Bảo vệ bản quyền ảnh màu kỹ thuật số bằng lược đồ thủy vân dựa vào DFT và SIFT

Luận văn thạc sĩ kỹ thuật phân tích hay bảo vệ bản quyền ảnh màu kỹ thuật số bằng lược đồ thủy vân dựa vào phép biến đổi dft kết hợp, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

• Tác giả: Hà Trọng Thắng
• Người hướng dẫn: Pgs Ts Bùi Thế Hồng
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Bảo Vệ Bản Quyền Ảnh Màu Kỹ Thuật Số Bằng Lược Đồ Thủy Vân Dựa Vào Phép Biến Đổi Dft Kết Hợp Với Phép Biến Đổi Sift
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ THỦY VÂN SỐ
• 1.1. Giới thiệu về thủy vân
• 1.2. Giới thiệu về ảnh
• 1.3. Một số định dạng của ảnh
• 1.4. Những tấn công trên hệ thuỷ vân
• 1.5. Phân loại thủy vân
• 1.6. Các ứng dụng của thủy vân
• 1.7. So sánh kỹ thuật giấu tin và thủy vân trên ảnh số
• 1.8. Các phép biến đổi rời rạc
• 1.8.1. Phép biến đổi Cosine rời rạc (DCT)
• 1.8.2. Phép biến đổi sóng nhỏ rời rạc (DWT)
• 1.8.3. Phép biến đổi Fourier rời rạc (DFT)
• 2. CHƯƠNG 2: LƯỢC ĐỒ THỦY VÂN ẢNH SỐ DỰA VÀO PHÉP BIẾN ĐỔI DFT KẾT HỢP VỚI PHÉP BIẾN ĐỔI SIFT
• 2.1. Bộ phát hiện góc Harris
• 2.2. Đồng bộ hóa thủy vân
• 2.3. Phép biến đổi đặc trưng bất biến tỷ lệ (SIFT)
• 2.3.1. Phát hiện cực trị
• 2.3.2. Định vị các điểm khóa
• 2.3.3. Gán hướng cho các điểm khóa
• 2.3.4. Xây dựng bộ mô tả cục bộ
• 2.4. Khôi phục ảnh
• 2.5. Lược đồ thủy vân sử dụng kết hợp DFT và SIFT
• 2.5.1. Lược đồ nhúng thủy vân
• 2.5.2. Lược đồ phát hiện thủy vân
• 3. CHƯƠNG 3: XÂY DỰNG CHƯƠNG TRÌNH THỬ NGHIỆM
• 3.1. Thiết kế chương trình
• 3.2. Thử nghiệm chương trình
• 3.3. Đánh giá kết quả thử nghiệm
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về bảo vệ bản quyền ảnh màu kỹ thuật số

Bảo vệ bản quyền ảnh màu kỹ thuật số là một vấn đề quan trọng trong thời đại công nghệ số hiện nay. Với sự phát triển của công nghệ thông tin, việc sao chép và phân phối các sản phẩm số trở nên dễ dàng hơn bao giờ hết. Do đó, việc bảo vệ bản quyền cho các sản phẩm này là cần thiết. Kỹ thuật thủy vân số đã được phát triển như một giải pháp hiệu quả để bảo vệ bản quyền ảnh màu. Thủy vân không chỉ giúp xác định quyền sở hữu mà còn ngăn chặn việc sao chép trái phép.

1.1. Khái niệm về thủy vân trong bảo vệ bản quyền ảnh

Thủy vân là một kỹ thuật nhúng thông tin vào trong ảnh mà không làm ảnh hưởng đến chất lượng hình ảnh. Thủy vân có thể được sử dụng để xác định quyền sở hữu và phát hiện các hành vi xâm phạm bản quyền. Kỹ thuật này giúp bảo vệ bản quyền ảnh màu kỹ thuật số một cách hiệu quả.

1.2. Tầm quan trọng của bảo vệ bản quyền ảnh màu

Bảo vệ bản quyền ảnh màu không chỉ giúp các tác giả bảo vệ quyền lợi của mình mà còn góp phần duy trì giá trị của sản phẩm số. Việc bảo vệ bản quyền giúp ngăn chặn các hành vi sao chép trái phép và đảm bảo rằng các tác giả nhận được sự công nhận xứng đáng cho công sức của họ.

II. Những thách thức trong bảo vệ bản quyền ảnh màu kỹ thuật số

Mặc dù có nhiều phương pháp bảo vệ bản quyền ảnh màu, nhưng vẫn tồn tại nhiều thách thức trong việc thực hiện. Các tấn công có chủ đích và không có chủ đích có thể làm giảm hiệu quả của các kỹ thuật bảo vệ bản quyền. Việc phát hiện và khôi phục thông tin thủy vân cũng gặp nhiều khó khăn trong các tình huống biến dạng hình học.

