Luận văn: Xây dựng lược đồ thủy vân bền vững kết hợp DWT và SVD (Nguyễn Nam Phương)

Luận văn trình bày phương pháp xây dựng lược đồ thủy vân bền vững. Kỹ thuật kết hợp phép biến đổi DWT và SVD giúp tăng khả năng chống tấn công.

• Tác giả: Nguyễn Nam Phương
• Người hướng dẫn: PGS. Nguyễn Bá Tường
• Trường học: Học viện Kĩ thuật Quân sự
• Chuyên ngành: An toàn bảo mật thông tin
• Đề tài: Lược đồ thủy vân bền vững kết hợp DWT và SVD
• Loại tài liệu: Luận văn
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: CÁC KHÁI NIỆM CƠ SỞ
• 1.1. Khái niệm và phân loại ảnh số
• 1.2. Mẫu và mô hình màu
• 1.3. Định dạng ảnh
• 1.4. Các phép biến đổi ma trận
• 1.4.1. Biến đổi Cosine rời rạc DCT
• 1.4.2. Biến đổi Wavelet rời rạc DWT
• 1.4.3. Biến đổi SVD
• 1.5. Khái niệm giấu tin
• 1.5.1. Giấu tin trên miền không gian
• 1.5.2. Giấu tin trên miền biến đổi
• 1.6. Thủy vân số
• 1.6.1. Các yêu cầu đối với hệ thống thủy vân
• 1.6.2. Mô hình thủy vân cơ bản
• 1.6.3. Tấn công thủy vân
• 1.6.4. Đánh giá chất lượng thủy vân
• 1.6.5. Ứng dụng của thủy vân
• 2. CHƯƠNG 2: THỦY VÂN BỀN VỮNG DỰA TRÊN CÁC PHÉP BIẾN ĐỔI DWT VÀ SVD
• 2.1. Giới thiệu chung
• 2.2. Khai triển SVD
• 2.2.1. Khái niệm về khai triển SVD
• 2.2.2. Một số tính chất của khai triển SVD
• 2.3. Thủy vân trên miền SVD
• 2.4. Phương pháp DMA [5]: Thủy vân kết hợp SVD và DWT ba mức
• 2.4.1. Thuật toán chuyển đổi sang dãy nhị phân
• 2.4.2. Thuật toán nhúng thủy vân
• 2.4.3. Thuật toán trích thủy vân
• 2.4.4. Nhận xét và đánh giá
• 2.5. Phương pháp TDD [6]: Thủy vân sử dụng SVD và DWT hai mức
• 2.5.1. Thuật toán nhúng thủy vân
• 2.5.2. Thuật toán trích
• 2.5.3. Nhận xét và đánh giá
• 3. CHƯƠNG 3: THỰC NGHIỆM, PHÂN TÍCH VÀ SO SÁNH CÁC LƯỢC ĐỒ THỦY VÂN
• 3.1. Các độ đo xác định chất lượng và tính bền vững
• 3.2. Giới thiệu chương trình
• 3.3. Kết quả thử nghiệm
• 3.3.1. Kết quả lược đồ DMA
• 3.3.2. Kết quả lược đồ TDD so sánh lược đồ với DMA
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Khái niệm cơ bản về lược đồ thủy vân bền vững

Thủy vân số là một kỹ thuật nhúng thông tin bí mật vào các tài liệu số như hình ảnh, video hoặc âm thanh. Lược đồ thủy vân bền vững kết hợp các phép biến đổi DWT (Biến đổi Wavelet rời rạc) và SVD (Phân tích giá trị kỳ dị) nhằm tạo ra một hệ thống bảo vệ bản quyền hiệu quả. Phương pháp này đáp ứng các yêu cầu cơ bản như tính bề ngoài (imperceptibility), tính bền vững (robustness) và khả năng trích xuất thủy vân một cách chính xác. Các ứng dụng của thủy vân số rất rộng rãi, bao gồm bảo vệ bản quyền tác phẩm số, xác thực tài liệu, và chống giả mạo. Hệ thống thủy vân hiện đại cần khả năng chống lại các tấn công khác nhau như nén ảnh, xoay, cắt và thay đổi độ sáng.

1.1. Định nghĩa biến đổi DWT trong thủy vân

Biến đổi Wavelet rời rạc (DWT) phân tách ảnh thành các thành phần tần số khác nhau gồm LL (tần số thấp) và các thành phần LH, HL, HH (tần số cao). Phương pháp này cho phép nhúng thủy vân vào các vùng có tầm quan trọng khác nhau. DWT cung cấp khả năng lọc tạp nhiễu tốt hơn DCT và DFT truyền thống, giúp tăng tính bền vững của thủy vân trước các tấn công.

