Giấu tin thuận nghịch - những bước đi

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:13

Thêm vào BST

Báo xấu

30
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này trình bày sơ lược các kỹ thuật thủy vân thuận nghịch kể từ những công trình đầu tiên, trải qua hơn hai thập kỷ đã có nhiều bước tiến về chất lượng ảnh, khả năng nhúng và số công trình đồ sộ.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giấu tin thuận nghịch - những bước đi

Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải GIẤU TIN THUẬN NGHỊCH - NHỮNG BƯỚC ĐI Nguyễn Kim Sao1 1 Trường Đại học Giao thông Vận tải, Số 3 Cầu Giấy, Hà Nội Tóm tắt. Thủy vân thuận nghịch đã được nghiên cứu từ rất sớm, xong chỉ đầu thế kỷ hai mươi mốt mới thực sự nở rộ. Từ đó đến nay rất nhiều công trình đã, đang, và tiếp tục được nghiên cứu. Bài báo này trình bày sơ lược các kỹ thuật thủy vân thuận nghịch kể từ những công trình đầu tiên, trải qua hơn hai thập kỷ đã có nhiều bước tiến về chất lượng ảnh, khả năng nhúng và số công trình đồ sộ. Bài báo được chia thành ba phần, phần I giới thiệu về khái niệm thủy vân và thủy vân thuận nghịch, phần II trình bày các kỹ thuật thủy vân thuận nghịch và cuối cùng kết luận ở phần III. Từ khóa: Giấu tin thuận nghịch, các kỹ thuật thủy vân, mở rộng hiệu, dự báo, histogram. 1. GIỚI THIỆU Bảo mật dữ liệu số là vô cùng cần thiết, đặc biệt là bảo mật dữ liệu trên đường truyền tránh khỏi các cuộc tấn công của người dùng bất hợp pháp nhằm mục đích sao chép trái phép hoặc làm sai lệch thông tin. Có hai kỹ thuật dùng để bảo vệ dữ liệu thường được sử dụng là mã hóa và giấu tin. Mã hóa là một quá trình chuyển đổi bản rõ thành bản mã mà không thể truy cập được bởi người dùng trái phép. Bản mã là một phiên bản xáo trộn của bản rõ (dữ liệu) được tạo bằng cách sử dụng một khóa bí mật trong thuật toán mã hóa [19]. Tuy nhiên, theo [8], mã hóa và các kỹ thuật điều khiển truy cập khác rất khó tuân thủ các ràng buộc về bảo mật và bảo vệ dữ liệu hình ảnh y tế. Giấu tin, đặc biệt là thủy vân số là một giải pháp hiệu quả trong vấn đề này. Giấu tin có thể giải quyết hiệu quả các yêu cầu thiết yếu của y tế hoặc viễn thám bảo vệ hình ảnh bao gồm các vấn đề nhận dạng, xác thực duy nhất, bảo vệ bản quyền và xác minh tính toàn vẹn trong quá trình truyền qua các mạng không an toàn và lưu trữ trong cơ sở dữ liệu lớn [26]. Bên cạnh đó, với một văn bản mã hóa không rõ nghĩa dễ gây sự tò mò, kích thích sự tấn công của tin tặc. Trong khi đó, đối với giấu tin, sản phẩm chứa tin không khác so với các sản phẩm thông thường, không gây ra sự nghi ngờ cho tin tặc. Giấu tin đã nhận được nhiều sự chú ý từ cộng đồng các nhà nghiên cứu trong hơn hai thập kỷ qua. Giấu tin là kỹ thuật nhúng một dữ liệu vào một sản phẩm ảnh số (hoặc âm thanh, video, văn bản, dữ liệu) nhằm truyền thông tin hoặc bảo vệ sản phẩm đó. Giấu tin (data hiding) được chia thành hai hướng nghiên cứu chính: giấu tin mật (steganography) và thủy vân (watermarking) (một số tài liệu phân loại giấu tin thành giấu tin mật, thủy vân và giấu tin thuận nghịch). Giấu tin mật chú trọng tin giấu, các tác động đều được xem xét để đảm bảo tin -306-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải giấu không bị phát hiện hoặc sai lệch. Thủy vân lại chú trọng hơn đến sản phẩm, tính bền vững sẽ được dùng trong bảo vệ bản quyền sản phẩm, ngược lại tính dễ vỡ lại