2.1. Các loại tấn công ảnh hưởng đến thủy vân

Các tấn công có thể bao gồm biến đổi tín hiệu, nhiễu cộng, và các phép biến đổi hình học như xoay, lật, co giãn. Những tấn công này có thể làm mất tính đồng bộ của thủy vân, dẫn đến việc không thể trích xuất thông tin bản quyền.

2.2. Khó khăn trong việc khôi phục thông tin thủy vân

Khôi phục thông tin thủy vân sau khi bị tấn công là một thách thức lớn. Các phương pháp hiện tại vẫn chưa hoàn hảo và cần được cải thiện để đảm bảo tính bền vững của thủy vân trước các cuộc tấn công hình học.

III. Phương pháp bảo vệ bản quyền ảnh màu bằng thủy vân

Một trong những phương pháp hiệu quả để bảo vệ bản quyền ảnh màu là sử dụng lược đồ thủy vân dựa trên phép biến đổi DFT kết hợp với phép biến đổi SIFT. Phương pháp này giúp cải thiện tính bền vững của thủy vân trước các tấn công hình học, đồng thời đảm bảo chất lượng hình ảnh.

3.1. Lược đồ thủy vân dựa trên DFT

Phép biến đổi Fourier rời rạc (DFT) cho phép nhúng thông tin thủy vân vào miền tần số của ảnh. Điều này giúp cải thiện khả năng chống lại các tấn công hình học và duy trì chất lượng ảnh sau khi nhúng thủy vân.

3.2. Kết hợp với phép biến đổi SIFT

Phép biến đổi đặc trưng bất biến tỷ lệ (SIFT) giúp phát hiện và khôi phục các điểm đặc trưng trong ảnh. Kết hợp SIFT với DFT tạo ra một lược đồ thủy vân mạnh mẽ, có khả năng chống lại các biến dạng hình học phức tạp.

IV. Ứng dụng thực tiễn của lược đồ thủy vân

Lược đồ thủy vân dựa trên DFT và SIFT đã được áp dụng trong nhiều lĩnh vực khác nhau, từ bảo vệ bản quyền ảnh nghệ thuật đến các sản phẩm thương mại. Việc sử dụng thủy vân giúp các tác giả và nhà sản xuất bảo vệ quyền lợi của mình một cách hiệu quả.

4.1. Bảo vệ bản quyền trong nghệ thuật số

Trong lĩnh vực nghệ thuật số, thủy vân giúp các nghệ sĩ bảo vệ tác phẩm của mình khỏi việc sao chép trái phép. Việc nhúng thông tin bản quyền vào trong ảnh giúp xác định quyền sở hữu và ngăn chặn hành vi xâm phạm.

4.2. Ứng dụng trong thương mại

Nhiều công ty đã áp dụng kỹ thuật thủy vân để bảo vệ các sản phẩm số của mình. Việc sử dụng thủy vân giúp đảm bảo rằng các sản phẩm không bị sao chép và phân phối trái phép, từ đó bảo vệ lợi ích kinh tế của doanh nghiệp.

V. Kết luận và tương lai của bảo vệ bản quyền ảnh màu

Bảo vệ bản quyền ảnh màu kỹ thuật số là một lĩnh vực đang phát triển nhanh chóng. Các phương pháp như thủy vân dựa trên DFT và SIFT đã chứng minh được hiệu quả trong việc bảo vệ quyền sở hữu trí tuệ. Tương lai của bảo vệ bản quyền sẽ tiếp tục phát triển với sự xuất hiện của các công nghệ mới.

5.1. Xu hướng phát triển công nghệ thủy vân

Công nghệ thủy vân sẽ tiếp tục được cải tiến để đáp ứng nhu cầu bảo vệ bản quyền trong môi trường số. Các nghiên cứu mới sẽ tập trung vào việc phát triển các phương pháp thủy vân mạnh mẽ hơn và dễ dàng hơn trong việc triển khai.

5.2. Tương lai của bảo vệ bản quyền trong thời đại số

Với sự phát triển không ngừng của công nghệ thông tin, việc bảo vệ bản quyền sẽ trở nên ngày càng quan trọng. Các giải pháp bảo vệ bản quyền sẽ cần phải được cập nhật và cải tiến để đối phó với các thách thức mới trong môi trường số.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của kỷ nguyên số với hơn 16,7 triệu màu hiển thị trong các định dạng ảnh 24-bit đã kéo theo nguy cơ vi phạm bản quyền nghiêm trọng, khi ước tính có hơn 80% tác phẩm kỹ thuật số lưu hành trên Internet đối mặt với rủi ro bị sao chép và phân phối trái phép. Thách thức lớn nhất đối với các hệ thống thủy vân số truyền thống là sự suy giảm khả năng phát hiện khi ảnh bị tấn công bởi các biến dạng hình học như xoay, co giãn, cắt xén và biến đổi Affine, dẫn đến lỗi mất đồng bộ hóa không gian nghiêm trọng.

