Phương pháp nhúng thủy vân thích nghi sử dụng kỹ thuật Total Variation

TRƯỜNG ĐẠI HỌC SÀI GÒN SAIGON UNIVERSITY<br /> TẠP CHÍ KHOA HỌC SCIENTIFIC JOURNAL<br /> ĐẠI HỌC SÀI GÒN OF SAIGON UNIVERSITY<br /> Số 61 (01/2019) No. 61 (01/2019)<br /> Email: tcdhsg@sgu.edu.vn ; Website: https://tapchikhoahoc.sgu.edu.vn<br /> <br /> <br /> PHƯƠNG PHÁP NHÚNG THỦY VÂN THÍCH NGHI<br /> SỬ DỤNG KỸ THUẬT TOTAL VARIATION<br /> An adaptive watermarking method based on Total Variation technique<br /> <br /> TS. Nguyễn Thanh Bình(1), ThS. Nguyễn Nhật Tiến(2)<br /> Học viện Công nghệ Bưu chính Viễn thông<br /> (1)<br /> <br /> (2)TrườngĐại học Sài Gòn<br /> <br /> Tóm tắt<br /> Hiện nay, việc sao chép bất hợp pháp các sản phẩm đa phương tiện diễn ra khá phổ biến. Do đó, công<br /> nghệ bảo vệ bản quyền và xác thực quyền sở hữu trí tuệ đang được quan tâm đặc biệt và cũng là mục<br /> tiêu nghiên cứu của nhiều tổ chức khoa học. Một trong những kỹ thuật tiên tiến cho phép thực hiện<br /> nhúng thông tin bản quyền vào dữ liệu đa phương tiện lưu dưới dạng số là kỹ thuật thủy vân. Kỹ thuật<br /> này cho phép nhúng thông tin dấu thủy vân vào các tín hiệu âm thanh, hình ảnh, vide, v.v., mà không<br /> ảnh hưởng đến chất lượng và đảm bảo độ bền vững cao của tín hiệu trong trường hợp nó chịu ảnh<br /> hưởng của các tác động bên ngoài. Bài viết này đề xuất phương pháp nhúng thủy vân dựa trên giá trị<br /> ngưỡng cảm nhận sự khác biệt (Just Noticeable Difference - JND) mức xám của hệ thống thị giác. Quá<br /> trình nhúng dữ liệu sẽ được thực hiện thích nghi với tính chất của vùng ảnh, sao cho mức độ thay đổi<br /> của các điểm ảnh sau khi nhúng luôn thấp hơn ngưỡng cảm nhận. Khi đó, mức độ "trong suốt" của<br /> phương pháp nhúng thủy vân sẽ được cải thiện. Trong phương pháp được đề xuất, chúng tôi sử dụng kỹ<br /> thuật Total Variation để phân tích ảnh và từ đó áp dụng các kỹ thuật nhúng phù hợp nhằm giảm thiểu<br /> mức độ biến dạng của ảnh sau khi nhúng. Kết quả mô phỏng cho thấy phương pháp này cho phép cải<br /> thiện độ trong suốt so với các phương pháp nhúng truyền thống khác.<br /> Từ khóa: an toàn dữ liệu, hệ thống thông tin, kỹ thuật thủy vân số, Total Variation.<br /> Abstract<br /> Currently, illegal copying of multimedia products is quite common. Therefore, technology to protect<br /> copyright and authenticate intellectual property rights are of particular interest and is also the research<br /> goal of many scientific organizations. One of the advanced techniques that allow embedding copyright<br /> information into multimedia data saved in digital form is the watermark technique. Watermark<br /> technology embeds transparency information into audio, image, videowithout affecting the quality of<br /> the signal as well as ensuring high reliability in case of signal resistance effects of external impacts. In<br /> this paper, we propose a watermark method based on the perceived difference threshold, namely Just<br /> Noticeable Difference (JND), gray level of the vision system. The data embedding process will be<br /> adapted to the properties of the image area based on the changes of the embedded pixels that are always<br /> below the sensible threshold. Therefore, the "transparent" level of the watermarking method will be<br /> improved. By the embedding watermark method proposed, we will use the Total Variation technique to<br /> analyze images and thereby apply appropriate embedding techniques to reduce the deformation of the<br /> image after being embedded. The simulation results show that the proposed embedding watermark<br /> method allows to improving transparency compared to other traditional embedding methods.