được dùng để xác thực tính toàn vẹn hay phát hiện giả mạo. Một số các ứng dụng trong y tế, quân đội, luật pháp, giáo dục,.... ngoài khôi phục tin giấu thì khôi phục lại ảnh gốc là nhu cầu bắt buộc. Để đạt được mục tiêu này, kỹ thuật giấu tin thuận nghịch (Reversible Data Hiding) được sử dụng. Giấu tin thuận nghịch là kỹ thuật nhúng tin mà sau khi tách thông tin nhúng còn khôi phục được ảnh gốc ban đầu. 2. CÁC KỸ THUẬT THỦY VÂN THUẬN NGHỊCH Thuật toán giấu tin thuận nghịch đầu tiên được Barton đề xuất vào năm 1997 [2]. Ông đề xuất nhúng thông tin xác thực vào sản phẩm số, sau khi trích xuất thông tin xác thực, người nhận có thể khôi phục được sản phẩm số ban đầu. Thủy vân thuận nghịch dựa trên phép biến đổi modulo được Honsinger và cộng sự [11] đưa ra vào năm 2001. Phương pháp Modulo [11] thực hiện nhúng thủy vân bằng phương pháp cộng modulo 256 (255 là giá trị tối đa có thể được cho ảnh đa mức xám 8 bít). Cộng modulo khắc phục được việc giá trị điểm ảnh chứa tin nằm ngoài giá trị miền ảnh (0 đến 255). Tuy nhiên, chất lượng ảnh chứa tin có nhiều nhiễu muối tiêu. Quá trình nhúng dữ liệu có thể biểu diễn một cách toán học như sau: Ở đây, lần lượt là ảnh gốc, dữ liệu nhúng, ảnh đi kèm, hệ số tỉ lệ và ảnh chứa tin. Để tránh cho các giá trị của ảnh chứa tin vượt ra ngoài miền giá trị điểm ảnh ([0;255] đối với ảnh đa mức xám), ảnh chứa tin được cộng modulo 255 để nhận được ảnh chứa tin cuối cùng. Điều này được thực hiện theo công thức: Trong quá trình khôi phục, đầu tiên trích dữ liệu nhúng E(x,y) theo công thức: sau đó, điều chỉnh ảnh chứa tin theo công thức: cuối cùng, khôi phục ảnh gốc: [18] khai thác ý tưởng cộng modulo 256 cho việc nhúng tin trên từng khối như sau: -307-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải đầu tiên ta tính khối ảnh hiệu tuyệt đối theo công thức Db(i,j) = |Hb(i,j) − Hb(i,j + 1)| tiếp đó ta sẽ nhúng một dãy bít vào khối Db theo phương pháp dịch chuyển histogram để nhận được khối Db0(i,j), cuối cùng ảnh chứa tin xác định theo công thức: Tính theo công thức trên, các giá trị Sb(i,j) có thể vượt ra ngoài điểm ảnh [0; 255] vì vậy cần phải được chỉnh lý bằng phép cộng modulo 256: Sb(i,j) = Sb(i,j) mod 256. Nhược điểm lớn của phương pháp này đó là chất lượng ảnh kém với nhiều nhiễu muối tiêu. Phương pháp xác thực thuận nghịch dựa trên nén bảo toàn được đề xuất vào năm 2001 bởi Fridrich và cộng sự [9]. Phương pháp này thực hiện nén một mặt phẳng bít của ảnh gốc để tạo ra không gian trống để nhúng dữ liệu. Hình 1 và Hình 2 mô tả quá trình nhúng, trích và khôi phục của thuật toán giấu tin thuận nghịch dựa trên nén bảo toàn. Hình 1: Lược đồ thuật toán nhúng dựa trên nén bảo toàn. Hình 2: Lược đồ thuật toán trích dựa trên nén bảo toàn. Do mỗi điểm ảnh chỉ thay đổi tối đa một đơn vị nếu chọn mặt phẳng bít là LSB nên chất lượng ảnh chứa tin tốt, trong trường hợp mặt phẳng bít không phải là LSB thì chất lượng ảnh sẽ kém hơn. Khắc phục được chất lượng ảnh, song khả năng nhúng của phương pháp không cao do phụ thuộc miền được chọn cũng như khả năng nén của phương pháp nén. Một số ví dụ được thể hiện trong Bảng I. -308-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải Nếu chọn S là dãy LSB của tất cả các điểm ảnh của một ảnh đa mức xám (8 bít màu), và áp dụng phương pháp nén số học thì khả năng nén phụ thuộc vào tỉ lệ giữa số lượng bít 0 và số lượng bít 1 của