بخشی از مقاله
چکیده
- در این مقاله یک طرح واترمارکینگ جدید برای سندیت تصاویر دیجیتال ارائه شده است که واترمارک در تصویر ذخیره شده و کیفیت، غیر قابل رؤیت بودن، مقاومت و امنیت آن بدست می آید. سیگنال واترمارک به جای استفاده از واترمارک خارجی، از طرح اصلی ایجاد می گردد، بدین صورت که چندین پیکسل به طور تصادفی از تصویر اصلی انتخاب شده به طوری که همه آنها همسایگی 3×3 داشته باشند. سپس یک دنباله باینری از پیکسل ها توسط مقایسه آنها با مقدار میانگین همسایگی ها ساخته می شود. سپس دنباله باینری به الگوی واترمارک به شکل ماتریس هنکل برگردانده می شود، که امنیت واترمارک را بهتر می سازد و سپس در تصویر اصلی ذخیره می گردد.
در این روش از تبدیل های موجک گسسته، والش هادامارد و تجزیه مقادیر منفرد برای الگوی واترمارکینگ استفاده شده است، و الگوریتم در برابر حملات عمومی پردازش تصویر از قبیل: افزودن نویز، فیلترینگ، محو کردن، تعدیل هیستوگرام، برش، چرخش، تغییر مقیاس، فشرده سازی JPEG، فشرده سازی JPEG2000، آزمایش شده است، نتایج مقاومت بالای الگوریتم را نشان می دهد.
کلید واژه- واترمارکینگ دیجیتال، تبدیل موجک گسسته((DWT، تبدیل والش- هادامارد سریع (FWHT)، تجزیه مقادیر منفرد (SVD)، ماتریس هنکل.
-1 مقدمه
هم اکنون اطلاعات دیجیتالی فراوانی در حال افـزایش اسـت که نیاز به امنیت اطلاعاتی بیشـتری نیـز دارنـد. مسـتندات چنـد رسانه ای بخصوص تصویر نیز تحت تاثیر این امر بـوده و در حـال حاضر تقاضاهای زیادی برای تکنیک های دستکاری تصاویر وجود دارد کـه نتیجـه تأسـف برانگیـز آن بوجـود آمـدن اسـناد جعلــی بسیاری است، از این رو قانون حفاظت یـا حـق انتشـارداده هـای چند رسانه ای دیجیتال به صورت یک موضوع مهم درآمده اسـت. یک راه حل قدرتمند برای ادعای حق مالکیت یک اثـر اسـتفاده از واترمارکینگ دیجیتال میباشد که اطلاعاتی را به صورت مسـتقیم در داخل داده های چندرسانه ای تعبیه و جاسازی مـی کنـد. بـه اطلاعات تعبیه شده واترمارک گفته می شـود کـه بعـد از اعمـال حملـه نیـز میبایسـتی توسـط روشـهایی واترمـارک را آشکارسـاز نمود.[1] به این ترتیب واترمارکینـگ دیجیتـال مـی توانـد بـرای شناسایی مالک حقیقی رسانه استفاده شود که باید ویژگی هـایی
نظیر: غیر قابل حذف شدن توسط هکرها، غیرقابل دید بودن، غیـر قابل کشف به طور آماری و مقـاوم در برابـر دسـتکاریها، فشـرده سازهایپراتلاف و عملیات پردازشی تصاویر (مـثلاً فشـرده سـازی به فـرم JPEG ، Cut & Paste ، filtering ، JPEG و ...) داشـته باشد. واترمارک برای انواع داده (تصویر، صوت، مـتن و ... ) مطـرح شده است و اخیراً مقالات متعددی به بررسی امنیت اطلاعـات بـا اسـتفاده از واترمارکینــگ پرداختــه انـد. در ایــن راســتا روشــهای مختلفــی بــرای واترمارکینــگ وجــود دارد کــه بعضــی از آنهــا از تکنیکهای کد کردن و بعضی از دامنه یا حوزه فرکانسی اسـتفاده میکنند. در