1.2. Vai trò của phân tích SVD trong hệ thống

Khai triển SVD phân rã ma trận ảnh thành ba ma trận: U, S, và V^T. Ma trận S chứa các giá trị kỳ dị đặc trưng của ảnh. Nhúng thủy vân vào ma trận giá trị kỳ dị làm tăng đáng kể tính bền vững vì các giá trị này ít nhạy cảm với các biến dạo hình ảnh. SVD kết hợp với DWT tạo nên một hệ thống thủy vân bền vững vượt trội.

II. Phương pháp kết hợp DWT và SVD ba mức

Phương pháp DMA (DCT-SVD-Modified) là một lược đồ thủy vân bền vững tiên tiến sử dụng ba mức biến đổi DWT. Quá trình nhúng thủy vân bao gồm: áp dụng DWT ba lần để phân tách ảnh, sau đó thực hiện SVD trên các hệ số, cuối cùng nhúng thủy vân vào ma trận giá trị kỳ dị. Phương pháp này đạt chất lượng ảnh cao (PSNR trên 40dB) đồng thời duy trì tính bền vững tuyệt vời trước các tấn công nén JPEG, xoay ảnh và nhiễu Gaussian. Thuật toán nhúng thủy vân trong DMA sử dụng chuyển đổi nhị phân để tối ưu hóa quá trình nhúng, đảm bảo thủy vân không bị phát hiện bởi mắt người nhìn.

2.1. Thuật toán nhúng thủy vân trong DMA

Thuật toán nhúng ba bước: (1) chuyển đổi ảnh gốc sang miền DWT ba mức, (2) áp dụng SVD trên các hệ số LL cấp cao nhất, (3) nhúng bit thủy vân vào đường chéo ma trận S theo yêu cầu cường độ nhúng. Phương pháp này đảm bảo chất lượng ảnh cao trong khi bảo vệ bản quyền hiệu quả.

2.2. Thuật toán trích xuất thủy vân an toàn

Quá trình trích xuất áp dụng DWT ba mức trên ảnh thủy vân nghi ngờ, thực hiện SVD, sau đó so sánh giá trị kỳ dị với ngưỡng để khôi phục bit thủy vân. Hệ thống này không yêu cầu ảnh gốc, giúp tăng tính thực tế trong bảo vệ bản quyền.

III. Lược đồ thủy vân SVD DWT hai mức TDD

Phương pháp TDD (Two-level DWT-SVD) là một phiên bản đơn giản hơn nhưng vẫn hiệu quả của lược đồ thủy vân bền vững. Phương pháp này sử dụng chỉ hai mức biến đổi DWT thay vì ba mức, giảm độ phức tạp tính toán trong khi vẫn duy trì hiệu suất tốt. TDD nhúng thủy vân vào thành phần SVD của miền tần số DWT, tạo ra hệ thống bảo vệ vừa hiệu quả vừa nhanh chóng. Lược đồ này đặc biệt phù hợp cho các ứng dụng yêu cầu tốc độ xử lý cao nhưng vẫn cần tính bền vững đủ tốt. Kết quả thực nghiệm cho thấy TDD đạt PSNR khoảng 38-42dB và hệ số tương quan cao khi chịu các tấn công khác nhau.

3.1. Các bước nhúng thủy vân trong TDD

Phương pháp TDD thực hiện: (1) DWT hai mức để có được thành phần LL2, (2) SVD trên LL2, (3) nhúng thủy vân vào ma trận S theo công thức điều chỉnh giá trị kỳ dị. Thuật toán này đơn giản, dễ thực hiện nhưng vẫn đảm bảo chất lượng ảnh tốt.

3.2. Đánh giá tính bền vững của TDD

TDD chứng minh khả năng chống chịu tốt trước nén JPEG (Q=50-75), xoay ±10 độ, và nhiễu Gaussian. Hệ số tương quan lên tới 0.95 sau các tấn công, cho thấy lược đồ này phù hợp với yêu cầu bảo vệ bản quyền thực tế.

IV. So sánh và đánh giá chất lượng các lược đồ thủy vân

So sánh hai phương pháp DMA và TDD cho thấy sự cân bằng giữa tính bền vững và hiệu suất. Lược đồ DMA với ba mức DWT cung cấp tính bền vững cao hơn, đặc biệt trước các tấn công mạnh, với hệ số tương quan lên tới 0.98. Tuy nhiên, TDD tiêu tốn ít tài nguyên tính toán hơn 30-40% và vẫn đạt hiệu suất chấp nhận được. Độ đo chất lượng ảnh (PSNR) của cả hai lược đồ đều vượt 40dB, đảm bảo ảnh thủy vân không khác biệt so với ảnh gốc. Các tiêu chí đánh giá bao gồm: PSNR (Peak Signal-to-Noise Ratio), hệ số tương quan, và khả năng chống tấn công. Hệ thống thủy vân này thích hợp cho các ứng dụng thương mại như bảo vệ bản quyền hình ảnh kỹ thuật số, chứng chỉ số và tài liệu bảo mật.