<br /> Keywords: data safety, information system, hydrographic techniques number, Total Variation.<br /> <br /> Email: thanhbinh68@gmail.com<br /> <br /> 15<br /> SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019)<br /> <br /> <br /> 1. Giới thiệu chung cảm nhận sự khác biệt JND khác nhau<br /> Các kỹ thuật nhúng thủy vân số được nhằm hướng tới làm tăng độ trong suốt của<br /> coi là một giải pháp có hiệu quả nhằm ngăn dấu thủy vân trong ảnh [8,12]. Trong [1] đề<br /> chặn nạn sao chép lậu dữ liệu số đang rất xuất phương pháp nhúng thủy vân với<br /> phổ biến hiện nay. Các yếu tố quan trọng model JND bao gồm ba ngưỡng cảm nhận<br /> nhất cần cân nhắc khi lựa chọn phương theo tần số, độ chói và độ tương phản.<br /> pháp dùng các kỹ thuật này là mức độ biến Model JND trong trường hợp này được<br /> dạng của hình ảnh sau khi nhúng (độ trong trích xuất từ không gian biến đổi DWT. Để<br /> suốt) và tính bền vững của dấu thủy vân tăng cường chất lượng nhúng thủy vân, tác<br /> khi ảnh nhúng bị thay đổi bởi các tác động giả bài báo [3] đề xuất phương pháp nhúng<br /> bên ngoài. thích nghi theo hướng biên của các chi tiết<br /> Có nhiều phương pháp nhúng thủy vân trong vùng ảnh. Trong nhiều phương pháp<br /> đã được nghiên cứu và công bố. Thông tin nhúng thủy vân thích nghi, hướng biên hay<br /> thủy vân có thể được nhúng trực tiếp trong các tính chất đặc biệt khác của vùng ảnh<br /> không gian ảnh hoặc nhúng vào các miền thường được dùng để điều khiển quá trình<br /> biến đổi. Cách nhúng trong không gian ảnh nhúng. Hướng biên của vùng ảnh có thể<br /> tiêu biểu là phương pháp nhúng trực tiếp được xác định khá chính xác dựa trên kỹ<br /> giá trị bít dấu thủy vân vào bít có trọng số thuật Total Variation [5,7,9,11]. Các<br /> nhỏ nhất trong từ mã độ chói của các điểm phương pháp nhúng thủy vân dựa trên cảm<br /> ảnh (phương pháp Least Significant Bit – nhận chủ quan của người quan sát kết hợp<br /> LSB) [2]. Các phương pháp nhúng trong với việc nhúng thích nghi theo tính chất<br /> không gian ảnh có ưu điểm là thực hiện của ảnh, hứa hẹn cải thiện đáng kể độ trong<br /> đơn giản, độ trong suốt cao, nhưng không suốt cũng như mức độ bền vững của dấu<br /> bền vững trước tác động của nhiễu và các thủy vân trong ảnh.<br /> phép biến đổi hình ảnh (như thay đổi độ 2. Kiến thức cơ sở<br /> chói, độ tương phản, nén ảnh, chuyển đổi Trong phần này, chúng tôi trình bày<br /> định dạng v.v.) [4]. Các phương pháp thủy hai khái niệm cơ bản sẽ sử dụng trong<br /> vân sử dụng biến đổi DCT (Discrete phương pháp nhúng thủy vân được đề xuất,<br /> Cosine Transform) thường nhúng thông tin đó là ngưỡng cảm nhận sự khác biệt (JND)<br /> dấu thủy vân bằng cách thay đổi các hệ số theo mức xám và kỹ thuật phân tích Total<br /> DCT tại miền tần số trung bình, để đảm Variation.