بخشی از مقاله
چکیده
هر گونه پنهانسازی دادهها در درون یک محصول دیجیتال، مثل صدا و تصویر، به منظور دستیابی به اهدافی همچون اثبات مالکیت، حفاظت از حقوق مولف، ردیابی نسخههای غیرمجاز و ... را الگوگذاری مینامند. ابتدا در این مقاله به معرفی و بررسی چند روش مطرح الگوگذاری پرداخته شده است. سپس یک روش جدید الگوگذاری در دامنه تبدیل موجک معرفی شده است. در این روش الگو در درون ضرایب سطح سوم تبدیل موجک تصویر میزبان درج می شود. درج الگو در این روش شامل دو مرحله درج الگوی مقاوم و درج الگوی نیمه شکننده است.
در مرحله درج الگوی مقاوم، برای بالا بردن مقاومت الگو، تکنیکهای درج الگو به صورت تکراری و استفاده از تصمیمگیری فازی در استخراج الگو معرفی میشوند. روش پیشنهادی، همچنین با درج الگو به صورت نیمه شکننده در تصویر، امکان کشف مناطق دستکاری شده در تصاویر الگوگذاری شده را نیز ارایه مینماید. نتایج عملی حاصل شده از این روش بیانگر مقاومت بالای آن در مقابل حملاتی چون فشردهسازی و برش و توانایی آن در تشخیص نواحی دستکاری شده در تصویر است.
مقدمه
هر گونه پنهان سازی داده ها در درون یک محصول دیجیتال، مثل صدا و تصویر، به منظور دستیابی به اهدافی همچون اثبات مالکیت، حفاظت از حقوق مولف، ردیابی محصول برای پیدا کردن کپی های غیر مجاز آن، نظارت بر پخش محصولات چندرسانهای، تایید هویت و بررسی صحت تصاویر، کنترل استفاده و حفاظت در مقابل کپی، محافظت از محتوا، فهرست کردن و برچسب گذاری تصاویر، امنیت مستندات طبی و ... را الگوگذاری6 می نامند.
روشهای مختلف الگوگذاری در تصاویر، در دامنههای مختلف فعالیت می نمایند. اولین روشهای مطرح شده برای این کار، از دامنه مکان بهره می بردند. هر گونه دستکاری پیکسلها در دامنه مکان، می تواند روشی برای درج الگو در تصاویر باشد. مهم ترین برتری الگوگذاری در دامنه مکان، سادگی آن است. این گونه روشها در مقایسه با روشهای دیگر، زمان پیاده سازی کوتاهتر و نیازهای سخت افزاری کمتری دارند. اما از نظر ظرفیت، الگوریتم های دامنه مکان دارای ظرفیت الگوگذاری کمتری نسبت به الگوریتم های دامنه تبدیل می باشند.
مهم ترین دامنه های استفاده شده برای الگوگذاری تصاویر، تبدیل کسینوس گسسته7 و تبدیل موجک8 می باشند. در این طرح نیز تمرکز اصلی روی روشهای مطرح شده در این دو دامنه میباشد. لذا ابتدا به معرفی این دو تبدیل و بررسی خصوصیات آنها خواهیم پرداخت. علاوه بر آن چندین روش الگوگذاری معرفی خواهند شد و در ادامه به بررسی روش پیشنهادی الگوگذاری پرداخته خواهد شد. این روش با استفاده از تکنیکهای درج الگو و تصمیمگیری فازی، مقاومت الگو را افزایش میدهد. همچنین در این روش با استفاده از درج و تشخیص الگوی نیمه شکننده در تصویر، امکان یافتن نواحی دستکاری شده در تصویر نیز فراهم میشود.
روشهای الگوگذاری
روش الگوگذاری ] Coxکوکس و همکاران، [1997، یکی از اولین ایدههایی بود که در زمینه الگوگذاری در دامنه تبدیل کسینوس گسسته مطرح شد. مطرح کنندگان این روش مدعی بودند برای اینکه یک الگو در برابر حملات از خود مقاومت خوبی نشان دهد باید در قسمتهایی که از نظر درک ببنده مهم هستند قرار داده شود، چرا که الگوریتمهای فشردهسازی و یا حملات نمیتوانند تغییر عمدهای در این قسمتها به وجود آورند - زیرا تغییر در این قسمتها باعث از بین رفتن کیفیت تصویر خواهد شد و در آن حالت هم حفظ الگو زیاد مهم نیست - . در این روش، برای تعیین قسمتهای مهم مذکور، از تبدیل کسینوس گسسته استفاده شد.