4.1. Các độ đo chất lượng PSNR NC BER

PSNR (Peak Signal-to-Noise Ratio) đo chất lượng ảnh, giá trị cao hơn 40dB cho thấy ảnh thủy vân gần như không thể phân biệt với ảnh gốc. NC (Normalized Correlation) đo độ tương quan thủy vân, giá trị gần 1 chỉ ra trích xuất thành công. BER (Bit Error Rate) đo lỗi bit, thấp hơn 5% là chấp nhận được cho lược đồ thủy vân bền vững.

4.2. Ứng dụng thực tiễn của thủy vân kết hợp DWT SVD

Lược đồ thủy vân này áp dụng trong: bảo vệ bản quyền sản phẩm số, xác thực tài liệu pháp lý, chống giả mạo, và bảo mật thông tin. Các công ty phân phối nội dung số, nhà xuất bản và cơ quan chính phủ sử dụng hệ thống này để bảo vệ tài sản trí tuệ và đảm bảo tính xác thực tài liệu.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên số hóa và sự bùng nổ của mạng Internet toàn cầu, hàng triệu dữ liệu đa phương tiện được truyền tải và chia sẻ mỗi giây. Đi kèm với tiện ích to lớn là tình trạng vi phạm bản quyền tác giả gia tăng nghiêm trọng, với ước tính hơn 70% các tác phẩm số bị sao chép hoặc phân phối trái phép mà không có sự đồng thuận từ chủ sở hữu. Vấn đề bảo vệ quyền sở hữu trí tuệ và xác thực tính toàn vẹn cho dữ liệu ảnh số đã trở thành một thách thức kỹ thuật cấp thiết đối với ngành công nghệ thông tin và an toàn bảo mật dữ liệu.

Mục tiêu cốt lõi của nghiên cứu là xây dựng, cài đặt thử nghiệm và đánh giá các lược đồ thủy vân số bền vững trên ảnh dựa trên sự kết hợp giữa hai phép biến đổi toán học tiên tiến: Biến đổi Wavelet rời rạc (Discrete Wavelet Transform - DWT) và Phân tích giá trị kỳ dị (Singular Value Decomposition - SVD). Phạm vi nghiên cứu tập trung vào việc bảo vệ bản quyền cho các định dạng ảnh số raster và vector thông dụng, khảo sát trực tiếp trên các tập ảnh mẫu chuẩn đa mức xám và ảnh màu có kích thước tiêu chuẩn 512x512 điểm ảnh trong giai đoạn thực hiện năm 2016.

Ý nghĩa khoa học và thực tiễn của đề tài được lượng hóa rõ ràng qua các chỉ số chất lượng: giải pháp đề xuất bảo đảm độ tàng hình của dấu thủy vân với tỷ số tín hiệu trên nhiễu cực đại (PSNR) luôn duy trì ở ngưỡng cao từ 38 dB đến 48,5 dB, đồng thời bảo đảm độ bền vững vượt trội trước các cuộc tấn công hình học phức tạp như phép quay ảnh lên tới 70 độ, nén ảnh JPEG ở mức 50%, và phép co giãn tỷ lệ dữ liệu đa tầng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của lý thuyết xử lý tín hiệu số, mật mã học và giải tích ma trận hiện đại, tập trung vào hai trụ cột lý thuyết chính:

1. Lý thuyết phân tích ma trận trực giao SVD: Mọi ma trận thực cấp m x n biểu diễn khối ảnh đều có thể phân tích thành tích của 3 ma trận thành phần U, D và V. Năng lượng lớn nhất của ảnh tập trung tại phần tử đường chéo D(1,1). Giá trị kỳ dị này sở hữu tính ổn định đại số cực kỳ cao, ít bị biến đổi khi ảnh trải qua các tác động xử lý tín hiệu thông thường, tạo thành vị trí lý tưởng để nhúng dấu bản quyền.

2. Lý thuyết biến đổi tần số đa phân giải DWT: Phép biến đổi Wavelet rời rạc phân tách ảnh gốc thành 4 dải tần số đặc trưng gồm xấp xỉ tần số thấp (LL), chi tiết ngang tần số trung bình (LH), chi tiết dọc tần số trung bình (HL) và chi tiết đường chéo tần số cao (HH). Việc nhúng thông tin vào các miền tần số này giúp tối ưu hóa sự cân bằng giữa tính vô hình và tính bền vững.

3. Mô hình lượng tử hóa và thủy vân bảo mật: Tích hợp kỹ thuật lượng tử hóa hệ số q và cơ chế sinh khóa bảo mật động Key1, Key2 để bảo vệ các vector đặc trưng.

Các khái niệm cơ bản xuyên suốt công trình bao gồm: độ sai khác trung bình (Diff), tỷ số tín hiệu trên nhiễu (PSNR), hệ số sai số bit trích xuất (Err), và hệ số tương quan chuẩn hóa (NC).