S. Nếu tỉ lệ này càng gần 1 thì khả năng nén càng thấp. Qua thực nghiệm thì có kết quả sau như Bảng I. Bảng 1: Khả năng nhúng của phương pháp nén bảo toàn Phương pháp giấu tin dựa trên lượng tử hóa [3] được đề xuất năm 2005, phương pháp này mở rộng phương pháp LSB (Generalized-LSB) và ứng dụng nó trong giấu tin thuận nghịch. Các điểm ảnh được lượng tử hóa theo công thức: ở đây, x là giá trị điểm ảnh, L là độ dài bước lượng tử, là phần nguyên dưới của a. Thủy vân (là một giá trị không âm nhỏ hơn L bít) sẽ được nhúng vào điểm ảnh x theo công thức: xw = QL(x) + w, trong đó w là giá trị thủy vân. Để khôi phục ảnh gốc, cần lưu các giá trị dư thừa của phép lượng tử: r = x − QL(x). Để đạt được điều này, ta ghép các phần dư của tất cả các điểm ảnh thành một chuỗi nhị phân và nén chuỗi này bằng một phép nén bảo toàn. Nhúng tin thuận nghịch trên ảnh Jpeg là phương pháp nhúng tin thuận nghịch dựa trên ảnh Jpeg thay vì ảnh đa mức xám. Trước hết, ta giới thiệu hai quy trình nén và giải nén JPEG theo [35] như Hình 3, 4. Từ sơ đồ trên, hầu hết các tác giả sử dụng các hệ số DCT lượng tử, bảng lượng tử và bảng mã Huffman, đặc biệt, các hệ số DCT lượng tử để thực hiện việc giấu tin thuận nghịch. Trong [10] thực hiện nhúng tin trên các cặp tần số trung và đề xuất thứ hai thực hiện chọn một giá trị lượng tử Q(i,j) chẵn ở tần số trung, chia giá trị này cho 2, đồng thời nhân đôi các hệ số DCT lượng tử tương ứng của tất cả các khối (điều này tương đương với việc mở rộng giá trị DCT sang trái một bít). Sau đó ta nhúng một bít dữ liệu vào LSB của các giá trị DCT này. [35] sử dụng cách biến đổi thuận nghịch hệ số DCT lượng tử. -309-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải Xét một dãy các hệ số DCT lượng tử trên đường chéo chính, đi từ dưới lên trên như Hình 5. Xét dãy . Gọi qi là vị trí đầu tiên (tính từ d1) mà , khi đó việc nhúng tin trên dãy Di được thực hiện như sau: a. Nếu qi = 1 thì không nhúng b. nếu qi = 2 thì nhúng bít w1 theo công thức: c. Nếu qi > 2 thì nhúng hai bít w1,w2 theo công thức: . Thuật toán này có khả năng nhúng được tối đa 10 bít trên mỗi khối DCT lượng tử. Hình 3: Lược đồ thuật toán nhúng dựa trên nén JPEG. Hình 4: Lược đồ thuật toán trích dựa trên nén JPEG. Hình 5: Một khối DCT lượng tử và các đường chéo dùng để nhúng tin. Phương pháp mở rộng hiệu được đề xuất bởi Jun Tian vào năm 2002 [31], [32]. Phương pháp này thực hiện nhúng một bít trên hiệu của một cặp hai điểm ảnh kề nhau dựa trên các phép biến đổi sau: Phép biến đổi thuận, từ một cặp điểm ảnh x, y thành hiệu và trung bình cộng: và phép biến đổi ngược: . Một bít dữ liệu được nhúng vào hiệu h bằng cách mở rộng h sang bên trái như sau: , sau đó, các điểm ảnh chứa tin được xác định: -310-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải Nếu các giá trị còn nằm trong miền điểm ảnh [0;255] thì từ dễ dàng trích được bít b và khôi phục điểm ảnh gốc x;y theo công thức: Điều kiện x’, y’ ∈ [0;255] được gọi là điều kiện khả mở của x,y. Như vậy chỉ các cặp khả mở mới có thể nhúng được một bít. Muốn trích được dữ liệu và khôi phục ảnh gốc, thì bên nhận cần phải biết được cặp nào là khả mở và cặp nào không khả mở. Để đạt được đều này, trong bước nhúng tin, người ta thành lập bản đồ định vị, là một dãy nhị phân, trong đó các cặp khả mở ứng với bít 0 và trái lại ứng với bít 1. Alattar [1] mở rộng phương pháp của Jun Tian