<br /> bảo mức trong suốt đồng thời duy trì tính 2.1. Ngưỡng cảm nhận sự khác biệt<br /> bền vững cho thông tin được nhúng dựa trên mức xám<br /> [4,6,10]. Tác giả bài báo [10] đề xuất Ngưỡng cảm nhận sự khác biệt mức<br /> phương pháp nhúng thủy vân trong miền xám là mức chênh lệch nhỏ nhất về độ chói<br /> tần số vào các khối ảnh có kích thước khác giữa một điểm ảnh và mức chói nền mà<br /> nhau, để tăng độ bền vững của tác động mắt người có thể cảm nhận được [12]. Giá<br /> thay đổi kích thước ảnh. Nhiều nghiên cứu trị JND thay đổi tùy thuộc vào mức xám<br /> đề xuất phương pháp nhúng thủy vân dựa của vùng ảnh nền theo quy luật mô tả trên<br /> trên khả năng cảm nhận hình ảnh của hình 1. Đường cong trong Hình 1 có thể<br /> người quan sát với các mô hình có ngưỡng được xấp xỉ bằng 3 đoạn thẳng theo công<br /> <br /> <br /> 16<br /> NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN<br /> <br /> <br /> thức (1). biên, chuyển đổi định dạng ảnh raster –<br /> vector, nhúng thủy vân v.v… [11]. Trong<br /> bài báo này, dựa trên ảnh cấu trúc SI,<br /> chúng tôi xác định vùng ảnh "mịn" (có sự<br /> thay đổi mức xám nhỏ) để nhúng dữ liệu<br /> thủy vân sao cho mức độ biến động mức<br /> xám của vùng ảnh gốc và vùng ảnh sau khi<br /> nhúng nhỏ hơn giá trị JND được tính theo<br /> công thức (1). Ở trường hợp này, người<br /> quan sát sẽ hầu như không cảm nhận được<br /> sự khác biệt giữa ảnh gốc và ảnh đã nhúng<br /> dữ liệu, do đó tính trong suốt của phương<br /> pháp nhúng sẽ được cải thiện.<br /> Hình 1. Quan hệ JND và giá trị mức Chúng tôi sử dụng thuật toán được<br /> xám nền. công bố trong [11] để trích xuất ảnh SI từ<br />  1 ảnh gốc. Trong [11], tác giả đã sử dụng mô<br />  8 p  6, p   0,32 <br /> hình TV-L2 Rudin, Oshena và Fatemi [7]<br /> <br />  1 như sau:<br /> y   p3 p   33, 64  (1)<br />  32  Dx  p  D  p <br /> arg min   S p  I p    (2)<br /> 2<br />  y <br /> 1 1 Lx  p    Ly  p   <br /> p   65, 255 <br /> p  <br /> <br />  96 p  3<br /> S<br /> <br /> <br /> <br /> Trong (1), y là giá trị JND theo mức<br /> Dx  p   <br /> q  R p <br /> g p ,q   x S q (3)<br /> <br /> xám, p là giá trị mức xám của điểm ảnh. Ví<br /> dụ: trong một vùng ảnh có mức chói p=32, Dy  p    g p ,q   y S  (4)<br /> q<br /> q  R p <br /> tính theo (1) chúng ta có giá trị JND= 2.<br /> Điều này có nghĩa là, nếu một điểm ảnh<br /> của vùng ảnh này bị thay đổi mức xám<br /> Lx  p   <br /> q  R p <br /> g p ,q    x S q (5)<br /> <br /> trong phạm vi p  32  2 thì mắt người<br /> quan sát sẽ không cảm nhận được sự biến Ly  p    g p ,q    y S  (6)<br /> q<br /> q  R p <br /> đổi của vùng ảnh. Có thể thấy rằng, giá trị<br /> JND thay đổi từ 1-6 khi mức xám của ảnh Trong đó, I là ảnh gốc, p là số lượng<br /> thay đổi từ 0-255. điểm ảnh, S là ảnh cấu trúc SI.<br /> 2.2. Kỹ thuật Total Variantion Mô hình trong biểu thức (2) được hình<br /> Kỹ thuật Total Variation (TV) được sử thành dựa trên phương pháp nhân tử<br /> dụng rộng rãi để tách ảnh gốc thành ảnh Lagrange:  là nhân tử Lagrange; thành<br /> chứa thông tin về cấu trúc (Structure Image phần thứ nhất của (2) là (Sp – Ip)2 cần<br /> – SI) và ảnh chứa thông tin về kết cấu thiết để ảnh S có cấu trúc giống với ảnh<br /> (Texture Image – TI) [5,7,11]. Thông tin I, thành phần thứ hai là<br /> về cấu trúc và kết cấu của hình ảnh có thể Dx  p  Dy  p <br /> được sử dụng hiệu quả trong các bài toán  có tác dụng loại bỏ<br /> Lx  p    Ly  p   <br /> khác nhau như lọc nhiễu, phân tích đường<br /> <br /> 17<br /> SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019)<br /> <br /> <br /> các thành phần kết cấu lân cận trong ảnh; DCT mang thông tin về bit dữ liệu nhúng,<br />  -có giá trị dương để mẫu số luôn khác sao cho giá trị sai số mức xám giữa các<br /> không; nằm trong dải 0.01~0.03 [11]. điểm ảnh sau và trước khi nhúng luôn nhỏ<br /> hơn giá trị JND được tính theo (1).