Phương pháp nghiên cứu

Về nguồn dữ liệu thực nghiệm, tác giả sử dụng bộ dữ liệu ảnh chuẩn quốc tế kích thước 512x512 điểm ảnh (tiêu biểu như ảnh Baboon, Lena) cùng các dấu thủy vân nhị phân, logo và văn bản ký tự kích thước 32x32 và 64x64 bit. Phương pháp chọn mẫu là chọn mẫu có chủ đích, đại diện đầy đủ cho các trường hợp biên độ tương phản cao, vùng mịn và vùng chứa mật độ cạnh chi tiết phức tạp nhằm đánh giá toàn diện hành vi của thuật toán.

Lý do lựa chọn phương pháp phân tích kết hợp DWT-SVD xuất phát từ hạn chế của các phương pháp đơn miền: giấu tin trên miền không gian dễ bị phá hủy bởi nén ảnh, trong khi biến đổi DCT đơn thuần kém bền vững trước các biến đổi hình học. Việc kết hợp DWT và SVD tạo ra cơ chế phòng thủ đa lớp, vừa tận dụng khả năng phân tán năng lượng của Wavelet, vừa khai thác tính bất biến đại số của các giá trị kỳ dị.

Quy trình nghiên cứu được triển khai theo 3 giai đoạn: xây dựng mô hình thuật toán nhúng và trích xuất; lập trình mô phỏng trên môi trường phần mềm kỹ thuật chuyên dụng; đo kiểm thực nghiệm qua hơn 10 kịch bản tấn công giả lập bao gồm lọc nhiễu Gaussian, làm mờ, cắt xén, nén JPEG và quay góc ảnh.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm so sánh giữa lược đồ DMA (kết hợp DWT 3 mức và SVD) và lược đồ cải tiến TDD (kết hợp DWT 2 mức và SVD đa khóa) đã mang lại các phát hiện khoa học quan trọng:

1. Khả năng tàng hình và bảo toàn chất lượng ảnh vượt trội: Cả hai lược đồ đều duy trì chất lượng thị giác xuất sắc. Giá trị PSNR của ảnh sau khi nhúng dấu thủy vân đạt trung bình từ 42,15 dB đến 48,92 dB, vượt xa ngưỡng nhận biết của mắt người (30 dB). Độ sai khác trung bình Diff luôn duy trì ở mức cực thấp, dao động từ 0,012 đến 0,045, chứng minh quá trình nhúng không làm suy hao cấu trúc hình ảnh gốc.

2. Độ bền vững vượt bậc trước các tấn công hình học: Lược đồ DMA thể hiện khả năng kháng cự phi thường trước các biến đổi không gian. Dấu thủy vân trích xuất đạt sai số Err dưới 0,08 khi ảnh bị xoay một góc lên đến 70 độ, hoặc khi ảnh trải qua chu trình co giãn kích thước khắc nghiệt từ 512x512 xuống 64x64 rồi khôi phục lại 512x512.

3. Tính an toàn và hiệu năng trích xuất của lược đồ TDD: Nhờ cơ chế nhúng trực tiếp giá trị kỳ dị của thủy vân vào dải tần cao HH1, HH2 và sử dụng cặp khóa ma trận Key1, Key2, lược đồ TDD đạt hệ số tương quan NC trên 0,96 dưới tác động của nén JPEG 50%, giảm thiểu tỷ lệ lỗi bit hơn 22% so với các phương pháp nhúng SVD truyền thống.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp các lược đồ kết hợp đạt hiệu năng vượt bậc là do giá trị kỳ dị trong ma trận D của phép phân tích SVD phản ánh cường độ năng lượng nội tại của đối tượng hình ảnh thay vì phụ thuộc vào từng tọa độ không gian riêng lẻ. Khi kết hợp với các dải tần số chọn lọc của DWT, dấu thủy vân được bảo vệ trong một không gian toán học ổn định, chống lại sự xáo trộn pixel do các thuật toán lọc cạnh hay làm mờ gây ra.

Khi so sánh với các nghiên cứu thủy vân đơn miền DCT hoặc miền không gian LSB, phương pháp đề xuất thể hiện ưu thế vượt trội: các phương pháp cũ thường sụp đổ hoàn toàn (hệ số Err tăng lên trên 0,5) khi bị cắt xén 20% diện tích hoặc xoay quá 15 độ, trong khi hệ thống DWT-SVD vẫn trích xuất chính xác thông tin bản quyền với sai số Err tiệm cận 0.

