử lý tín hiệu số Mục đích của phương pháp này là nhúng một lượng thông tin có ích vào các sản phẩm số (lượng thông tin này được gọi là thủy vân) Dựa trên mục đích sử dụng các lược đồ thủy vân được chia thành hai nhóm chính gồm thủy vân bền vững và thủy vân dễ vỡ Thủy vân bền vững và thủy vân

dễ vỡ Thủy vân dễ vỡ là kỹ thuật nhúng thủy vân vào trong ảnh, khi có bất kì sự can thiệp hay thay đổi nào tới ảnh gốc thì dấu thủy vân sẽ không còn nguyên vẹn; kỹ thuật thủy vân này được ứng dụng trong bài toán xác thực tính toàn vẹn dữ liệu số Trong khi

đó thủy vân bền vững được ứng dụng trong bài toán bảo vệ bản quyền đối với các sản phẩm số

Luận văn trình bày một số lược đồ thủy vân bền vững dựa trên các phép biến đổi SVD, QR ứng dụng trong việc bảo vệ bản quyền trên dữ liệu ảnh số Đây là hướng nghiên cứu mới trên thế giới, có ý nghĩa khoa học và ứng dụng thực tiễn Nội dung luận

văn được tổ chức thành ba chương như sau:

Chương 1: CÁC KHÁI NIỆM CƠ SỞ

Chương 1 trình bày tổng quan về các kiến thức cơ bản về ảnh số, một số phép

biến đổi ma trận, khái niệm về giấu tin và thủy vân số

Chương 2: MỘT SỐ LƯỢC ĐỒ THỦY VÂN DỰA TRÊN PHÉP BIẾN ĐỔI SVD VÀ QR

Chương 2 trình bày các kết quả nghiên cứu về thủy vân số dựa trên các phép biến đổi SVD và QR đã được công bố và đề xuất hai lược đồ thủy vân mới sử dụng biến đổi

QR

Chương 3: MỘT SỐ NHẬN XÉT VỀ LƯỢC ĐỒ THỦY VÂN ĐỀ XUẤT

VÀ KẾT QUẢ THỬ NGHIỆM

Chương 3 trình bày các phân tích, đánh giá và so sánh giữa các lược đồ thủy vân

đã trình bày trong chương 2 Đồng thời tác giả cũng đưa ra kết quả chương trình thử nghiệm cho các lược đồ trên

CÁC KHÁI NIỆM CƠ SỞ

Tóm tắt: Chương này trình bày các khái niệm cơ bản về ảnh

số, các phép biến đổi ma trận thường dùng trong xử lý ảnh, các khái niệm về giấu tin, thủy vân số

1.1 Ảnh số

1.1.1 Khái niệm và phân loại ảnh số

Ảnh số là tập hợp bao gồm hữu hạn các phần tử được gọi là điểm ảnh (pixel), mỗi điểm ảnh được biểu diễn bởi một số hữu hạn các bit

Trên phương diện toán học, ảnh số được xem như là một ma trận nguyên dương gồm m hàng và n cột, mỗi phần tử của ma trận đại diện cho một điểm ảnh Dựa theo màu sắc ta có thể chia ảnh số thành 3 loại cơ bản: Ảnh nhị phân, ảnh đa cấp xám và ảnh màu (true color)

Ảnh nhị phân

Ảnh nhị phân là ảnh chỉ có hai màu, một màu đại diện cho màu nền và màu còn lại cho đối tượng của ảnh Nếu hai màu là đen và trắng thì gọi là ảnh đen trắng Như vậy, ảnh nhị phân được xem như một ma trận nhị phân

Ảnh đa mức xám

Ảnh đa cấp xám là ảnh có thể nhận tối đa 256 mức sáng khác nhau trong khoảng màu đen - màu trắng Như vậy, ảnh đa mức xám xem như là ma trận không âm có giá trị tối đa là 255 Mỗi điểm ảnh trong ảnh đa cấp xám biểu diễn cường độ sáng của ảnh tại điểm đó

Ảnh màu

Ảnh màu hay còn gọi là ảnh true color, mỗi điểm ảnh được biểu diễn bởi một số

byte (thường là 3 byte) đại diện cho 3 thành phần màu và như vậy, ảnh màu có thể xem

như 3 ma trận nguyên ứng với 3 thành phần màu của các điểm ảnh Hệ màu RGB sẽ bao gồm 3 ma trận màu tương ứng với các giá trị Red, Green và Blue Đây là hệ màu được

Hình 1.1 Biểu diễn các điểm ảnh trong ảnh số

Hàng xóm của một điểm ảnh (Neighbors of a Pixel)

Một điểm ảnh p trong hệ tọa độ (x,y) có 4 hàng xóm bên cạnh theo chiều dọc và chiều ngang với tọa độ như sau:

(x + 1, y) ; (x - 1, y) ; (x, y + 1) ; (x, y - 1) Tập hợp bốn pixel có tọa độ như trên được gọi là 4-hàng xóm của p, ký hiệu N4(p) Khoảng các từ bốn điểm này đến p có giá trị đúng bằng một đơn vị khoảng cách Trong trường hợp p nằm ở biên của ảnh, một số hàng xóm của p sẽ nằm ở bên ngoài ảnh Bốn điểm có tọa độ sau được gọi là “Hàng xóm chéo – Diagonal Neighbors” của p, ký hiệu

ND(p):

(x + 1, y + 1) ; (x + 1, y - 1) ; (x - 1, y + 1) ; (x - 1, y - 1)