bằng cách áp dụng trên khối ảnh và thực hiên nhúng n − 1 bít trên mỗi khối n điểm ảnh. Khả năng nhúng nhờ đó mà tăng cao so với phương pháp gốc. Tuy nhiên, hạn chế lớn của phương pháp chính là việc xác định khối khả mở hay không có độ phức tạp lớn. [13], [14] chọn một phần tử cơ sở rồi xét các hiệu giữa mỗi phần tử còn lại và phần tử cơ sở. Các phương pháp khác nhau ở cách chọn phần tử cơ sở. Trong [13] phần tử cơ sở là trung tâm của khối xác định theo công thức: , ở đây, B là khối ảnh cấp n × n. Phương pháp [14], [34] cho cùng một cách chọn phần tử cơ sở như sau: đầu tiên, biến đổi khối B cấp n × n thành một véc tơ. Sắp xếp véc tơ này theo thứ tự tăng dần và chọn phần tử trung vị làm phần tử cơ sở. Tuy nhiên phương pháp [34] có khả năng nhúng cao hơn do mỗi khối nhúng được n − 1 bít trong khi đó phương pháp của [14] nhúng được ít hơn do các phần tử có giá trị bằng nhau chỉ nhúng được một bít. [6] mở rộng J.Tian để nâng cao khả năng nhúng bằng cách nhúng hai bít trên một bộ ba điểm ảnh. Như vậy tỉ lệ nhúng là 2/3 lớn hơn so với J.Tian là 1/2. Ví dụ công thức nhúng hai bít b1,b2 trong ba điểm ảnh C1;C2;C3 của [1] thực hiện như sau: Một hướng mở rộng khác là đề xuất các phép biến đổi thuận nghịch nguyên, chẳng hạn [7] đưa ra phép biến đổi tương phản thuận: , và nghịch: Trong [27], các tác giả đã đề xuất một phép biến đổi thuận nghịch nguyên dựa trên ma trận D: -311-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải khi đó phép biến đổi thuận thực hiện theo công thức và phép biến đổi ngược: Phương pháp mở rộng sai số dự báo (PEE- Prediction Error Expansion) là một hướng phát triển nhận được nhiều sự chú ý dựa trên nhận xét: nếu hiệu h = x−y càng nhỏ thì khả năng để x,y khả mở càng tăng. Vì vậy, làm sao có được các hiệu càng nhỏ càng tốt. Trên ý tưởng này, người ta đã phát triển các phương pháp dự báo. [29] đã sử dụng phương pháp dự báo MED để dự báo giá trị của mỗi điểm ảnh. Tiếp đó, sai số dự báo: (trong đó, x là giá trị gốc, là giá trị dự báo của x) được sử dụng để thực hiện nhúng tin. PEE có khả năng nhúng cao hơn nhiều so với phương pháp DE do mỗi điểm ảnh có một giá trị dự báo, như vậy mỗi điểm ảnh sẽ có một sai số dự báo tương ứng với một giá trị bít được nhúng thay vì cặp hai điểm ảnh như của DE. [36] sử dụng phương pháp dự báo hình thoi cho mỗi điểm ảnh và thực hiện nhúng tương tự. Trong phương pháp DE cũng như PEE thì bản đồ định vị là một thách thức lớn. Nguyên do bản đồ định vị chiếm một dung lượng lớn trong không gian nhúng tin và việc điều khiển khả năng nhúng rất khó khăn. Đã có một số nghiên cứu về vấn đề này. Để điều khiển khả năng nhúng, J.Tian [31] đã sử dụng một ngưỡng T và xây dựng bản đồ nhúng (embedding location map) như sau: M(i) = 0, ứng với một hiệu khả mở và có giá trị tuyệt đối nhỏ hơn T M(i) = 1, trong các trường hợp còn lại. Khi đó khả năng nhúng bằng số M(i) có giá trị bằng 0 trừ độ dài bản đồ nén. Tuy nhiên, bản đồ nén lại phục thuộc và T, nên việc xác định T tương đối khó. Ngoài ra, số các M(i) = 0 là tương đối nhỏ, dẫn đến khả năng nén của bản đồ không cao. Theo [30], các tác giả đưa ra một cách xây dựng bản đồ định vị tràn (overflow location map) như sau: M(i) = 0, ứng với hiệu khả mở M(i) = 1, trong các trường hợp còn lại. So với bản đồ của Tian, thì bản đồ này có các ưu điểm sau: bản đồ này độc lập với độ dài dữ liệu cần nhúng, vì vậy không phải