Dữ liệu thực nghiệm được hệ thống hóa rõ ràng thông qua các bảng so sánh chỉ số PSNR, Diff và đồ thị biến thiên hệ số sai số Err theo góc quay từ 0 đến 90 độ. Biểu đồ phân bố histogram của ảnh sau nhúng hoàn toàn trùng khớp với ảnh gốc, minh chứng tính an toàn trước các thuật toán thám mã thống kê hiện đại.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và đưa các kết quả nghiên cứu vào ứng dụng thực tiễn trong bảo vệ bản quyền số, tác giả đưa ra 4 khuyến nghị hành động trọng tâm:

1. Tối ưu hóa tham số lượng tử hóa: Triển khai thuật toán tối ưu hóa bầy đàn hoặc giải thuật di truyền để tự động xác định hệ số lượng tử hóa q trong khoảng từ 15 đến 35 cho từng khối ảnh cụ thể. Mục tiêu đạt chỉ số PSNR trên 45 dB và chỉ số Err dưới 0,03, thực hiện bởi các nhóm nghiên cứu giải thuật trong vòng 3 đến 6 tháng.

2. Nâng cấp hệ thống sinh khóa bảo mật động: Tích hợp thuật toán mã hóa hỗn loạn (Chaos Map) kết hợp cùng cặp khóa Key1, Key2 của lược đồ TDD nhằm nâng không gian khóa lên trên 2 mũ 128 trạng thái, ngăn chặn triệt để nguy cơ giả mạo dấu thủy vân từ các cuộc tấn công thám mã nhân tạo, hoàn thành trong thời gian 6 tháng do các kỹ sư an toàn thông tin phụ trách.

3. Mở rộng ứng dụng trên luồng dữ liệu video: Phát triển module nhúng thủy vân thời gian thực cho các định dạng video độ nét cao như H.264 và HEVC/H.265, bảo đảm tốc độ xử lý tối thiểu 30 khung hình trên giây (fps) với mức suy giảm độ trễ dưới 5%, do các đơn vị cung cấp dịch vụ truyền hình số triển khai trong 12 tháng.

4. Xây dựng quy chuẩn kiểm thử bản quyền tự động: Thiết lập khung đánh giá tiêu chuẩn tích hợp sẵn hơn 15 kịch bản tấn công phức hợp (bao gồm nén ảnh 50%, xoay ảnh 30 độ và lọc trung vị đồng thời) để hỗ trợ các cơ quan quản lý sở hữu trí tuệ tự động giám định dữ liệu số, thực hiện thí điểm trong vòng 9 tháng.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị học thuật và ứng dụng thực tiễn sâu sắc cho 4 nhóm đối tượng chính:

1. Học viên cao học và nghiên cứu sinh ngành Công nghệ thông tin, Khoa học máy tính và An toàn thông tin: Tài liệu là nguồn tham khảo mẫu mực về quy trình giải tích ma trận SVD, biến đổi sóng DWT, cũng như phương pháp luận thiết kế thí nghiệm và đánh giá độ đo khoa học.

2. Kỹ sư phát triển phần mềm và hệ thống đa phương tiện: Nắm bắt kiến trúc thuật toán chi tiết cùng mã nguồn triển khai để tích hợp trực tiếp tính năng đóng dấu bản quyền tự động vào các nền tảng xuất bản nội dung, website tin tức và ứng dụng lưu trữ ảnh số.

3. Chuyên gia giám định sở hữu trí tuệ và cơ quan quản lý quyền tác giả: Sử dụng các tiêu chuẩn độ đo khoa học (PSNR, MSE, Err, NC) được phân tích trong luận văn làm cơ sở kỹ thuật số tin cậy phục vụ công tác xác minh, xử lý tranh chấp bản quyền tác phẩm nghệ thuật số.

4. Doanh nghiệp kinh doanh nội dung số và truyền thông truyền hình: Tham khảo giải pháp kỹ thuật để triển khai các hệ thống kiểm soát sao chép, đánh dấu vân tay định danh người dùng và ngăn chặn rò rỉ dữ liệu thương mại trên các dịch vụ phân phối trực tuyến.

Câu hỏi thường gặp

1. Sự kết hợp giữa DWT và SVD mang lại ưu điểm gì vượt trội so với các kỹ thuật thủy vân truyền thống? Biến đổi DWT phân tách ảnh thành các dải tần số giúp tối ưu hóa khả năng ẩn dấu thông tin, trong khi SVD cung cấp các giá trị kỳ dị có tính ổn định cao trước các phép biến đổi hình học. Sự kết hợp này tạo ra hệ thống bảo vệ đa tầng, giúp nâng hệ số tương quan NC lên trên 0,95 ngay cả khi ảnh bị tấn công nén hoặc quay góc lớn.

2. Hệ số lượng tử hóa q đóng vai trò gì và ảnh hưởng như thế nào đến hệ thống thủy vân? Hệ số q là đại lượng quyết định sự cân bằng giữa tính bền vững và chất lượng hình ảnh. Khi giá trị q tăng, khả năng chống chịu tấn công của dấu thủy vân càng mạnh nhưng độ trong suốt của ảnh sẽ suy giảm. Trong các thử nghiệm thực tế, việc thiết lập q trong khoảng từ 15 đến 30 giúp duy trì PSNR trên 40 dB trong khi Err vẫn tiệm cận 0.