ND(p) cùng với N4(p) được gọi là N8(p), tức là 8 hàng xóm của p Tương tự như trên thì N8(p) cũng sẽ có các điểm ở bên ngoài ảnh nếu p là một điểm trên biên của ảnh

Điểm ảnh liền kề (Adjacency)

Định nghĩa V là tập các giá trị cường độ sáng của ảnh Tập V được dùng để xác định các điểm ảnh liền kề Ví dụ với ảnh nhị phân V = {0, 1}; ảnh đa cấp xám thì V = {0, 1, 2 , …, 255} Có ba kiểu liền kề:

a) 4-adjacency: Hai điểm ảnh p và q trong tập V được gọi là 4-adjacency nếu q thuộc tập N4(p)

b) 8-adjacency: Hai điểm ảnh p và q trong tập V được gọi là 8-adjacency nếu q thuộc tập N8(p)

c) m-adjacency: Hai điểm ảnh p và q trong tập V được gọi là 8-adjacency nếu thỏa mãn một trong hai điều kiện sau:

- q thuộc tập N4(p)

- q thuộc tập ND(p) và tập N4(p) ∩ N4(q) = Ø

1.1.3 Màu và mô hình màu

Một mô hình màu là một mô hình toán học trừu tượng mô tả cách các màu sắc có thể được biểu diễn như là bộ dữ liệu số, thường là ba hoặc bốn giá trị hoặc các thành phần màu sắc Người ta chia ra thành nhiều mô hình màu khác nhau tùy thuộc vào ứng dụng của từng lĩnh vực Dưới đây là các mô hình màu được dùng phổ biến nhất

Mô hình RGB

Mô hình màu RGB sử dụng mô hình bổ sung trong đó ánh sáng đỏ, xanh lá cây và xanh lam được tổ hợp với nhau theo nhiều phương thức khác nhau để tạo thành các màu khác Từ viết tắt RGB trong tiếng Anh có nghĩa là đỏ (red), xanh lá cây (green) và xanh lam (blue), là ba màu gốc trong các mô hình ánh sáng bổ sung

Hình 1.2 Tổ hợp màu Red-Green-Blue trong hệ màu RGB

Cũng lưu ý rằng mô hình màu RGB tự bản thân nó không định nghĩa thế nào là

"đỏ", "xanh lá cây" và "xanh lam" một cách chính xác, vì thế với cùng các giá trị như nhau của RGB có thể mô tả các màu tương đối khác nhau trên các thiết bị khác nhau có cùng một mô hình màu

Mô hình RGB sẽ làm việc tốt với các thiết bị phát quang sử dụng ánh sáng trắng làm cơ sở Vì vậy mô hình RGB được sử dụng cho các màu thể hiện trên màn hình máy tính cũng như các màu trong thiết kế Web được chiếu qua các màn hình hay máy chiếu dùng ánh sáng

Trong biểu diễn số trên máy tính, ảnh màu RGB có thể sử dụng số bit màu là 16,

24, 32 hoặc 48 Ảnh có số bit càng cao thì càng biểu diễn chính xác màu sắc của điểm ảnh

Mô hình CMYK

Từ CMYK (hay YMCK) là một mô hình màu được sử dụng nhiều trong in ấn Mô

hình màu này dựa trên cơ sở trộn các chất màu của các màu sau:

C = Cyan - màu xanh lơ

M = Magenta - màu cánh sen hay hồng sẫm

Y = Yellow - màu vàng

K = Key - màu đen (Ký hiệu là K vì màu Black đã dùng ký hiệu B trong mô hình

RGB)

Hình 1.3 Tổ hợp các màu trong mô hình màu CMYK

Nguyên lý làm việc của CMYK là trên cơ sở hấp thụ ánh sáng Màu mà chúng ta nhìn thấy là từ phần của ánh sáng không bị hấp thụ Trong CMYK, hồng sẫm cộng với vàng sẽ cho màu đỏ, cánh sen cộng với xanh lơ cho màu xanh lam, xanh lơ cộng với vàng sinh ra màu xanh lá cây và tổ hợp của các màu xanh lơ, cánh sen và vàng tạo ra màu đen

Vì màu “đen” sinh ra bởi việc trộn các màu gốc loại trừ là không thực sự giống như mực đen thật sự hay màu đen của vật đen tuyệt đối (là vật hấp thụ toàn bộ ánh sáng), việc in ấn trên cơ sở bốn màu (đôi khi gọi là in các màu mặc dù điều này không chính xác) phải sử dụng mực đen để bổ sung thêm vào với các màu gốc loại trừ là các màu vàng, cánh sen và xanh lơ

Việc sử dụng công nghệ in ấn bốn màu sinh ra kết quả in ấn cuối cùng rất cao cấp với độ tương phản cao hơn Tuy nhiên màu của vật thể mà người ta nhìn thấy trên màn hình máy tính thông thường có sự sai khác chút ít với màu của nó khi in ra vì các mô hình màu CMYK và RGB (sử dụng trong màn hình máy tính) có các gam màu khác nhau Mô hình màu RGB là mô hình dựa trên cơ sở phát xạ ánh sáng trong khi mô hình CMYK làm việc theo cơ chế hấp thụ ánh sáng

Mô hình HSB

Mô hình màu HSB, còn gọi là mô hình màu HSV, là một mô hình màu dựa trên ba giá trị:

H: (Hue) Vùng màu

S: (Saturation) Độ bão hòa màu

B (hay V): (Bright hay Value) Độ sáng

Mô hình YUV

Mô hình YUV quy định một không gian màu được tạo bởi một độ sáng và hai

thành phần màu (chrominance) YUV được sử dụng trong hệ thống phát sóng truyền

hình theo chuẩn PAL, đây là chuẩn ở phần lớn các nước trên thế giới

Mô hình YUV giúp tạo ra màu đúng với nhận thức của con người hơn chuẩn RGB (được dùng trong các thiết bị đồ hoạ máy tính) nhưng không chuẩn bằng không gian màu HSV

Hình 1.4 Mặt phẳng màu U-V tại giá trị Y = 0.5

Trong mô hình YUV, Y đại diện cho thành phần độ sáng, U và V là đại diện cho các thành phần màu Không gian màu YCbCr hay YPbPr, được sử dụng trong các thiết

bị phát hình, đều xuất phát từ mô hình màu YUV (Cb/Pb và Cr/Pr là những phiên bản biến thể của U và V), và đôi khi bị gọi một cách không chính xác là “YUV” Không gian màu YIQ được dùng trong các hệ thống truyền hình NTSC cũng liên quan đến YUV, tuy nhiên lại đơn giản hơn YUV nhiều

Các tín hiệu YUV đều xuất phát từ các nguồn RGB Các giá trị trọng số R, G và B được cộng lại với nhau để tạo ra một tín hiệu Y đơn để biểu diễn độ sáng chung tại một điểm Tín hiệu U sau đó được tạo ra bằng cách trừ Y khỏi tín hiệu xanh lam (B của RGB) và được nhân với một tỉ lệ nhất định, còn V được tính bằng cách trừ Y khỏi màu

đỏ (R của RGB) và nhân tỉ lệ với một hệ số khác

Các công thức sau có thể dùng để tính toán Y, U và V từ R, G và B:

1.1.4 Histogram

Histogram là khái niệm cơ bản trong xử lý ảnh Histogram là bảng thống kê tần suất giá trị cường độ sáng của các điểm ảnh Đối với ảnh màu, cường độ sáng của một điểm ảnh được xác định theo công thức:

𝑌 = 0.299𝑅 + 0.587𝐺 + 0.114𝐵 trong đó 𝑅, 𝐺, 𝐵 là giá trị các thành phần màu và 𝑌 là cường độ sáng của ảnh

Hình 1.5 Biểu đồ histogram của ảnh đa cấp xám Lena

1.1.5 Định dạng ảnh

Ảnh bitmap

Trong đồ họa máy vi tính, BMP, còn được biết đến với tên tiếng Anh khác là

Windows bitmap, là một định dạng tập tin hình ảnh dạng raster khá phổ biến Các tập

tin đồ họa lưu dưới dạng BMP thường có đuôi là BMP hoặc DIB (Device Independent

Bitmap)

Hình 1.6 Cấu trúc tệp ảnh bitmap

Các thuộc tính tiêu biểu của một tập tin ảnh BMP là:

- Số bit trên mỗi điểm ảnh (bit per pixel), thường được ký hiệu bởi n Một

ảnh BMP n-bit có 2n màu Giá trị n càng lớn thì ảnh càng có nhiều màu, và

càng rõ nét hơn Giá trị tiêu biểu của n là 1 (ảnh đen trắng), 4 (ảnh 16 màu),

8 (ảnh 256 màu), 16 (ảnh 65536 màu) và 24 (ảnh 16 triệu màu) Ảnh BMP 24-bit có chất lượng hình ảnh trung thực nhất

- Chiều cao của ảnh (height), cho bởi điểm ảnh (pixel)

- Chiều rộng của ảnh (width), cho bởi điểm ảnh

Cấu trúc tập tin ảnh BMP bao gồm 4 phần:

Bitmap Header (14 bytes): giúp nhận dạng tập tin bitmap

Bitmap Information (40 bytes): lưu một số thông tin chi tiết giúp hiển thị ảnh Color Palette (4*x bytes), x là số màu của ảnh: định nghĩa các màu sẽ được sử

dụng trong ảnh

Bitmap Data: lưu dữ liệu ảnh

Đặc điểm nổi bật nhất của định dạng BMP là tập tin hình ảnh thường không được nén bằng bất kỳ thuật toán nào Khi lưu ảnh, các điểm ảnh được ghi trực tiếp vào tập tin

một điểm ảnh sẽ được mô tả bởi một hay nhiều byte tùy thuộc vào giá trị n của ảnh Do

đó, một hình ảnh lưu dưới dạng BMP thường có kích cỡ rất lớn, gấp nhiều lần so với các ảnh được nén (chẳng hạn GIF, JPEG hay PNG)

Ảnh JPEG

Ảnh JPEG là một định dạng ảnh đã qua xử lý nén ảnh, thuật toán nén là thuật toán

JPEG(Joint Photographic Experts Group) - một trong những phương pháp nén ảnh hiệu

quả, có tỷ lệ nén ảnh tới vài chục lần Tuy nhiên ảnh sau khi giải nén sẽ khác với ảnh ban đầu Chất lượng ảnh sẽ bị suy giảm sau khi giải nén Sự suy giảm này tăng dần theo

hệ số nén Tuy nhiên sự mất mát thông tin này là có thể chấp nhận được và việc loại bỏ những thông tin không cần thiết được dựa trên những nghiên cứu về hệ nhãn thị của mắt người

Một số đặc điểm của ảnh JPEG là:

- Ảnh có dung lượng nhỏ, dùng phổ biến trên các thiết bị di động, các trang web

- Ảnh JPEG có thể hiển thị các hình ảnh với các màu chính xác (true-colour),

có thể lên đến 16 triệu màu

- Ảnh sử dụng thuật toán nén JPEG sẽ bị mất thông tin so với ảnh gốc Do đó một số đường bao giữa các khối màu sẽ xuất hiện điểm mờ, và các vùng sẽ mất đi sự rõ nét

Các định dạng khác

Ngoài hai định dạng ảnh kể trên còn có rất nhiều định dạng ảnh khác phổ biến được kể đến như:

- Ảnh raster: PNG, ICO, GIFF, TIFF,…

- Ảnh vector: AI, CorelDRAW, CGM, DXF, EVA, EMF, Gerber, HVIF, IGES, PGML,…

- Ảnh RAW: CIFF, DNG, ORF

1.2 Các phép biến đổi ma trận

Như chúng ta đã biết, ảnh số được lưu dưới dạng các ma trận điểm ảnh Do đó, các phép biến đổi ảnh số thực chất là các phép biến đổi trên các ma trận Trong mục này, ta xét các phép biến đổi ma trận được sử dụng nhiều trong xử lý ảnh Các phép biến đổi này thường trả về những nét đặc trưng nhất của ảnh, qua đó có thể sử dụng các đặc trưng này để tiến hành xử lý ảnh

1.2.1 Biến đổi Cosine rời rạc DCT

Biến đổi cosine rời rạc là một công cụ toán học xử lý các tín hiệu như ảnh hay video Nó sẽ chuyển đổi các tín hiệu từ miền không gian sang miền tần số và biến đổi ngược lại từ miền tần số quay trở lại miền không gian mà không gây tổn hao đến chất lượng Lý do chọn biến đổi cosine cho xử lý ảnh số là biến đổi cosine rời rạc yêu cầu ít

sự phức tạp tính toán và tài nguyên hơn

𝐶𝑓 ={

1

√2 𝑛ế𝑢 𝑓 = 0

𝑣ớ𝑖 𝑓 = 0,1, … , 𝑛 − 1

1 𝑛ế𝑢 𝑓 > 0

và G f là tập n hệ số DCT tương ứng của đầu vào Hệ số đầu tiên 𝐺0 được gọi là

phần tử DC (Direct Current) và các hệ số còn lại được gọi là phần tử AC (Alternating

current) Các hệ số này có thể bao gồm cả số âm và số dương

Phép biến đổi IDCT biến đổi các hệ số DCT (DC và AC) từ miền tần số về miền thời gian được xác định theo công thức:

Một tính chất quan trọng của DCT là rất hữu ích trong bài toán nén dữ liệu, với

dữ liệu đầu vào có sự tương quan cao thì năng lượng của dữ liệu đầu vào sẽ tập trung vào một số phần tử đầu tiên, đặc biệt là hệ số DC Các phần tử còn lại có giá trị nhỏ, thường xấp xỉ bằng 0

Phép biến đổi DCT 2-D

Phép biến đổi DCT 1-D phù hợp với các mẫu dữ liệu âm thanh Nhưng không

phù hợp ảnh, do dữ liệu ảnh có quan hệ trên không gian hai chiều (hàng, cột) Tuy nhiên,

đối với ảnh ta có thể áp dụng DCT 1-D hai lần: trên các hàng và trên các cột Do vậy ta gọi phép biến đổi này là DCT 2-D

Theo [12], phép biến đổi thuận DCT 2-D đối với 𝑚 × 𝑛 giá trị của p trên không gian 2 chiều được xác định theo công thức:

với 0 ≤ 𝑖 ≤ 𝑛 − 1; 0 ≤ 𝑗 ≤ 𝑚 − 1 và 𝐶𝑖, 𝐶𝑗 được xác định:

𝐶𝑓 ={

1

√2 𝑛ế𝑢 𝑓 = 0

𝑣ớ𝑖 𝑓 = 0,1, … , 𝑛 − 1

1 𝑛ế𝑢 𝑓 > 0Khi đó, hệ số đầu tiên G0,0 gọi là phần tử DC và các hệ số còn lại là AC

Phép biến đổi IDCT 2-D tương ứng đối với m x n hệ số G về miền không gian được tính theo công thức:

1

√2 𝑛ế𝑢 𝑓 = 0

𝑣ớ𝑖 𝑓 = 0,1, … , 𝑛 − 1

1 𝑛ế𝑢 𝑓 > 0Trong ứng dụng, dữ liệu ảnh được chia thành các khối 8 × 8, áp dụng phép biến đổi DCT 2-D để nhận được khối hệ số DCT gồm 64 phần tử Để tăng tốc độ thực hiện, phép biến đổi DCT thường được tiếp cận theo phương pháp ma trận Theo [12], ma trận Cosine rời rạc T cấp 8 × 8 được tính theo công thức:

Trong một vài năm gần đây, một số lược đồ thủy vân dựa trên phép biến đổi DCT kết hợp với các giải thuật trí tuệ nhân tạo như: giải thuật di truyền, giải thuật tối ưu bầy đàn, mạng neural,… đã được nhiều nhà khoa học quan tâm nghiên cứu