thực hiện nén nhiều lần. Hơn nữa, số M(i) có giá trị 0 nhiều hơn, do đó kích thước của bản đồ nén nhỏ hơn. Để điều khiển khả năng nhúng, [30] cũng sử dụng một ngưỡng T, được xác định sao cho số các ei < T bằng với tổng độ dài của bản đồ nén và dữ liệu. Trong [12] đã cải tiến bản đồ của [30] như sau: M(i) = 0, ứng với các hiệu khả mở và nằm trong miền [−Tl,Tr − 1] hoặc các hiệu khả chuyển (shiftable) và nằm ngoài miền [−Tl,Tr − 1] M(i) = 1, trong các trường hợp còn lại. Ở đây, Te là ngưỡng trái và Tr là ngưỡng phải. -312-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải So với bản đồ của [30], bản đồ này có hai ưu điểm, thứ nhất, do các hiệu khả mở thì cũng khả chuyển, do đó số các . M(i) = 0 trong bản đồ này nhiều hơn và khả năng nén cao hơn. Thứ hai, ở đây sử dụng hai ngưỡng trái và phải thay cho một ngưỡng nên đạt được độ chính xác cao hơn. Dịch chuyển histogram lần đầu tiên Ni và cộng sự [20] đề xuất vào năm 2006, ở phương pháp này, histogram H(x) của ảnh gốc (x ∈ [0;255] là một giá trị điểm ảnh và H(x) là số lần xuất hiện của điểm ảnh có giá trị x trong ảnh gốc) được xây dựng, sau đó một điểm a được chọn sao cho H(a) lớn nhất và một điểm z sao cho H(z) = 0 (a thường gọi là peakpoint và z gọi là zeropoint). Trong phương pháp này, mục đích là tạo một không gian histogram trống bên cạnh giá trị peakpoint là giá trị các điểm ảnh có giá trị peakpoin +1 (hoặc peakpoint -1), để làm được điều này, các giá trị lớn hơn peakpoint sẽ được dịch chuyển sang phải (hoặc các giá trị nhỏ hơn sẽ được dịch chuyển sang trái). Bây giờ, ta có thể nhúng H(a) bít vào điểm a như sau: Duyệt các điểm ảnh từ trái sang phải, trên xuống dưới. Nếu gặp một điểm có giá trị bằng a, sẽ giữ nguyên nếu bít cần nhúng là 0 và tăng 1 đơn vị nếu bít cần nhúng là 1. Trong phương pháp này, giá trị mỗi điểm ảnh tăng hoặc giảm nhiều nhất là một đơn vị, do đó độ biến đổi ảnh thấp tức là chất lượng ảnh chứa tin cao. Tuy nhiên, khả năng nhúng phụ thuộc vào độ lớn của H(a). Thường với ảnh tự nhiên thì histogram có xu hướng bẹt như Hình 6. Hình 7: Ngữ cảnh dự báo Hình 6: Histogram của ảnh Barbara Vì vậy, H(a) thường nhỏ và khả năng nhúng của phương pháp này không cao. Một số công trình [18], [33], [17], [22], [4], [25]. Theo [18] cải tiến bằng cách thay thế phương pháp dự báo trên ảnh gốc bằng phương pháp dự báo trên ảnh hiệu, là ảnh lấy phần tử trước trừ phần tử sau: và để tăng khả năng nhúng, các tác giả đề xuất việc thực hiện dịch chuyển histogram ảnh hiệu trên từng khối thay cho toàn ảnh. Theo [33] cũng chia ảnh thành nhiều khối. Với mỗi khối, chọn một điểm cố định làm điểm cơ sở, ví dụ, điểm trung tâm của khối, sau đó lấy các điểm còn lại trừ điểm cơ sở để tạo thành ảnh hiệu, như vậy, trong trường hợp này, điểm cơ sở chính là điểm dự báo chung cho cả khối. Trong [17] đề xuất xây dựng ảnh hiệu cho toàn ảnh gốc bằng cách lấy điểm ảnh trước trừ điểm ảnh sau. Trong [22] sử dụng dự báo tuyến tính trên toàn ảnh gốc. Ngữ cảnh dự báo được -313-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải minh họa như Hình 7 và giá trị dự báo trong đó wi được xác định như công thức: . Ở đây, di là khoảng cách Euclide giữa xi và x. Hình 8 cho thấy một biểu đồ histogram của ảnh hiệu rất nhọn. Một hướng nghiên cứu gần đây nhằm tăng chất lượng ảnh nhúng tin là các phương pháp dịch chuyển histogram bất đối xứng [5], [4]. Thông thường