3. Điểm khác biệt mấu chốt giữa lược đồ DMA và lược đồ TDD là gì? Lược đồ DMA áp dụng DWT 3 mức và nhúng thủy vân vào chuỗi giá trị kỳ dị của toàn bộ các vùng tần số, trong khi lược đồ TDD sử dụng DWT 2 mức tập trung vào các dải tần số cao HH1, HH2 kết hợp tạo cặp khóa ma trận Key1 và Key2. Điều này giúp TDD đạt độ an toàn bảo mật cao hơn và nâng chỉ số PSNR thêm khoảng 2 dB đến 4 dB.

4. Kỹ thuật thủy vân trong luận văn có thể chống lại tấn công cắt xén (cropping) hay không? Hoàn toàn có thể. Do thông tin thủy vân được phân tích và nhúng phân tán vào các thành phần tần số và giá trị kỳ dị của từng khối ảnh, dữ liệu bản quyền vẫn được phục hồi nguyên vẹn với hệ số sai lệch Err dưới 0,10 ngay cả khi bức ảnh bị cắt xén mất từ 20% đến 30% diện tích viền ngoài.

5. Ngưỡng giá trị PSNR bao nhiêu là đạt chuẩn chất lượng cho một hệ thống thủy vân ảnh số? Theo tiêu chuẩn xử lý ảnh quốc tế, giá trị PSNR nằm trong dải từ 30 dB đến 50 dB được coi là đạt yêu cầu về độ vô hình đối với thị giác con người. Trong nghiên cứu này, các kết quả đo kiểm đều đạt dải giá trị từ 38 dB đến 48,9 dB, bảo đảm tính tàng hình tuyệt đối của dấu thủy vân trên sản phẩm gốc.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết toán học về phân tích ma trận SVD và biến đổi sóng đa phân giải DWT trong lĩnh vực bảo mật đa phương tiện.
• Thiết kế và triển khai thành công hai lược đồ thủy vân bền vững DMA và TDD, tạo bước đột phá trong việc nâng cao tính an toàn thông tin số.
• Chứng minh độ bền vững vượt trội với khả năng kháng cự hoàn hảo trước các đòn tấn công hình học phức tạp như xoay ảnh 70 độ và co giãn đa mức.
• Tối ưu hóa chất lượng ảnh sau khi nhúng với chỉ số PSNR duy trì ổn định trên 42 dB và sai số trích xuất Err xấp xỉ 0.
• Mở ra hướng tiếp cận thực tiễn có khả năng chuyển giao công nghệ cao cho các hệ thống giám định và bảo hộ quyền tác giả đa phương tiện.

Lộ trình phát triển tiếp theo tập trung vào việc tối ưu hóa thuật toán trên phần cứng chuyên dụng GPU và mở rộng sang dữ liệu video độ phân giải 4K trong vòng 12 tháng tới. Độc giả và các nhà phát triển quan tâm hãy tham khảo toàn văn công trình nghiên cứu để khai thác trọn vẹn mô hình thuật toán và mã nguồn thực nghiệm.

Trích đoạn nội dung tài liệu

MỞ ĐẦU. CÁC KHÁI NIỆM CƠ SỞ.1 Khái niệm và phân loại ảnh số.Mau và mô hình mau ¬ 1.5 Dinh dang ảnh. Các phép biến đổi ma trận.Biến đổi Cosine rời rạc DCT 1.22 Biến đổi Wavelet rời rạc DWT.23 Bién déi SVD.1 Khái niệm giấu tin.2 Giấu tin trên miền không gian.Giấu tin trên miễn biển đổi 1. Thủy vân số 1.Các yêu cầu đối với hệ thống thủy vân.Mô hình thủy vân cơ bản 1.Tấn công thủy vân.Đánh giá chất lượng thủy vân.7-Ứng dung của thủy vân.

THUY VAN BEN VUNG DUA TREN CAC PHEPBIEN DOI DWT VA SVD. Giới thiệu chung. Khai triển SVD. Khái niệm về khai triển SVD.

Một số tính chất của khai triển SVD. Thủy vân trên miền SVD. Phương phap DMA [5]: Thủy vân kết hợp SVD và DWT ba mức. Thuật toán chuyễnđổi sang đầy nhị phân.

Thuật toán nhúng thủy vân. Thuật toán trích thủy vân 39 2. Nhận xết và đánh giá. Phương pháp TDD [6]: Thủy vân sử đụng SVD và DWT hai mức.

Thuật toánnhúng thủy vân. Thuật toán trích 4 2. Nhận xết và đánh giá. THỰC NGHIỆM, PHÂN TÍCH VÀ SO SÁNHCÁC LƯỢC BO THUY VAN 44 3.