1.2.2 Biến đổi Wavelet rời rạc DWT

Việc tính toán các hệ số Wavelet tại tất cả các tỉ lệ là một công việc hết sức phức

tạp Nếu tính toán như vậy sẽ tạo ra một lượng dữ liệu khổng lồ Để giảm thiểu công việc tính toán người ta chỉ chọn ra một tập nhỏ các giá trị tỉ lệ và các vị trí để tiến hành tính toán Hơn nữa nếu việc tính toán được tiến hành tại các tỷ lệ và các vị trí trên cơ sở

luỹ thừa cơ số 2 thì kết quả thu được sẽ hiệu quả và chính xác hơn rất nhiều Quá trình chọn các tỷ lệ và các vị trí để tính toán như trên tạo thành lưới nhị tố (dyadic) Một phân tích như trên hoàn toàn có thể thực hiện được nhờ biến đổi Wavelet rời rạc (DWT) Do

đó, việc tính toán biến đổi DWT thực chất là sự rời rạc hoá biến đổi Wavelet liên tục

(CWT); việc rời rạc hoá được thực hiện với sự lựa chọn các hệ số a và b như sau:

𝑎 = 2𝑚, 𝑏 = 2𝑚𝑛 , 𝑣ớ𝑖 𝑚, 𝑛 ∈ 𝑍 Biến đổi Wavelet được sử dụng rộng rãi trong các lĩnh vực xử lý tín hiệu số, xử lý ảnh, nén ảnh, mã hóa tín hiệu,…

1.2.3 Biến đổi SVD

Định nghĩa

Mọi ma trận thực Y cấp m×n cho trước luôn luôn có thể phân tích thành tích của 3

ma trận thực như sau [13, trang 448]:

𝑌 = 𝑈 × 𝐷 × 𝑉𝑇Trong đó:

Phép biến đổi SVD (Singular Value Decomposition) cũng giống như DCT, DWT

đều là các phép biến đổi ma trận trực giao và có cùng một tính chất quan trọng là tập trung năng lượng ảnh vào một số phần tử cố định của miền biến đổi Năng lượng ảnh tập trung vào phần tử 𝐷(1,1) trong phép biến đổi SVD, phần tử này có tính ổn định cao,

vì vậy có thể sử dụng chúng để xây dựng các lược đồ thủy vân bền vững trước các phép tấn công

Các ứng dụng

Một số ứng dụng sử dụng biến đổi SVD có thể chỉ ra như:

- Nén ảnh (Image Compression)

- Lập chỉ mục ngữ nghĩa tiềm ẩn (Latent semantic indexing - LSI)

Lập chỉ mục ngữ nghĩa tiềm ẩn (LSI) là một phương pháp lập chỉ mục và tìm kiếm

sử dụng một kỹ thuật phân tích ma trận SVD để xác định các mẫu trong các mối quan

hệ giữa các điều kiện và khái niệm có trong một bộ sưu tập không có cấu trúc văn bản LSI là dựa trên nguyên tắc rằng các từ được sử dụng trong các bối cảnh tương tự có xu hướng có ý nghĩa tương tự Một tính năng quan trọng của LSI là khả năng trích xuất nội dung khái niệm của một nội dung văn bản bằng cách thiết lập mối liên hệ giữa những điều kiện xảy ra trong những hoàn cảnh tương tự [25] LSI cũng là một ứng dụng thống

kê đa biến được phát triển bởi Jean-Paul [26] Benzécri trong đầu những năm 1970, vào một bảng dự phòng được xây dựng từ tính từ trong các tài liệu

Ưu điểm của phương pháp LSI sử dụng biến đổi SVD là có thể đối phó với vấn đề đồng nghĩa, điều mà các phương pháp truyền thống không thực hiện được

- Kỹ thuật (Engineering)

Trong kỹ thuật nói chung, biến đổi SVD có khả năng áp dụng cho các lĩnh vực sau:

 Hệ thống động lực tuyến tính (Linear Dynamical System)

 Phân tích EOF analysis(of ocean topography and climate system)

 Xử lý tín hiệu và nhận dạng mẫu (Signal processing and pattern recognition)

 Dự báo thời tiết số (Numerical weather prediction, Lanczos methods)

- Truyền thông (Comunications)

Ứng dụng phương pháp SVD trong truyền thông như:

 Mạng không dây (Wireless communications)

 Nén ảnh và video (Compression of videos and images)

- Toán học và thống kê (Mathematics and Staticstics)

 Đại số tuyến tính (Numerical linear algebra)

 Xấp xỉ hạng ma trận (Low-rank matrix approximation)

 Giải phương trình tuyến tính thuần nhất (Solving Homogeneous linear equations)

 Principal Component Analysis

1.2.4 Biến đổi QR

Định nghĩa

Mọi ma trận thực Y cấp 𝑚 × 𝑛 cho trước luôn luôn có thể phân tích thành tích của

2 ma trận thực như sau [8, trang 223]:

tử cố định của miền biến đổi Năng lượng ảnh tập trung vào hàng đầu của ma trận R

trong phép biến đổi QR Các phần tử này có tính ổn định cao, vì vậy có thể sử dụng chúng để xây dựng các lược đồ thủy vân bền vững trước các phép tấn công

Các ứng dụng

Cũng giống như phép biến đổi SVD, phép biến đổi ma trận QR được xử dụng nhiều trong kỹ thuật, xử lý tín hiệu, xử lý ảnh, xấp xỉ tuyến tính, …

1.3 Một số phân phối xác suất thường dùng

1.3.1 Phân phối chuẩn

√2𝜋 ∫ 𝑡

2 +∞

Trường hợp đặc biết µ = 0 và 𝜎 = 1 ta có 𝑋  𝑁(0,1) được gọi là phân phối chuẩn chuẩn hóa