các histogram của ảnh hiệu thường có dạng đối xứng như Hình 8. Để giảm thiểu sự dịch chuyển của các điểm ảnh không nhúng tin, các công trình đã cải tiến phương pháp dự báo để biểu đồ histogram của ảnh hiệu nghiêng hẳn về một phía như Hình 9, 10 (trong [5]), khi đó việc dịch chuyển histogram theo từng phía ít điểm ảnh hơn sẽ giảm nhiều. Như một phương pháp [4] thực hiện như sau: ; trong đó Pi(x) là các công thức dự báo đã biết. Ngoài ra, do nhu cầu nâng cao chất lượng ảnh chứa tin và khả năng nhúng tin, một số phương pháp kết hợp dịch chuyển histogram với mở rộng hiệu đã được đề xuất [28]. Hình 8: Histogram của Hình 9: Histogram bất Hình 10: Histogram bất ảnh hiệu đối xứng (a). đối xứng (b). Phương pháp giấu tin thuận nghịch dựa trên sắp xếp giá trị điểm ảnh (PVO - Pixel Value Ordering). Phương pháp này lần đầu được đề xuất bởi [16], và rất nhiều các công trình theo hướng này sau đó được công bố [24]. Trong [16], ảnh được chia thành các khối, sau đó các khối được sắp xếp theo chiều tăng dần, giả sử một khối X được sắp xếp như sau Xσ = (xσ(1),xσ(2),...,xσ(n)) với Khi đó, một bít dữ liệu b được nhúng vào điểm ảnh có giá trị lớn nhất xσ(n) như sau: ; với , và nhúng ở giá trị nhỏ nhất: -314-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải ; với . Phương pháp này gọi là PVO. Phương pháp IPVO [24] cải tiến PVO và cho chất lượng ảnh và khả năng nhúng tin cao hơn, thay vì nhúng tin trên giá trị sai số là -1 và 1 như trong PVO, phương pháp IPVO chọn 0 và 1 là giá trị để nhúng tin. PVO-K [21] thực hiện nhúng một bít trên k giá trị lớn nhất (hoặc nhỏ nhất), như vậy với các khối có nhiều giá trị bằng nhau cùng lớn nhất hoặc cùng nhỏ nhất cũng sẽ được sử dụng để nhúng tin thay vì bỏ qua như PVO. Trong [15], các tác giả tìm cách để nhúng k bít dữ liệu trong k giá trị lớn nhất, tuy đây là ý tưởng tốt, song gặp trở ngại bởi độ dài của bản đồ định vị quá lớn làm giảm chất lượng ảnh cũng như khả năng nhúng tin. Phương pháp [23] sử dụng khối ảnh chỉ có ba điểm ảnh và trộn khối để cố gắng tăng khả năng nhúng tin. Dưới đây là bảng đánh giá chung về chất lượng ảnh, khả năng nhúng và độ phức tạp tính toán một cách tương dối cho các kỹ thuật giấu tin thuận nghịch gần đây: Bảng 2: So sánh chung về các kỹ thuật thủy vân thuận nghịch Nhúng tin Phương Phương pháp giấu Phương Dịch thuận pháp mở tin thuận nghịch dựa Tiêu chí pháp mở chuyển nghịch trên rộng sai số trên sắp xếp giá trị rộng hiệu histogram ảnh Jpeg dự báo điểm ảnh Khả năng Trung Thấp Cao Rất cao Trung bình nhúng bình Chất lượng Trung Cao Thấp Cao Cao ảnh bình Độ phức tạp Cao Thấp Thấp Thấp Thấp III. KẾT LUẬN Bài báo đã trình bày một cách tổng quan các kỹ thuật thủy vân thuận nghịch trên ảnh số kể từ khi khái niệm này được ra đời, các kỹ thuật mở rộng sai số dự báo và histogam sai số dự báo hoặc dựa trên ý tưởng này hiện vẫn đang nhận được rất nhiều sự chú ý của các nhà nghiên cứu. Tuy nhiên, thủy vân thuận nghịch trên video và âm thanh chưa được quan tâm nhiều, hy vọng với những lợi ích vủa thủy vân thuận nghịch và tầm quan trọng của video và âm thanh thì điều này sẽ được thay đổi trong tương lai gần. TÀI LIỆU THAM KHẢO [1] Adnan M Alattar. Reversible watermark using difference expansion of triplets. In Proceedings 2003 International Conference on Image Processing (Cat. No. 03CH37429), volume 1, pages I–501. IEEE, 