Nhằm giải quyết triệt để điểm nghẽn này, luận văn thạc sĩ chuyên ngành Khoa học máy tính của tác giả Hà Trọng Thắng, dưới sự hướng dẫn khoa học của PGS. TS. Bùi Thế Hồng tại Trường Đại học Công nghệ Thông tin và Truyền thông thuộc Đại học Thái Nguyên, đã hoàn thành vào tháng 5 năm 2015 với đề tài nghiên cứu chuyên sâu về bảo vệ bản quyền ảnh màu. Mục tiêu cốt lõi của công trình là xây dựng một lược đồ thủy vân bán mù bền vững, kết hợp tối ưu giữa phép biến đổi Fourier rời rạc DFT và phép biến đổi đặc trưng bất biến tỷ lệ SIFT.

Phạm vi nghiên cứu tập trung khảo sát trên các khối ảnh màu kỹ thuật số kích thước 512x512 pixel thuộc các định dạng thông dụng như BMP, JPEG và PNG. Ý nghĩa thực tiễn của công trình thể hiện qua việc thiết lập một cơ chế tự động khôi phục hình học và trích xuất dấu bản quyền với độ chính xác cao, duy trì tỷ số tín hiệu trên nhiễu đỉnh PSNR đạt trên 42 dB và bảo đảm tỷ lệ so khớp bit thủy vân đạt từ 96,8% đến 100% ngay cả khi ảnh chịu các tác động xoay tới 90 độ hoặc cắt xén 5% diện tích.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng tích hợp hai lý thuyết xử lý tín hiệu và thị giác máy tính hiện đại:

Phép biến đổi Fourier rời rạc DFT hai chiều: Đóng vai trò chuyển đổi ma trận dữ liệu ảnh từ miền không gian sang miền tần số rời rạc dựa trên các hàm cơ sở sine và cosine. DFT sở hữu đặc tính phân tách năng lượng và bất biến tịnh tiến phổ biên độ, cho phép nhúng chuỗi bit thủy vân an toàn vào dải tần số trung bình mà không làm biến dạng cấu trúc thị giác của ảnh gốc.

Phép biến đổi đặc trưng bất biến tỷ lệ SIFT: Do David Lowe đề xuất, gồm 4 giai đoạn xử lý chặt chẽ: phát hiện cực trị trong không gian tỷ lệ thông qua hàm Difference-of-Gaussian DoG, định vị chính xác điểm khóa, gán hướng với biểu đồ gradient 36 bin góc và tạo lập vectơ mô tả đặc trưng 128 chiều từ 4x4 vùng mẫu cục bộ. Các điểm đặc trưng SIFT bảo đảm tính bất biến tuyệt đối trước các phép xoay, thay đổi tỷ lệ, tịnh tiến và biến đổi độ sáng.

Bên cạnh đó, nghiên cứu ứng dụng bộ phát hiện góc Harris với ngưỡng tỷ số độ cong chính r = 10 để loại bỏ biên không ổn định, kết hợp ma trận biến đổi Affine 6 tham số tự do và kỹ thuật mã hóa sửa lỗi Hamming 7,4 nhằm sửa lỗi bit đơn, nâng cao độ tin cậy của thông điệp bản quyền.

Phương pháp nghiên cứu

Nguồn dữ liệu và cỡ mẫu: Thực nghiệm sử dụng bộ dữ liệu chuẩn gồm 32 ảnh kỹ thuật số kích thước chuẩn hóa 512x512 pixel định dạng 24-bit true color, tiêu biểu là các ảnh mẫu kinh điển như Lena, Baboon, Pepper cùng nhiều ảnh phong cảnh và ảnh kỹ nghệ.

Phương pháp chọn mẫu: Nghiên cứu áp dụng phương pháp chọn mẫu phân tầng có chủ đích, phân loại dữ liệu theo 3 mức độ phức tạp của kết cấu bề mặt gồm kết cấu cao, kết cấu trung bình và kết cấu mịn thấp. Cách tiếp cận này bảo đảm tính bao quát và phản ánh chính xác khả năng thích ứng của thuật toán trên mọi cấu trúc đồ họa.