بیشتر روشها واترمارک یک رمز یا یک عددتصـادفی است که از دنبالهای از بیتها تشکیل شده و در قالب یـک الگـوی باینری تولید میشود. واترمارکینگ به دو نوع کلـی واترمارکینـگ مقاوم یا غیر شکننده و واترمارکینگ ضـعیف یـا شـکننده تقسـیم می شود. از دیدگاهی دیگر تکنیکهای واترمارکینـگ را بـه نـوعی دیگر طبقه بندی مـی کننـد: واترمارکینـگ بـا اسـتفاده از دامنـه فضایی و واترمارکینـگ بـا اسـتفاده از دامنـه فرکانسـی. در روش دامنه فضایی [4-2] اطلاعات واترمـارک بـه صـورت مسـتقیم در
1
شانزدهمین کنفرانس دانشجویی مهندسی برق ایران دانشگاه آزاد اسلامی واحد کازرون، 12 - 14 شهریور 1392
پیکسلهای تصویر تعبیه می شوند، بیـت کـم ارزش (LSB) سـاده ترین روش برای تعبیه واترمارک به روش دامنـه فضـایی در یـک تصویر است. مشکل موجود در این حالت امنیـت کـم سیسـتم در مقابل حملات مختلـف اسـت. در روش دامنـه فرکـانس [10-5]، ابتدا تصاویر در دامنه فرکانس انتقال یافته و سپس واترمـارک هـا در ضــرایب فرکانســی تعبیــه مــی شــوند. از آنجــایی کــه در واترمارکینگ دامنه فرکانسی اطلاعات واترمـارک در تمـام تصـویر گسترش می یابند، این روش مقاوم تر عمل مـی کنـد. ایـن روش در مقابل حملاتی همچون فشرده سازی و برش مقـاوم اسـت، در حالی که دامنه فضایی مقاومت چندانی ندارد. معمـولترین روشـها که برای تعبیه اطلاعـات در حـوزه فرکـانس اسـتفاده مـی شـوند تبدیل کسینوسی گسسته (DCT)، تبدیل فوریه گسسـته((DFT و تبدیل ویولت گسسته((DWT می باشند.
-2 پیش زمینه
در این بخش به طور خلاصه تکنیک ها و روش های بـه کـار رفته در مقاله را شرح می دهیم.
-1-2 تبدیل موجک گسسته
تبدیل موجک گسسته یک ابزار ریاضی مناسب برای نمـایش و پردازش تصاویر دیجیتال با وضوح متفـاوت مـی باشـد.[11] در تبدیل موجک برای یک سیگنال یک بعـدی، دامنـه ی زمـان (یـا مکان) سیگنال به دو قسـمت فرکـانس بـالا کـه در بـر گیرنـدهی جزئیات تصویر است و فرکانس پایین که کلیات سـیگنال را در بـر دارد تقسیم میشود. مقادیر فرکانس پایین شکل اولیه سـیگنال را دنبال می کند، به همین دلیل به این ضرایب ، ضرایب تقریب نیـز گفته می شود.
تبدیل موجک گسسته تصویر ورودی را به چهـار مؤلفـه LL، LH، HL و HH تقسیم می کند. کـه حـرف اول آنهـا مربـوط بـه عملگــر فرکــانس پــایین گــذر یــا عملگــر فرکــانس بــالا گــذر از سطرهاست و دومین حرف مربـوط بـه فیلتـر کـردن ستونهاسـت. سطح LL شباهت زیادی به تصـویر اصـلی دارد. 3 قسـمت دیگـر شامل قسمت های جزئی و فرکانسهای میـانی LH) و (HL و بانـد HH حاوی اطلاعات فرکانس بالا است .[17-12]
شکل :1 نحوه تجزیه DWT سطح 3 تصویر
انتخاب زیرباند فرکانسی مناسب جهت پنهـان سـازی در هـر یک از زیرباند های فوق مقاومت الگوریتم های واترمارکینـگ را در برابر دستهخاصی از حملات بهبود می دهد. ضمناً قـادر خـواهیم بود که شفافیت مناسب الگوریتم را نیز تضمین نماییم.