Hình 1.7 Hàm mật độ xác suất trong các trường hợp khác nhau

1.3.2 Phân phối đều

𝐷(𝑋) = (𝑏 − 𝑎)

212

1.4 Giấu tin

1.4.1 Khái niệm giấu tin

Giấu tin là kỹ thuật nhúng thông tin vào dữ liệu môi trường, dữ liệu môi trường thường là: văn bản, ảnh, âm thanh, video Thông tin được nhúng có thể là những thông điệp bí mật cần trao đổi, thông tin về tác giả, hoặc thông tin về sản phẩm đa phương tiện

Nếu là bảo vệ cho chính đối tượng được giấu tin bên trong Đây chính là thủy vân

số, là lĩnh vực rất đa dạng, có nhiều mục đích và đang được quan tâm, nghiên cứu rất nhiều; tính ứng dụng của nó trong hiện tại rất lớn và đã có nhiều kỹ thuật được đề xuất Trong trường hợp là bảo mật cho dữ liệu được đem giấu Chính là giấu tin mật, tập trung vào các kỹ thuật giấu tin sao cho người khác rất vất vả, khó khăn mới phát hiện được đối tượng có chứa thông tin mật bên trong

Các lược đồ giấu tin trong ảnh có thể được chia thành 2 chủ đề chính Thứ nhất, gồm những lược đồ giấu tin trên miền không gian ảnh, những lược đồ này thường biến đổi các bít thấp trong giá trị màu của các điểm ảnh Thứ hai, gồm những lược đồ giấu tin trên miền biến đổi của ảnh, hai phép biến đổi hay được sử dụng là: Phép biến đổi cosine rời rạc (DCT), phép biến đổi sóng con (DWT)

Số lượng lược đồ giấu tin trên ảnh màu, ảnh đa cấp xám nhiều hơn so với ảnh nhị phân Lý do chủ yếu là việc thay đổi trên ảnh nhị phân dễ bị phát hiện hơn so với ảnh màu và ảnh đa cấp xám Tuy nhiên, giấu tin trên ảnh nhị phân luôn nhận được sự quan tâm của các nhà nghiên cứu Bởi ngoài việc ứng dụng trực tiếp trên ảnh nhị phân, những lược đồ này còn là cơ sở để phát triển cho những loại dữ liệu đa phương tiện khác

Mô hình kỹ thuật giấu tin:

Trong các mô hình kỹ thuật giấu tin được mô tả như trong các hình minh họa 1.8

và 1.9 dưới đây Theo mô hình 1.8 biểu diễn sơ đồ quá trình giấu tin ta thấy ở đây phương tiện chứa thông tin bao gồm các đối tượng được dùng làm môi trường để giấu tin như các tệp đa phương tiện Thông tin cần giấu là một lượng thông tin mang ý nghĩa

và mục đích nào đó tùy thuộc vào mục đích và yêu cầu của người sử dụng Thông tin sẽ được giấu vào trong môi trường chứa thông tin nhờ một bộ nhúng thông tin Bộ nhúng thông tin là những chương trình có chứa các thuật toán để giấu thông tin và được thực hiện với một khóa bí mật giống như các hệ mật mã

Hình 1.8 Sơ đồ quá trình giấu tin

Sau khi giấu thông tin ta thu được một môi trường đã giấu tin và sẽ được truyền tải, phân phối trên các phương tiện truyền thông khác nhau Quá trình giải mã tin là một quá trình ngược lại với giấu tin Sơ đồ giải mã tin chỉ ra trong Hình 1.9

Hình 1.9 Sơ đồ quá trình giải mã tin giấu

Trong Hình 1.9 đã chỉ ra các nhiệm vụ của quá trình giải mã thông tin đã được giấu Quá trình giải mã này phải được thực hiện thông qua một bộ giải mã tương ứng với bộ nhúng thông tin và kết hợp với khóa để giải mã tin Khóa để giải mã tin này có thể giống hay khác với khóa đã nhúng tin Kết quả thu được bao gồm môi trường gốc

và thông tin đã được che giấu Tùy theo các trường hợp cụ thể, thông tin tách được ra

có thể phải cần xử lý, kiểm định và so sánh với thông tin đem giấu ban đầu Thông qua

dữ liệu được tách ra từ môi trường chứa thông tin giấu, người ta có thể biết được trong quá trình truyền tải, phân phát dữ liệu có bị xâm phạm, tấn công hay không

Đối với các hệ thống giấu thông tin mật này rất quan tâm đến tính an toàn và bảo mật thông tin của dữ liệu cần giấu Hệ thống giấu tin mật có độ bảo mật cao nếu có độ phức tạp của các thuật toán thám mã khó có thể thực hiện được trên máy tính Tuy nhiên, cũng có các hệ thống chỉ quan tâm đến số lượng thông tin có thể được che giấu, hay quan tâm đến sự ảnh hưởng của thông tin mật đến các môi trường chứa dữ liệu

1.4.2 Giấu tin trên miền không gian

Miền không gian của ảnh là miền dữ liệu của ảnh gốc, tác động đến miền không gian ảnh chính là tác động trực tiếp đến các điểm ảnh, làm thay đổi giá trị của điểm ảnh Đây là xu hướng trực quan được tập trung khai thác trong quá trình thủy vân trong ảnh, khi nói đến việc giấu tin trong ảnh chính là nhằm thay đổi giá trị các điểm ảnh gốc, những bit ít quan trọng của mỗi điểm ảnh đảm bảo cho ảnh được chỉnh sửa giá trị điểm ảnh gần nguyên gốc nhất