2003. -315-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải [2] James M Barton. Method and apparatus for embedding authentication information within digital data, July 8 1997. US Patent 5,646,997. [3] Mehmet Utku Celik, Gaurav Sharma, A Murat Tekalp, and Eli Saber. Lossless generalized-lsb data embedding. IEEE transactions on image processing, 14(2):253–266, 2005. [4] Sheng Chen, Xianyi Chen, and Huijuan Fu. General framework of reversible watermarking based on asymmetric histogram shifting of prediction error. Advances in Multimedia, 2017, 2017. [5] Xianyi Chen, Xingming Sun, Huiyu Sun, Zhili Zhou, and Jianjun Zhang. Reversible watermarking method based on asymmetric-histogram shifting of prediction errors. Journal of Systems and Software, 86(10):2620– 2626, 2013. [6] Eleftherios Chrysochos, V Fotopoulos, and Athanassios N Skodras. A new difference expansion transform in triplets for reversible data hiding. International Journal of Computer Mathematics, 88(10):2016– 2025, 2011. [7] Dinu Coltuc and Jean-Marc Chassery. Very fast watermarking by reversible contrast mapping. IEEE Signal processing letters, 14(4):255– 258, 2007. [8] Chunhua Dong, Yen-wei Chen, Jingbing Li, and Yong Bai. Zero watermarking for medical images based on dft and lfsr. In 2012 IEEE International Conference on Computer Science and Automation Engineering (CSAE), volume 1, pages 22–26. IEEE, 2012. [9] Jessica Fridrich, Miroslav Goljan, and Rui Du. Invertible authentication. In Security and Watermarking of Multimedia contents III, volume 4314, pages 197–208. International Society for Optics and Photonics, 2001. [10] Jessica Fridrich, Miroslav Goljan, and Rui Du. Lossless data embedding—new paradigm in digital watermarking. EURASIP Journal on Advances in Signal Processing, 2002(2):986842, 2002. [11] Chris W Honsinger, Paul W Jones, Majid Rabbani, and James C Stoffel. Lossless recovery of an original image containing embedded data, August 21 2001. US Patent 6,278,791. [12] Yongjian Hu, Heung-Kyu Lee, and Jianwei Li. De-based reversible data hiding with improved overflow location map. IEEE Transactions on Circuits and Systems for Video Technology, 19(2):250–260, 2008. [13] Masoumeh Khodaei and Karim Faez. Reversible data hiding by using modified difference expansion. In 2010 2nd International Conference on Signal Processing Systems, volume 3, pages V3–31. IEEE, 2010. [14] Chih-Chiang Lee, Hsien-Chu Wu, Chwei-Shyong Tsai, and Yen-Ping Chu. Adaptive lossless steganographic scheme with centralized difference expansion. Pattern Recognition, 41(6):2097–2106, 2008. [15] Jianjun Li, Yun-He Wu, Chin-Feng Lee, and Chin-Chen Chang. Generalized pvo-k embedding technique for reversible data hiding. IJ Network Security, 20(1):65–77, 2018. -316-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải [16] Xiaolong Li, Jian Li, Bin Li, and Bin Yang. High-fidelity reversible data hiding scheme based on pixel-value-ordering and prediction-error expansion. Signal processing, 93(1):198– 205, 2013. [17] Yu-Chiang Li, Chia-Ming Yeh, and Chin-Chen Chang. Data hiding based on the similarity between neighboring pixels with reversibility. Digital Signal Processing, 20(4):1116–1128, 2010. [18] Chia-Chen Lin, Wei-Liang Tai, and Chin-Chen Chang. Multilevel reversible data hiding based on histogram modification of difference images. Pattern Recognition, 41(12):3582– 