Phương pháp phân tích và lý do lựa chọn: Quy trình phân tích định lượng thực hiện thông qua việc chia ảnh thành 2 đến 3 khối ảnh con kích thước 128x128 pixel ở khu vực trung tâm, sau đó nhúng thủy vân vào dải tần số trung bình f1 từ 5% đến f2 bằng 15% kích thước khối phổ DFT. Lý do kết hợp DFT và SIFT là vì DFT cung cấp tính toàn vẹn năng lượng chống nhiễu lọc tốt, trong khi SIFT cung cấp các điểm khóa bất biến để tự động ước lượng ma trận Affine dựa trên 3 cặp điểm so khớp chính xác, giúp khôi phục ảnh biến dạng về trạng thái ban đầu mà không cần can thiệp thủ công. Toàn bộ quá trình nghiên cứu và thử nghiệm diễn ra từ năm 2014 đến tháng 5 năm 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và kiểm thử hệ thống đã mang lại 4 phát hiện khoa học quan trọng:

Độ vô hình và chất lượng hiển thị vượt trội: Thủy vân nhúng vào các khối ảnh con đạt chỉ số PSNR trung bình trên 42,5 dB, cao hơn 4,5 dB so với ngưỡng giới hạn nhận biết của mắt người là 38 dB. Sự thay đổi biên độ phổ không gây ra bất kỳ hiện tượng méo hình hay sai lệch màu sắc nào trên không gian 16,7 triệu màu.

Khả năng kháng cự hoàn hảo trước tấn công xoay ảnh: Khi ảnh bị xoay ở các góc 5 độ, 10 độ, 60 độ và 90 độ, thuật toán SIFT đã trích xuất chính xác hơn 150 cặp điểm đặc trưng ổn định. Nhờ đó, ma trận biến đổi Affine tái tạo chuẩn xác hình học của ảnh, giúp tỷ lệ trích xuất đúng bit thủy vân đạt mức tuyệt đối từ 98,6% đến 100%.

Độ bền vững cao trước biến dạng cắt xén và biến đổi Affine: Dưới tác động cắt xén 5% viền biên hoặc biến đổi Affine đa trục, hệ thống vẫn duy trì tỷ lệ so khớp thủy vân đạt 96,8%, khống chế tỷ lệ lỗi bit dưới mức 3,2%, vượt trội hoàn toàn so với mức lỗi trên 45% của các phương pháp thủy vân DCT truyền thống khi gặp lỗi đồng bộ.

Bảo mật an toàn với hàm băm mật mã: Việc ứng dụng hàm băm một chiều kết hợp số serial và khóa bí mật từ 2 số nguyên tố lớn giúp phân bổ các vị trí nhúng ngẫu nhiên trong dải tần số 5% đến 15%, ngăn ngừa 100% nguy cơ dò tìm và bóc tách trái phép dấu bản quyền từ bên thứ ba.

Thảo luận kết quả

Thành công của lược đồ xuất phát từ sự phân tầng nhiệm vụ khoa học: miền tần số DFT lưu trữ thông điệp bản quyền bền vững trước các phép xử lý tín hiệu, trong khi SIFT hoạt động như một hệ quy chiếu không gian tự động nắn chỉnh sai lệch hình học. So với các nghiên cứu tiền nhiệm sử dụng bộ phát hiện góc Harris đơn thuần vốn chỉ đạt độ chính xác phục hồi khoảng 82% trên ảnh kết cấu phức tạp, việc tích hợp bộ mô tả SIFT 128 chiều đã nâng hiệu suất tái tạo hình học lên 97,5%.

Đồng thời, mã sửa lỗi Hamming 7,4 đã giúp bù đắp sự suy hao dữ liệu, tăng 25% độ toàn vẹn bit so với phương pháp nhúng trực tiếp. Toàn bộ dữ liệu thực nghiệm được trình bày trực quan thông qua các bảng thống kê tỷ số PSNR tương ứng với từng góc xoay và biểu đồ cột so sánh tỷ lệ trích xuất bit giữa ảnh trước và sau khi khôi phục, minh chứng rõ nét tính ổn định của giải pháp.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, 4 giải pháp công nghệ và ứng dụng thực tiễn được đề xuất:

Tối ưu hóa tốc độ xử lý thuật toán: Tiến hành cấu trúc lại mã nguồn và áp dụng kỹ thuật tính toán song song trên GPU cho các phép biến đổi DFT và trích xuất SIFT, nhằm rút ngắn thời gian nhúng và trích xuất từ 1,8 giây xuống dưới 0,3 giây cho mỗi ảnh 512x512 pixel, hoàn thành trong thời gian 6 tháng do nhóm kỹ sư phần mềm xử lý ảnh chủ trì.

Nâng cấp cơ chế sửa sai nâng cao: Tích hợp mã Reed-Solomon hoặc mã BCH thay thế cho Hamming 7,4 nhằm nâng cao khả năng phục hồi lỗi chùm, hướng tới mục tiêu duy trì tỷ lệ nhận diện thủy vân đạt trên 99,5% khi ảnh chịu nén JPEG với hệ số chất lượng Q giảm dưới 30, triển khai trong lộ trình 9 tháng bởi các chuyên gia an toàn thông tin.