تصویر مورد نظر به دامنهی تبدیل کسینوس گسسته برده میشود و مقادیر عناصر الگو با اندازههای بزرگتر اضافه میشود. لازم به ذکر است که بزرگترین ضریب - ضریب - DC از این قاعده مستثنا است. دلیل این امر نیز تاثیر مستقیم این ضریب در روشنایی کل تصویر است. در صورت تغییر مقدار این ضریب، روشنایی کل تصویر دچار تغییرات کاملا مشهودی میشود، لذا از درج الگو در این ضریب صرف نظر میگردد.
]پودیچانک و همکاران، [1998 تغییرات عمدهای در راستای بهبود کارایی روش الگوگذاری cox پیشنهاد نمودند. به این منظور، تبدیل کسینوس گسسته، به یکباره روی تمام تصویر اعمال نمیشود، بلکه ابتدا تصویر به بلوکهای 8×8 تقسیم شده و هر کدام از این بلوکها جداگانه به فضای تبدیل منتقل میشوند. سپس توانایی هر بلوک بر اساس مقادیر تبدیل شده پیکسلهای آن، برای دربرگرفتن بیتهای الگو بررسی میشود.
این بررسی بر اساس مدل بینایی مطرح شده در انجام میگیرد. در صورتی که یک بلوک توانایی درج الگو را داشته باشد، تعدادی از بیتهای الگو با روشی مشابه با روش Cox در آن درج میگردد و در غیر این صورت، از درج الگو در آن بلوک صرف نظر میگردد. این تکنیک باعث میشود تا الگو به صورت یکسان در کل تصویر تقسیم نشده و در نواحی خاصی که تغییر در مقادیر آنها زیاد به چشم نمیآید متراکم گردد.
]پیرماین و همکاران، [2004 از تکنیک تخمین ضرایب تبدیل کسینوس گسستهی بلوکهای 8×8 تصویر از روی ضرایب DC بلوکهای مجاور استفاده نمودند و با تنظیم مقدار واقعی ضرایب نسبت به مقدار تخمینی آنها، مقادیر بیتهای الگو در تصویر درج کردند. ]دوگاد و همکاران، [2010 الگو را یک دنباله تصادفی نرمال از اعداد حقیقی فرض کردند و اندازهی الگو را متناسب با اندازهی زیرباندهای جزییات انتخاب کردند. تجزیهی تصویر با استفاده از تابع موجک db89 و تا سه سطح انجام می گردد و ضرایبی که مقدار آنها از یک مقدار آستانهی از پیش تعیین شده - T1 - بیشتر باشد برای درج الگو انتخاب میگردند. ]دوگاد و همکاران، [2011 تجزیه تصویر را تا حداکثر 5 سطح انجام دادند.
روش پیشنهادی برای الگوگذاری در دامنه تبدیل موجک
ما از موجک ] CDF9/7کوندور، [2009 برای تجزیه تصویر میزبان استفاده نمودهایم. برای پیادهسازی این روش از تکنیکهای مطرح شده در ]دوبشیز، [2008 استفاده شده است. تجزیه تصویر در سه سطح انجام میشود. نتیجه تجزیه تصویر Lena، با استفاده از این موجک در شکل 1-1 مشاهده می شود. در این روش ما الگوگذاری را در دو مرحله و در زیر باند LL3 به صورت مقاوم و در LH3 و HL3 به صورت شکننده انجام میدهیم.
قبل از شروع درج الگو در تصویر، الگوی مورد نظر به دنبالهای یکبعدی از بیتها تبدیل میگردد. برای تبدیل الگوهای بیتی به دنبالهای از بیتها باید یک آرایه 2 بعدی از بیتها را به یک آرایه تک بعدی تبدیل نماییم. به این منظور، الگوی بیتی را به صورت سطر به سطر پیمایش می نماییم و مقادیر بیت های الگوی بیتی را به دنبالهی بیتی تبدیل می نماییم.