Tuy nhiên, phương pháp này có nhiều nhược điểm, chẳng hạn như tính bền vững không được đảm bảo với dấu thủy vân qua các thao tác biến đổi ảnh như quay chụp ảnh, nén ảnh các tác tác động đó đôi khi cũng làm sai lệch điểm ảnh dẫn đến các bit ít quan trọng nhất cũng bị thay đổi

Phương pháp biến đổi dựa trên miền không gian như trình bày ở trên là cách biến đổi tín hiệu và miền giá trị rời rạc của các điểm ảnh được gọi là miền biến số độc lập Trong thực thế phép biến đổi trực tiếp này gặp phải những khó khăn và hiệu quả không cao

Ngoài phương pháp biến đổi trực tiếp, có dùng phương pháp biến đổi gián tiếp thông qua các phép biến đổi trực giao làm nhiệm vụ chuyển miền không gian sang miền biến đổi

1.4.3 Giấu tin trên miền biến đổi

Miền biến đổi hay còn gọi là miền tấn số là miền nhận được khi biển đổi miền ảnh Đây là kỹ thuật sử dụng phương pháp biến đổi như tính tích phân hay phương pháp đổi

hệ tọa độ trong tích đề các Phương pháp này nhằm chuyển miền không gian sang miền tần số, cụ thể là biến đổi tín hiệu và miền giá trị rời rạc của các điểm ảnh sang miền mới

và có biến số mới

Mỗi phép biến đổi có những thuận lợi và khó khăn riêng, tùy vào trường hợp cụ thể để lựa chọn phép biến đổi nào cho phù hợp Sau khi biến đổi các tín hiệu và miền giá trị rời rạc trong miền biến số mới này, nếu cần thiết có thể dùng phép biến đổi ngược lại để đưa ảnh về miền biến số độc lập

Phương pháp biến đổi gián tiếp làm đơn giản rất nhiều các công việc gặp phải khi dùng phương pháp biến đổi trực tiếp trong miền biến số độc lập Có một số phương pháp biến đổi phổ biến hiện nay như: Fourier, Cosine rời rạc (DCT), Wavelet là những phép biến đổi được sử dụng phố biến trong các kỹ thuật xử lý multimedia, đặc biệt trong

xử lý ảnh số Ngoài ra các phép biến đổi này còn dùng nhiều trong lĩnh vực giấu tin, thủy vân số

1.5 Thủy vân số

1.5.1 Khái niệm

Thủy vân trên ảnh số là kỹ thuật nhúng một lượng thông tin vào một bức ảnh số, các thông tin được nhúng có thể được ẩn hoặc hiện thị phụ thuộc vào kỹ thuật thủy vân

cụ thể Trong kỹ thuật thủy vân số thì thông tin nhúng được gọi là thủy vân Thủy vân

có thể là một chuỗi các ký tự, một hình ảnh, hay một logo nào đó Có thể chia thủy vân

số thành hai nhóm là thủy vân dễ vỡ và thủy vân bền vững

Thủy vân dễ vỡ là kỹ thuật nhúng thủy vân vào trong ảnh, sao cho nếu có một phép biến đổi nào làm thay đổi ảnh gốc thì thủy vân được giấu trong đó sẽ không còn nguyên vẹn như thủy vân gốc

Ngược lại, với kỹ thuật thủy vân dễ vỡ là thủy vân bền vững Các kỹ thuật thủy vân bền vững thường được sử dụng trong các ứng dụng bảo vệ tác quyền Trong những ứng dụng đó, thủy vân đóng vai trò là thông tin sở hữu của người chủ hợp pháp Thủy vân được nhúng trong các sản phẩm như một hình thức dán tem bản quyền Trong thường hợp như thế, thủy vân phải tồn tại bền vững cùng sản phẩm nhằm chống việc tẩy xóa, làm giả hay biến đổi pháp hủy thủy vân Một yêu cầu lý tưởng đối với thủy vân bền vững làm nếu muốn phá hủy thủy vân thì chỉ có cách duy nhất là phá hủy sản phẩm

1.5.2 Phân loại

Nói đến thủy vân số là nói đến kỹ thuật giấu tin nhắm đến những ứng dụng nhằm đảm bảo an toàn dữ liệu cho đối tượng được sử dụng để giấu tin như: bảo vệ bản quyền, xác thực thông tin, chống xuyên tạc, điều khiển sao chép, ta có thể nhận thấy tính ứng dụng của thủy vân rất là lớn, với mỗi ứng dụng lại có các yêu cầu đặc trưng riêng, do đó các kỹ thuật thủy vân này cũng có những tính năng khác biệt tương ứng

Trong kỹ thuật thủy vân số thì thông tin nhúng được gọi là thủy vân Thủy vân có thể là một chuỗi ký tự hay là một tệp hình ảnh, biểu tượng

Thủy vân trên ảnh số là kỹ thuật nhúng một lượng thông tin số vào một bức ảnh số

và thông tin nhúng được gắn liền với bức ảnh chứa và dữ liệu thủy vân có thể được hiển thị hay ẩn là tùy thuộc vào mỗi kỹ thuật thủy vân cụ thể

Có thể chia các kỹ thuật thủy vân theo các nhóm như hình minh họa như hình 1.10 như sau:

Hình 1.10 Phân loại các kỹ thuật thủy vân

Các kỹ thuật thủy vân trên hình 1.10 được phân biệt khác nhau bởi những đặc trưng, tính chất của từng kỹ thuật và khía cạnh ứng dụng của những kỹ thuật đó Trong thực tế, tùy theo mục đích, yêu cầu của bài toán mà ta sẽ chọn kỹ thuật thủy vân phù hợp, tuy nhiên các kỹ thuật này cũng có một số đặc điểm giống nhau

Với kỹ thuật thủy vân bền vững thường được sử dụng trong bài toán bảo vệ bản quyền Trong những ứng dụng đó, thủy vân đóng vai trò là thông tin sở hữu của người chủ hợp pháp Thủy vân được nhúng vào trong các sản phẩm như là hình thức dán tem bản quyền Trong các trường hợp này thì thủy vân phải tồn tại bền vững cùng với sản phẩm, nhằm chống lại việc tẩy xóa, làm giả hay biến đổi phá hủy thủy vân Một yêu cầu

lý tưởng đối với thủy vân bền vững là nếu muốn loại bỏ thủy vân này thì chỉ còn có cách duy nhất là phá hủy sản phẩm Thủy vân bền vững lại được chia thành hai loại là thủy vân ẩn và thủy vân hiện Thủy vân hiện là loại thủy vân được hiện lên ngay trên sản phẩm và người sử dụng có thể nhìn thấy được, ví dụ như các biểu tượng của các đài truyền hình trên các kênh vô tuyến VTV, VTC, HN,… Các thủy vân hiện trên ảnh thường hiển thị dưới dạng chìm, mờ hoặc trong suốt nhằm không gây ảnh hưởng đến chất lượng các sản phẩm ảnh gốc Đối với thủy vân hiện này thì thông tin bản quyền hiển thị ngay trên sản phẩm; còn đối với thủy vân ẩn thì cũng giống như giấu tin, yêu cầu tính ẩn rất cao, bằng mắt thường không thể nhìn thấy thủy vân Trong vấn đề bảo vệ bản quyền, thủy vân ẩn mang nhiều tính bất ngờ hơn trong việc phát hiện sản phẩm bị lấy cắp Trong trường hợp này thì người chủ sở hữu hộ pháp sẽ chỉ ra bằng chứng là thủy vân đã được nhúng vào trong sản phẩm đó

Thủy vân dễ vỡ là kỹ thuật nhúng thủy vân vào trong ảnh sao cho sản phẩm khi phân phối, truyền tải trong các môi trường nếu có bất kỳ một phép biến đổi nào làm thay đổi sản phẩm gốc thì thủy vân đã được giấu trong đó sẽ không còn nguyên vẹn như thủy vân gốc Các tính chất của kỹ thuật thủy vân này thường được sử dụng trong các ứng dụng xác thực thông tin và phát hiện thông tin bị xuyên tạc Đó chính là nguyên nhân vì sao các ứng dụng loại này rất cần đến kỹ thuật thủy vân dễ vỡ Ví dụ như để bảo vệ chống bị xuyên tạc một ảnh nào đó, người ta nhúng một thủy vân vào đó và sau đó quảng

bá, phân phối đối tượng này Khi cần kiểm tra lại người ta sử dụng hệ thống đọc thủy vân, nếu không đọc được thủy vân hoặc thủy vân đã bị sai lệch nhiều so với thủy vân ban đầu đã được nhúng vào đối tượng thì có nghĩa là bức ảnh đó đã bị thay đổi, chỉnh sửa

1.5.3 Các yêu cầu đối với hệ thống thủy vân

Mỗi phương pháp thủy vân đều có những ưu nhược điểm khác nhau Vì vậy, để đánh giá chất lượng của mỗi phương pháp ta cần xét các tiêu chí sau: tính ẩn, tính bền vững Dưới đây ta xét các yêu cầu của một hệ thủy vân ẩn:

 Tính ẩn (invisible)

Yêu cầu quan trọng nhất đối với thủy vân ẩn là tính ẩn của dấu thủy vân Điều đó

có nghĩa là ảnh thủy vân không thay đổi nhiều so với ảnh gốc và con người không nhận biết được ảnh có chứa thủy vân Khi nhúng thủy vân chất lượng ảnh thủy vân phải được đảm bảo và không bị phát hiện bởi thị giác của con người

 Tính bền vững (robustness)

Yêu cầu thứ hai là thủy vân phải thực sự bền vững trước các phép tấn công ảnh có chủ đích và không có chủ đích Các tấn công không có chủ đích với ảnh số như: nén ảnh, lọc nhiễu, lấy mẫu,… còn tấn công có chủ đích là việc tẩy, xóa, làm nhiễu ảnh thủy vân Yêu cầu này chính là việc đảm bảo sẽ lấy được dấu thủy vân ngay khi ảnh thủy vân

bị tấn công bởi các phép nêu trên

1.5.4 Mô hình thủy vân cơ bản

Hệ thống thủy vân đầy đủ gồm có hai quá trình: nhúng thủy vân và trích thủy vân Quá trình nhúng thủy vân sẽ thực hiện nhúng dấu thủy vân vào ảnh gốc Trong quá trình trao đổi thông tin, ảnh thủy vân bị tấn công làm biến đổi Quá trình trích thủy vân sẽ lấy lại dấu thủy vân từ các ảnh bị tấn công

Sơ đồ hoạt động của 2 quá trình này như sau:

Hình 1.11 Mô hình hệ thống thủy vân cơ bản