Mở rộng phạm vi ứng dụng sang video số: Nghiên cứu thích ứng lược đồ DFT kết hợp SIFT cho các luồng dữ liệu video chuẩn H.264 và HEVC 4K, bảo đảm tốc độ xử lý thời gian thực 30 khung hình trên giây, thực hiện trong vòng 12 tháng do các viện nghiên cứu truyền thông đa phương tiện đảm trách.

Xây dựng nền tảng API giám sát bản quyền tự động: Chuẩn hóa hệ thống thành dịch vụ đám mây cho phép quét và phát hiện vi phạm bản quyền trực tuyến tự động với độ chính xác trên 95% trên các sàn thương mại điện tử, triển khai trong giai đoạn 18 tháng thông qua sự phối hợp giữa doanh nghiệp công nghệ và Cục Bản quyền tác giả.

Đối tượng nên tham khảo luận văn

Học viên cao học và nghiên cứu sinh ngành Khoa học máy tính: Luận văn cung cấp nền tảng toán học chuyên sâu về xử lý tín hiệu số hai chiều và thị giác máy tính, là tài liệu tham khảo giá trị cho các đề tài nghiên cứu về giấu tin, bảo mật đa phương tiện và xử lý ảnh số.

Kỹ sư phần mềm và chuyên gia an toàn thông tin: Tiếp cận quy trình cài đặt thực nghiệm chi tiết và lược đồ đồng bộ hóa hình học tự động, phục vụ việc phát triển các module đóng dấu bản quyền cho các hệ thống quản trị tài sản kỹ thuật số.

Doanh nghiệp truyền thông, tòa soạn báo và sàn thương mại điện tử: Nắm bắt giải pháp công nghệ bảo vệ tài sản số với độ tin cậy trên 98%, ứng dụng vào việc ngăn chặn đánh cắp hình ảnh sản phẩm và bảo vệ quyền sở hữu trí tuệ trên môi trường trực tuyến.

Chuyên gia pháp lý và cơ quan giám định kỹ thuật số: Hiểu rõ cơ chế trích xuất chứng cứ điện tử không thể chối bỏ dựa trên khóa bí mật và mã hóa bản quyền, phục vụ đắc lực cho công tác thẩm định và phân xử các vụ tranh chấp sở hữu trí tuệ số.

Câu hỏi thường gặp

Tại sao lược đồ lại kết hợp DFT và SIFT thay vì chỉ sử dụng một phương pháp đơn lẻ? DFT rất mạnh trong việc nhúng thông tin bền vững vào miền tần số nhưng dễ mất đồng bộ khi ảnh bị biến dạng hình học. Ngược lại, SIFT cung cấp các điểm đặc trưng bất biến tỷ lệ giúp định vị và khôi phục không gian chính xác tới 98%. Sự kết hợp này mang lại khả năng kháng cự toàn diện trước cả tấn công tín hiệu lẫn biến đổi hình học phức tạp.

Mã sửa lỗi Hamming 7,4 đóng vai trò gì trong việc nâng cao độ bền vững thủy vân? Mã Hamming 7,4 biến đổi 4 bit thông tin thành 7 bit bằng cách bổ sung 3 bit kiểm tra, cho phép tự động phát hiện và sửa lỗi bit đơn. Cơ chế này giúp giảm thiểu tỷ lệ lỗi bit xuống dưới 1,4%, bảo đảm chuỗi bản quyền trích xuất giữ nguyên vẹn độ chính xác trên 99% ngay cả khi ảnh bị nén hoặc biến dạng cục bộ.

Chất lượng ảnh sau khi nhúng thủy vân theo lược đồ này bị suy giảm như thế nào? Luận văn kiểm soát hệ số nhúng biên độ nghiêm ngặt, bảo đảm giá trị PSNR luôn đạt trên mức 42,5 dB. Với mức suy giảm tín hiệu cực thấp này, mắt người hoàn toàn không thể nhận thấy sự khác biệt giữa ảnh gốc và ảnh đã nhúng thủy vân, bảo toàn 100% giá trị thẩm mỹ và thương mại của tác phẩm số.

Lược đồ này có khả năng chống lại những dạng tấn công hình học cụ thể nào? Hệ thống kháng cự xuất sắc trước các phép xoay từ 5 độ đến 90 độ, cắt xén 5% diện tích, co giãn tỷ lệ và biến đổi Affine tổng quát. Nhờ ma trận biến đổi tọa độ đồng nhất thiết lập từ các điểm khóa SIFT, ảnh bị bóp méo được tự động nắn chỉnh về trạng thái chuẩn trước khi giải mã thủy vân.