3591, 2008. [19] Sonali Mishra. Review of different image data hiding techniques. International Journal of Advanced Science and Technology, 121(1):43– 54, 2018. [20] Zhicheng Ni, Yun-Qing Shi, Nirwan Ansari, and Wei Su. Reversible data hiding. IEEE Transactions on circuits and systems for video technology, 16(3):354–362, 2006. [21] Bo Ou, Xiaolong Li, Yao Zhao, and Rongrong Ni. Reversible data hiding using invariant pixel-value-ordering and prediction-error expansion. Signal processing: image communication, 29(7):760–772, 2014. [22] Bo Ou, Yao Zhao, and Rongrong Ni. Reversible watermarking using prediction error histogram and blocking. In International Workshop on Digital Watermarking, pages 170–180. Springer, 2010. [23] Zhibin Pan and Erdun Gao. Reversible data hiding based on novel embedding structure pvo and adaptive block-merging strategy. Multimedia Tools and Applications, pages 1–25, 2019. [24] Fei Peng, Xiaolong Li, and Bin Yang. Improved pvo-based reversible data hiding. Digital Signal Processing, 25:255–265, 2014. [25] Su-Yeon Shin, Hyang-Mi Yoo, and Jae-Won Suh. Reversible watermarking based on histogram shifting of difference image between original and predicted images. pages 147– 150. IARIA, 2014, 2014. [26] Abhilasha Singh and Malay Kishore Dutta. A robust zero-watermarking scheme for tele- ophthalmological applications. Journal of King Saud University-Computer and Information Sciences, 2017. [27] John Stach and Adnan M Alattar. A high-capacity invertible data-hiding algorithm using a generalized reversible integer transform. In Security, Steganography, and Watermarking of Multimedia Contents VI, volume 5306, pages 386–396. International Society for Optics and Photonics, 2004. [28] Diljith M Thodi and Jeffrey J Rodriguez. Prediction-error based reversible watermarking. In 2004 International Conference on Image Processing, 2004. ICIP’04., volume 3, pages 1549–1552. IEEE, 2004. -317-
Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải [29] Diljith M Thodi and Jeffrey J Rodríguez. Reversible watermarking by prediction-error expansion. In 6th IEEE Southwest Symposium on Image Analysis and Interpretation, 2004., pages 21–25. IEEE, 2004. [30] Diljith M Thodi and Jeffrey J Rodríguez. Expansion embedding techniques for reversible watermarking. IEEE transactions on image processing, 16(3):721–730, 2007. [31] Jun Tian. Reversible watermarking by difference expansion. In Proceedings of workshop on multimedia and security, volume 19, 2002. [32] Jun Tian. Reversible data embedding using a difference expansion. IEEE transactions on circuits and systems for video technology, 13(8):890–896, 2003. [33] Piyu Tsai, Yu-Chen Hu, and Hsiu-Lien Yeh. Reversible image hiding scheme using predictive coding and histogram shifting. Signal Processing, 89(6):1129–1143, 2009. [34] Đỗ Văn Tuấn. Kỹ thuật thủy vân và mật mã học trong xác thực, bảo vệ bản quyền dữ liệu đa phương tiện. PhD thesis, Trường Đại học Bách Khoa Hà Nội, 2015. [35] Kan Wang, Zhe-Ming Lu, and Yong-Jian Hu. A high capacity lossless data hiding scheme for jpeg images. Journal of systems and software, 86(7):1965–1975, 2013. [36] Han-Zhou Wu, Hong-Xia Wang, and Yun-Qing Shi. Ppe-based reversible data hiding. In Proceedings of the 4th ACM Workshop on Information Hiding and Multimedia Security, pages 187–188. ACM, 2016 -318-