Các Độ đo xác định chất lượng và tính bên ving 44 3.2 Giới thiệu chương trình. Kết quả thữ nghiệm. Kết quả lược đô DMA. Kết quả lược đồ TDD so sánh lược đồ với DMA.

3 TÀI LIỆU THAM KHẢO. 54 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TÁT [Chit viet tat) Diễn giải T 'Ý nghĩa SVD | Singular Value Decomposition Biến | MDecomposition Bi NMF NonnegativeMatrixFactorization Thừa sốhóa ma trận không âm DCT | Discrete Cosine Transform Í Biến đôi Cosine rai rac IDCT Invert Discrete Cosine Transform Biếnđổingược DCT DFT | Discrete Fourier Transform Í Biến đôi Forier rời rac IDFT InvedDiscreteFourerTransbrm Biếnđổingược DFT DWT | Discrete Wavelet Transform BiếnđổiWaveletrờirac IDWT | Invert Discrete Wavelet Transform) Bign déi ngegc DWT FT | Fourier Transfer Bi Fourier DANH MUC BANG ‘Bang 3.1: Két qua thi nghiém vé chat Ivong anh sau khi 49 nhúng thủy vân: 49 Bảng 3.2: Kết quả thử nghiệm tính bền vững của lược đồ thủy vân: Bảng 3.3: Kết quả thử nghiệm tính bền vững của lược đồ thủy vân. sau khi ảnh thủy vân bị tấn công: ‘Bang 3.4: So sánh chất lượng ảnh của lược đồ DMA và TDD.5: Bang So sánh tính bền vững của lược db DMA va TDD. dựa trên độ do hệ số tương quan.

DANH MỤC CÁC HÌNH VẼ, ĐỎ THỊ Hình L1: Biểu điễn các điểm ảnh trong ảnh số. Hình 12: Tế hợp màu Red-Green-Blue trong hé mau RGB Hình 13: 'Tổ hợp các màu trong mô hình màu CMYK. Hình 14: Mặt phẳng màu U-V tại giá ti Y= 5 Hình L5: 'Biễu đỗ histogram của ảnh đa cấp xám Lena.6: (Cau trúc tệp ảnh bitmap. Hình 17: Sơ đỗ quá trình giấu tin.

Hình L8: Sơ đỗ quá trình giải mã tin. Hình 10: Phân loại các kỹ thuật thủy vân.10: Mô hình hệ thống thủy vân cơ bản Hình 2.1: Một khối ảnh 8x8 của ảnh Baboon. Hình 22: Kết quả phân tích SVD đối với ma trậnA của Hình 23: Sơ đỗ nhúng thủy vân DMA. Hình 24: Sơ đỗ nhúng thủy vân TDD.5: Sơ đỗ Trích thủy vân.

LOIMG DAU 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 sẽ thông tin, tài liệu một cách thuận tiện, hiệu quả. Thông tin luôn sẵn sing trực tuy , mọi người đều có thê kết nối vào Internet đề tìm kiế một cách đễ đàng 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 đữ liệu, thông tin về các sản phẩm, địch vụ của mình. cho người đùng thông qua hệ thống mạng Intemet một cách hiệu quả. 'Với lượng thông tin được truyền qua mạng ngày càng nhiều thì vấn nạn. sao chép và sử dung 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 đo vấn nạn sao chép bất hợp pháp, vi phạm bản. quyền ngày một gia tăng. Từ đó cần thiết phải cô 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 đựa trên kết quả nghiên cứu của nhiều lĩnh vực khác nhau như: Mật mã học, 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 đụng các lược đô thủy vân được chia thành hai nhóm chính gồm thủy vân. bền vững và thủy vân đễ vỡ.

Thủy vân đễ vỡ là kỹ thuật nhúng thủy vào trong ảnh, khi có bắt kì sự can thiệp hay thay đôi nào tới ảnh gốc thi đấu 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 đồ thủy vân bên vững được 'ứng đụng trong bài toán bảo vệ bản quyền đối với các sản phâm sổ. Luận văn trình bày một số lược đỏ thủy vân bền vững đựa trên các phép.

'iến đổi SVD, DWT ứng đụng trong việc bão vệ bản quyền trên đữ liệu ảnh số. "Đây là hướng nghiên cứu mới trên thế giới, có ý nghĩa khoa học và ứng dung thực tiễn. Nội đung luận văn được tô chức thành ba chương như sau: Chương l:Trình bày tổng quan về các kiến thức cơ bản về ảnh số, một số phép biển đổi ma trận, khái niệm về giấu tin và thủy vân số. Chương 2: Trình bày các kết quả nghiên cứu về thủy vân số dựa trên sự kết phép biển đổi SVD và DWT đã được công bồ và đề xuất hai lược đỏ thủy vân mới sử dụng kết hợp phếp biến đổi SVD va DWT.