Làm thế nào để bảo đảm tính bảo mật của vị trí nhúng thủy vân trong miền DFT? Vị trí nhúng trong dải tần số 5% đến 15% được sinh ngẫu nhiên giả bằng hàm băm một chiều kết hợp số serial của ảnh và khóa bí mật từ 2 số nguyên tố lớn. Nếu không có cặp khóa bí mật này, xác suất kẻ tấn công dò tìm hoặc can thiệp đúng vị trí nhúng là gần như bằng 0.

Kết luận

Công trình nghiên cứu đã đạt được những đóng góp học thuật và thực tiễn nổi bật:

• Xây dựng thành công lược đồ thủy vân ảnh màu kết hợp DFT và SIFT đạt hiệu suất khôi phục hình học trên 97,5%.
• Khắc phục triệt để bài toán mất đồng bộ hình học với khả năng chống xoay tới 90 độ và cắt xén 5% diện tích.
• Bảo toàn tối đa chất lượng thị giác với chỉ số PSNR vượt mức 42,5 dB trên không gian màu 24-bit.
• Nâng cao độ an toàn mật mã học thông qua thuật toán sinh vị trí nhúng bằng hàm băm và cặp khóa số nguyên tố lớn.
• Khẳng định tính khả thi cao trong việc chuyển giao công nghệ cho các hệ thống bảo vệ bản quyền số tự động.

Luận văn của tác giả Hà Trọng Thắng đã đóng góp một giải pháp khoa học toàn diện, giải quyết căn cơ bài toán bảo vệ bản quyền đa phương tiện. Hướng nghiên cứu tiếp theo sẽ tập trung tối ưu hóa thuật toán trong 6 tháng tới và mở rộng thử nghiệm trên video thời gian thực trong 12 tháng tiếp theo. Bạn hãy tham khảo và khai thác toàn văn tài liệu luận văn thạc sĩ này để ứng dụng những kỹ thuật xử lý ảnh tiên tiến nhất vào công tác bảo mật và quản trị dữ liệu số của mình.

Trích đoạn nội dung tài liệu

CHƯƠNG I TỔNG QUAN VỀ THỦY VÂN SỐ Trong chương này trình bày khái quát những kiến thức cơ bản về thủy vân số, những kiểu tấn công đối với thủy vân, phân loại, ứng dụng và một số kỹ thuật thủy vân trên ảnh số. So sánh giữa kỹ thuật giấu tin và thủy vân trên ảnh số.1 Giới thiệu về thủy vân Phương pháp thủy vân đầu tiên được thực hiện là thủy vân trên giấy. Đó là một thông tin nhỏ được nhúng chìm trong giấy để thể hiện bản gốc hoặc bản chính thức. Theo Hartung và Kutter, thủy vân trên giấy đã bắt đầu được sử dụng vào năm 1292 ở Fabriano, Italy – nơi được coi là nơi sinh của thủy vân.

Sau đó, thủy vân đã nhanh chóng lan rộng trên toàn Italy và rồi trên các nước châu Âu và Mỹ. Ban đầu, thủy vân giấy được dùng với mục đích xác định nhãn hàng và nhà máy sản xuất. Sau này được sử dụng để xác định định dạng, chất lượng và độ dài, ngày tháng của sản phẩm. Đến thế kỷ thứ 18, nó bắt đầu được dùng cho tiền tệ và cho đến nay thủy vân vẫn là một công cụ được dùng rộng rãi với mục đích bảo mật cho tiền tệ, chống làm tiền giả.

Thuật ngữ “thủy vân” (watermarking) được đưa ra vào cuối thế 18, nó bắt nguồn từ một loại mực vô hình khi viết lên giấy và chỉ hiển thị khi nhúng giấy đó vào nước. Năm 1988, Komatsu và Tominaga đã đưa ra thuật ngữ “thủy vân số” (Digital watermarking). Trong môi trường phân phối điện tử đang phát triển như hiện nay, việc bảo vệ bản quyền tác giả đối với các sản phẩm số trở nên rất cần thiết. Hiện tại đã có khá nhiều lược đồ thuỷ vân nhằm bảo vệ quyền sở hữu của các bức ảnh số thông qua các thông tin được nhúng trong ảnh.

Có thể chia các kỹ thuật thuỷ vân theo hai hướng tiếp cận chính: LUAN VAN CHAT LUONG download : add [e-mail] 5 Hướng thứ nhất dựa trên miền không gian ảnh, tức là tiến hành khảo sát tín hiệu và hệ thống rời rạc một cách trực tiếp trên miền giá trị rời rạc của các điểm ảnh gọi là trên miền biến số độc lập tự nhiên. Sau đó, tìm cách nhúng các thông tin bản quyền vào ảnh bằng cách thay đổi các giá trị điểm ảnh sao cho không ảnh hưởng nhiều đến chất lượng ảnh và đảm bảo sự bền vững của thông tin nhúng trước những tấn công có thể có đối với bức ảnh đã nhúng thuỷ vân. Điển hình cho cách tiếp cận này là phương pháp tách bit ít quan trọng nhất LSB (Least Significant Bit) và phương pháp sử dụng ma trận số giả ngẫu nhiên. Hướng thứ hai là sử dụng các phương pháp khảo sát gián tiếp khác thông qua các kỹ thuật biến đổi.

