基於人类视觉模型之数位浮水印系统

基於人類視覺模型之數位浮水印系統

專題編號：091 CSIE-S009

執行期限：90年第二學期至91年第一學期

指導教授：楊士萱

專題計劃參與人員：劉穎昌 李全修

一、中文摘要

隨著電腦的快速發展，數位化時代的來臨，數位資訊被廣泛的使用於日常生活中。而且隨著網際網路(internet)的盛行，數位資訊的下載與取得也愈來愈方便和容易。然而卻往往對於著作者的智慧財產權造成了侵害，如何有效的保護智慧財產權，是近年來熱門的討論話題。

數位浮水印技術應用，可以有效的保護智慧財產權；即使被非法的使用者盜取了資料，也可以經過認證浮水印來認證工作，來判別資料的所有權，進一步保護著作者的的權益。

本專題實驗，就是在DWT下，利用HVS(Human Visual System)人類視覺系統中人類視覺的盲點，來進行浮水印的嵌入，使得嵌入的數位浮水印系統，能具有更強的強健性與知覺通透性，使得浮水印更不容易被發覺，與破壞。進而來保護著作者的智慧財產權。

關鍵詞：

數位浮水印(Digital Watermarking) 離散小波轉換(Discrete Wavelet

Transform) (DWT)

人類視覺模型系統(human visual system )(HVS)

MFC

二、緣由與目的

傳統的浮水印技術，對於強健性與知覺通透性的取捨，因為不同的應用非常難取得平衡；強健性強，代表浮水印足以承受無意的攻擊，很不容易被破壞與移除，

而在做浮水印的偵測時，也有較高的可靠度；但是卻會降低浮水印的知覺通透性，使得影像品質變差。而知覺通透性高的數位浮水印，可以有很高的影像品質性，而且不容易被蓄意攻擊者察覺，受到無意攻擊的可能性低，然而強健性會減少，因此，強健性與知覺通透性的取捨是被優先考量的重要因素。

雖然現在使用離散小波轉換浮水印(DWT)，可以提高數位浮水印的強健性與知覺通透性，但是其影像評定的方法大部分是使用信號雜訊比(PSNR) ，與影像的平均差(MSE)，來作為影像品質的評定。然而使用MSE，或PSNR來評定2張影像上的差異，雖然能比出2張影像的差異值，但是卻沒辦法評比出人類視覺上的感受。

所以我們用HVS(Human Visual System)人類視覺系統，來實做出新的影像評定方法，使得新的影像評定方法更接近人類視覺感受。

如果我們可以在DWT下，利用人類視覺的盲點，來進行浮水印的嵌入，使得嵌入的數位浮水印系統，能具有更強的強健性與知覺通透性，使得浮水印更不容易被發覺，與破壞。

所以我們進一步利用新的影像評定方法來實做出HVS浮水印嵌入系統，並且跟其他的數位浮水印系統，在相同強健度下，進行比較。並且利用目前最常用的影像攻擊軟體StirMark_3_1，來進行影像攻擊測試。

三、使用技術及工具

首先來介紹這浮水印崁入的演算法，是如何去崁入這浮水印進入一張圖片。

(1) 浮水印崁入演算法

1

2

F

f l u,v,l,f f l v u F f l f l v u f l v u t w t f

l n u ,,,,,,,,,,,X if ,X otherwise

X *,,,{

X

>+=

再來是浮水印的偵測判斷，我們是對於所取出來的浮水印去跟原始的浮水印做比較並且計算相關係數。下列的方程式是我們用來取出浮水印的方式。 (2) 浮水印的取出

*f l u,v f l v u f

l v u s w

,,,,,*

,,,,X ˆX −=

(3) 浮水印的門檻值判斷

F f

l f l v u s f

l v u t

w

w

,*

,,,,*

,,,=

(4) 浮水印的比較並且計算相關係數

v

u v

u w w v u v u E E w w C ,*,,*,•

=

在專題實做部分，我們先以MATLAB

坐測試，再使用Microsoft Visual C++ 6.0來作為我們專題程式實做，並且使用MFC 來製作專題開發平台，快速建立視窗下的專題應用程式。

四、預計完成目標 (一)完成目標

目前擁有兩種浮水印嵌入系統，一種為HVS 浮水印嵌入系統，與普通的浮水印嵌入系統；兩種浮水印系統都可以做浮水印崁入、浮水印偵測、與浮水印的相關係數比較。並且有StirMark_3_1來做影像的攻擊測試；PSNR 與MSE 和新的影像評定質來判別影像的品質。

再實驗部分我們有使用視覺模型的浮水印系統所崁入圖片的Q 值或者PSNR 的值都比一般浮水印系統還要來的好，所以這次的實驗可以明白的發現，在同樣的強健性下使用視覺模型後的浮水印系統會比一般浮水印系統所得到的品質要來的高。 (二)未來展望

在接受某一些攻擊的狀態下，我們還

是無法去偵測出更高的相關係數。再加上跟一般浮水印的系統比較，在經過JPEG 的攻擊下，我們這套系統所展現的強健性遠遠不如一般的浮水印系統。所以在未來的改進方面，針對於JPEG 的攻擊還有stirmark random bend 的攻擊狀態下，正是在未來我們所努力的方向。希望可以在未來針對於我們這套系統可以有更佳的改進。

五、參考文獻

[1] Christine I. Podilchuk , Member , IEEE and Wenjun Zeng, “Image-Adaptive Watermarking Using Visual Models ,” in IEEE Journal on Selected Areas in Communication ,vol. 16,pp. 525-539,May 1998

[2] Andrew B. Watson, Gloria Y . Yang, Joshua A. Solomon, and John Villasenor, Member, IEEE ,“Visibility of Wavelet Quantization Noise ,” vol. 6, pp. 1164-1175, August 1997.

[3] Zhou Wang, Student Member, IEEE, and Alan C. Bovik, Fellow, IEEE,”A Universal Image Quality Index ,” vol. 9, pp.81-84, March 2002.

[4] Fabien A. P. Petitcolas and Ross J. Anderson, “Evaluation of copyright marking systems,” in Proceedings of IEEE Multimedia Systems’99, vol. 1, pp.574-579, 7-11 June 1999, Florence, Italy. [5] Christophe De Vleeschouwer, Jean-Francois Delaigle, and Benoit Macq, Senior Member, IEEE ,”Invisibility and Application Functionalities in Perceptual Watermarking-An Overview,” in Proceedings of the IEEE, vol. 90, pp.64-77, January 2002.

[6] 林俊杰，Visual C++ 6 視窗程式設計經典,基峰資訊股份有限公司，1999。 [7] 侯俊傑，深入淺出MFC 第2版，松崗電腦圖書資訊股份有限公司，1997。

[8] Ingemar J.Cox Matthew ler and Jeffrey A.Bloom , ”Digital Watermarking ” , Morgan Kaufmann publishers , January 27,1999