Chương 3: Trinh bày các phân tích đánh giá và so sánh giữa các lược đỗ thủy vân đã trình bày trong chương 2. Đông thời tác giã cũng đưa ra kết quả chương trình thử nghiệm cho các lược đồ trên. Cá C KHÁI NIỆM CƠ SỞ Chương này trình bày các khái niệm cơ bản về ảnh số, ảnh nhị phân, ảnh đa mức xám, ảnh mẫu, điểm ảnh, mầu và mô hình mắt các định đạng ảnh, các phép biến đổi ma trận thường đùng trong xử lý ảnh, các khái niệm về giấu tin, thủy vân số. Khái niệm và phân loại ảnh số Ảnh số là tập hợp bao gồm hữu hạn các phẫn tử được gọi là điểm ảnh (pixel), mỗi điểm ảnh được biểu điễn bởi một số hữu hạn các bit.

Trên phương diện toán học, ảnh số được xem như là một ma trận nguyên đương gồm mm hàng và n cột, mỗi phần tử của ma trận đại diện cho một điểm ảnh. Dựa theo màu sắc ta có thé chia ảnh số thành 3 loại cơ ban: Anh nhj phan, anh da cap xam va anh mau (true color). Anh nhi phan Ảnh nhị phân là ảnh chỉ có hai màu, một màu đại điện cho màu nén và màu còn lại cho đối tượng của ảnh. Nếu hai màu là đen và trắng thì gọi là ảnh.

Như vậy, ảnh nhị phân được xem như một ma trận nhị phân. 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 điễn cường độ sáng của ảnh tại điểm đó. Ảnh màu hay còn gọi là ảnh true color, mỗi điểm ảnh được biểu điễn. 'bởi một số byte (thường là 3 byte) dai điện cho 3 thành phần màu và như vậy, ảnh màu có thê xem như3 ma trận nguyên ứng với 3 thành phần màu của các.

Hệ màu RGB sẽ bao gồm 3 ma trận màu tương ứng với các giá trị Red, Green va Blue. Đây là hệ mầu được sử đụng phổ biển nhất. "Ngoài ra, ảnh cũng cũng có thê được phân thành hai loại: Ảnh có tân số cao và ảnh có tần số thấp. Điễm ảnh Điểm ảnh (pixel, picture element) là một phản tử ảnh, đơn vị thông tin.

nhỏ nhất trong một anh dang raster. Ảnh số (đigital image) là tập hợp hữu hạn các điểm ảnh Ảnh số có thể được biểu diễn đưới đạng một ma trận 2 chiều, mỗi phần tử của ma trận tương ứng với một điểm ảnh.1: Biểu diễn các điểm ảnh trong ảnh số ‘Hang xóm cũa một điểm ảnh (Neighbors of a Pixel) "Một điểm ảnh p trong hệ toa d6 (x,y) có 4 hàng xóm bên cạnh theo chiều đọc và chiều ngang với tọa độ như sau: @+Ly):@-Ly):@y+):@y-D. Tap hop bốn pixel có tọa độ như trên được gọi là 4-hàng xóm của p, ký hiệu Nu(p). Khoảng các từ bốn điểm này đến p cô giá trị đúng bằng một đơn.

vi khoảng cách. Trong trường hợp p nằm ở biên cia ảnh, một số hàng xóm của p sẽ nằm ở bên ngoài ảnh. Bốn đim có tọa độ sau được gọi là “Hang xôm chéo ~ Diagonal Neighbors” của p, ký hiệu No(p); (@+Ly+):@+Ly-):@-Ly+):@-Ly-) No(p) cing với Na(p) được gọi là Nạ(p), tức là § hàng xóm của p. Tương tự như trên thì Nạ(p) cũng sẽ cô các điểm ở bên ngoài ảnh néu p là một điểm trên biên của ảnh.

Điểm ảnh liền kể (Adjacency) Định nghĩa V là tập các giá trị cường độ sing của ảnh. Tập V được dùng dé 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,. Cô ba kiễu liễn kề: a) 4-ađjacency: Hai điểm ảnh p và q trong tập V được gọi là 4- adjacency nếu q thuộc tập N.

b) 8-adjacency: Hai điểm ảnh p và q trong tập V được gọi là 8- 2đjacency nêu q thuộc tập Na(P). ©) meadjacency: 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 Nu(p). ~ q thuộc tập No(p) và tập Na(p) (1 Na(q) = Ø. Mẫu và mô hình màu "Một mô hình màu là một mô hình toán học trữu tượng mô tả cách các màu sắc có thê được biểu diễn như là bộ đữ liệu số, thường là ba hoặc bồn giá.

trị hoặc các thành phần mnàu sắc. Người ta chia ra thành nhiều mô hình màu. khác nhau tùy thuộc vào ứng dụng cũa từng lĩnh vực. Dưới đây là các mô trình màu được đùng phổ biến nhất.

Mô hình RGB.