Các kỹ thuật biến đổi này làm nhiệm vụ chuyển miền biến số độc lập sang các miền khác và như vậy tín hiệu và hệ thống rời rạc sẽ được biểu diễn trong các miền mới với các biến số mới. Phương pháp biến đổi này cũng giống như phương pháp đổi biến trong phép tính tích phân hay phương pháp đổi hệ tọa độ trong giải tích của toán phổ thông quen thuộc. Sau đó, tìm cách nhúng thuỷ vân vào ảnh bằng cách thay đổi các hệ số biến đổi trong những miền thích hợp để đảm bảo chất lượng ảnh và sự bền vững của thuỷ vân sau khi nhúng. Phương pháp khảo sát gián tiếp sẽ làm đơn giản rất nhiều các công việc mà chúng ta gặp phải khi dùng phương pháp khảo sát trực tiếp trong miền biến số độc lập tự nhiên.

Có nhiều phép biến đổi cho dữ liệu ảnh trong đó có một số phương pháp biến đổi được sử dụng rất phổ biến như: Phép biến đổi cosine rời rạc (Discrete Cosine Transform - DCT), phép biến đổi sóng nhỏ rời rạc (Discrete Wavelet Transform - DWT) và phép biến đổi Fourier rời rạc (Discrete Fourier Transform - DFT). LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Giới thiệu về ảnh 1.1 Ảnh Là một tập hợp hữu hạn các điểm ảnh kề nhau. Ảnh thường được biểu diễn bằng một ma trận hai chiều, mỗi phần tử của ma trận tương ứng với một điểm ảnh. + Ảnh nhị phân (đen trắng): là ảnh có giá trị mức xám của các điểm ảnh được biểu diễn bằng 1 bit (giá trị 0 hoặc 1).

Ví dụ về biểu diễn ảnh nhị phân: 0 1 1 0 1 0 1 0 0 1 1 1 1 1 0 1 + Ảnh xám: Giá trị mức xám của các điểm ảnh được biểu diễn bằng 1 byte (8 bit) (1 byte biểu diễn: 28 = 256 mức, có giá trị từ 0 đến 255) Ví dụ về biểu diễn ảnh xám: 0 6 15 0 125 17 79 5 0 88 198 17 1 253 19 11 + Ảnh màu: thông thường, ảnh màu được tạo nên từ 3 ảnh xám đối với màu nền đỏ (RED), xanh lá cây (GREEN), xanh nước biển (BLUE). Tất cả các màu trong tự nhiên đều có thể được tổng hợp từ 3 thành phần màu trên LUAN VAN CHAT LUONG download : add [e-mail] 7 theo các tỷ lệ khác nhau. Người ta thường dùng 3 byte để mô tả mức màu, khi đó các giá trị màu: 28*3 = 224 ≈ 16,7 triệu màu. Ví dụ về biểu diễn ảnh màu: Ma trận biểu diễn mức xám của thành phần RED: 0 6 215 0 25 17 179 5 0 88 18 17 10 253 19 7 Ma trận biểu diễn mức xám của thành phần GREEN: 0 6 15 0 12 0 79 5 0 188 19 170 1 53 19 1 Ma trận biểu diễn mức xám của thành phần BLUE: 0 16 15 0 125 0 179 5 0 26 55 17 1 0 1 68 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Một số định dạng của ảnh + Ảnh BMP (Bitmap): Là định dạng được phát triển bởi Microsoft Corporation, được lưu trữ dưới dạng độc lập thiết bị cho phép Windows hiển thị dữ liệu không phụ thuộc vào khung chỉ định màu trên bất kì phần cứng nào.

Tên mở rộng mặc định của một tập tin ảnh Bitmap là. Cấu trúc của mỗi tập tin ảnh BMP gồm bốn phần:  Bitmap Header (14 bytes): giúp nhận dạng tập tin bitmap.  Bitmap Information (40 bytes): lưu một số thông tin giúp hiển thị ảnh.  Palette màu - Bảng màu của ảnh: định nghĩa các màu sẽ được sử dụng trong ảnh.

 BitmapData - Dữ liệu ảnh: là phần chứa giá trị màu của điểm ảnh (pixel) trong BMP. Các dòng ảnh được lưu từ dưới lên trên, các điểm ảnh được lưu từ trái sang phải. Giá trị của mỗi điểm ảnh là một chỉ số trỏ tới phần tử màu tương ứng của Palette màu. Thuộc tính BitCount (số bit cho một điểm ảnh - bit per pixel) của thành phần Bitmap Information cho biết số bit (có thể là 1, 4, 8, 16, 24) dành cho mỗi điểm ảnh và số lượng màu lớn nhất của ảnh.

BitCount càng lớn thì ảnh càng có nhiều màu, và càng rõ nét hơn. Cụ thể các giá trị như sau: o 1: Bitmap là ảnh đen trắng, mỗi bit biểu diễn một điểm ảnh. Nếu bit mang giá trị 0 thì điểm ảnh là đen, bit mang gía trị 1 điểm ảnh là điểm trắng. o 4: Bitmap là ảnh 16 màu.

o 8: Bitmap là ảnh 256 màu. o 16: Bitmap là ảnh high color (216 = 65. LUAN VAN CHAT LUONG download : add [e-mail] 9 o 24: Bitmap là ảnh true color (224 ≈ 16 triệu màu), có chất lượng hình ảnh trung thực nhất. Đặc điểm nổi bật nhất của định dạng BMP là tốc độ vẽ và tốc độ xử lý nhanh, tập tin hình ảnh thường không được nén bằng bất kỳ thuật toán nào.

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 JPEG, GIF hay PNG). + Ảnh JPEG (Joint Photographic Experts Group): Đây là một định dạng ảnh được hỗ trợ bởi nhiều trình duyệt Web. Ảnh JPEG được phát triển để nén dung lượng và lưu trữ ảnh chụp, và được sử dụng tốt nhất cho đồ họa có nhiều màu sắc, ví dụ như là ảnh chụp được scan. File ảnh JPEG là ảnh Bitmap đã được nén lại.

+ Ảnh GIF (Graphics Interchange Format): Được phát triển dành cho những ảnh có tính chất thay đổi. Nó được sử dụng tốt nhất cho đồ họa có ít hơn 256 màu, ví dụ như là ảnh hoạt hình hoặc là những bức vẽ với nhiều đường thẳng. File ảnh GIF là những ảnh Bitmap được nén lại. Có hai sự khác nhau cơ bản giữa ảnh GIF và ảnh JPEG: - Ảnh GIF nén lại theo cách dữ nguyên toàn bộ dữ liệu ảnh trong khi ảnh JPEG nén lại nhưng làm mất một số dữ liệu trong ảnh.

- Ảnh GIF bị giới hạn bởi số màu nhiều nhất là 256 trong khi ảnh JPEG không giới hạn số màu mà chúng sử dụng. + Ảnh PNG (Portable Network Graphics): Là một dạng hình ảnh sử dụng phương pháp nén dữ liệu mới - không làm mất đi dữ liệu gốc. PNG được tạo ra nhằm cải thiện và thay thế định dạng ảnh GIF. PNG nén tốt hơn và có nhiều tính năng kỹ thuật hay hơn GIF.

Tất cả tính năng của GIF, trừ nén hoạt hình, đều được hỗ trợ bởi PNG. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.3 Những tấn công trên hệ thuỷ vân Phương pháp thuỷ vân cần chống lại được một số phép xử lý ảnh thông thường và một số tấn công có chủ đích. Cho đến nay vẫn chưa có một hệ thống thuỷ vân hoàn hảo và cũng không rõ ràng việc liệu có tồn tại hay không một hệ thống thuỷ vân an toàn tuyệt đối. Vì vậy, trong thực tế thì thuỷ vân phải cân nhắc giữa bền vững với các thuộc tính khác như lượng thông tin giấu, tính ẩn… Dựa vào yêu cầu của ứng dụng mà sẽ ảnh hưởng đến phương pháp thuỷ vân.

Dựa vào những biến đổi có chủ đích hay không có chủ đích đối với hệ thuỷ vân mà ta có thể phân biệt thành hai nhóm tấn công sau: một là các biến đổi được xem như là các nhiễu đối với dữ liệu, hai là làm mất tính đồng bộ để không thể lấy tin ra được. Dưới đây là một vài phép thay đổi trên ảnh số: - Biến đổi tín hiệu: làm sắc nét, thay đổi độ tương phản, màu, gamma… - Nhiễu cộng, nhiễu nhân… - Lọc tuyến tính - Nén mất thông tin - Biến đổi affine cục bộ hoặc toàn cục - Giảm dữ liệu: cropping, sửa histogram - Chuyển mã (gif  jpeg) - Chuyển đổi tương tự - số - Thuỷ vân nhiều lần Nguyên tắc cơ bản của phương pháp thuỷ vân là đảm bảo đủ tính bền vững sao cho các tấn công sẽ làm cho giá trị thương mại của ảnh gốc bị ảnh hưởng.