<br /> Biến q chỉ ra tất cả pixel trong vùng chữ Để xác định vị trí các khối ảnh nền,<br /> nhật lân cận điểm ảnh p và gp,q, là bộ lọc chúng ta sử dụng ảnh SI tách từ ảnh gốc<br /> Gaussian có độ lệch chuẩn bằng bằng kỹ thuật TV được mô tả ở phần II.<br />   x  x 2   y  y 2  Các khối ảnh 8x8 trong ảnh SI có giá trị độ<br />  :g  exp  <br /> p q p q<br />  (7)<br /> ( p ,q )<br />  2 2<br />  lệch mức chói  nhỏ hơn mức ngưỡng sẽ<br />  <br /> được chọn để nhúng theo phương pháp<br /> Trên Hình 2a là thành phần chói của<br /> trên.<br /> ảnh gối, Hình 2b là ảnh cấu trúc SI nhận<br /> Sơ đồ khối hệ thống nhúng thủy vân<br /> được sau khi giải bài toán trong mô hình (2).<br /> thích nghi theo JND được trình bày trong<br /> Hình 3.<br /> <br /> <br /> <br /> <br /> Hình 3. Sơ đồ khối hệ thống nhúng thủy<br /> Hình 2. Kết quả tách ảnh cấu trúc SI ứng<br /> vân thích nghi theo JND<br /> dụng kỹ thuật TV<br /> Phương pháp nhúng thủy vân đề xuất<br /> 3. Phương pháp nhúng thủy vân đề xuất<br /> được thực hiện theo trình tự như sau:<br /> Trong phần này, chúng tôi đề xuất<br /> phương pháp nhúng thủy vân thích nghi 1- Ảnh màu gốc I  i, j  chuẩn RGB,<br /> theo giá trị JND để giảm thiểu tối đa mức kính thước (mxn) được chuyển đổi sang<br /> độ suy giảm chất lượng hình ảnh sau khi không gian YcrCb; dấu thủy vân sẽ được<br /> nhúng. Quá trình nhúng thủy vân được nhúng vào thành phần Y (thành phần chói)<br /> thực hiện trong không gian tần số sử dụng của ảnh gốc.<br /> biến đổi DCT [4,10]. Mỗi bít thông tin dấu 2- Ảnh dấu thủy vân BM được chuyển<br /> thủy vân sẽ được nhúng vào khối ảnh có đổi thành dạng vector các giá trị nhị phân<br /> kích thước 8x8. Sau khi nhúng thủy vân, để nhúng vào kênh chói Y của ảnh gốc;<br /> giá trị độ chói của các điểm ảnh sẽ bị thay một bít BM sẽ được nhúng vào khối ảnh có<br /> đổi, do đó khối ảnh kết quả sẽ có sự khác kích thước 8x8.<br /> biệt với khối ảnh gốc. Người quan sát sẽ 3- Sử dụng kỹ thuật TV đã trình bày<br /> cảm nhận được sự khác biệt nói trên rõ trong phần II để tách ảnh cấu trúc SI từ ảnh<br /> ràng nhất tại các khối ảnh có độ chói thay gốc. Chia ảnh SI thành các khối ảnh liên<br /> đổi chậm gọi tắt là khối ảnh nền. Chính vì tiếp có kích thước 8x8 f SI  i, j  và tìm giá<br /> vậy, trong phương pháp được đề xuất, khi trị tổng độ lệch chuẩn các mức xám S cho<br /> nhúng dữ liệu vào các khối ảnh nền, chúng từng khối:<br /> ta sẽ thay đổi giá trị các hệ số khai triển<br /> <br /> 18<br /> NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN<br /> <br /> <br /> <br /> 1 7 7 KSUM sẽ là khối ảnh nhúng kết quả.<br />  f SI  i, j   <br /> 2<br /> S 5- Các khối ảnh trong ảnh gốc có độ<br /> 64 i 0 j 0<br /> (8) chói thay đổi nhanh (tổng giá trị độ lệch<br /> 1 7 7<br /> chuẩn các mức xám S lớn) sẽ được nhúng<br />   f SJ  i, j <br /> 64 i 0 j 0 dữ liệu BM giống như bước 4 với giá trị k<br /> (9)<br /> không đổi (k=50). Trong trường hợp này<br /> Trong đó, f  i, j  là mức xám của các<br /> giá trị k được chọn tương đối lớn để tăng<br /> điểm ảnh trong khối ảnh 8x8,  - giá trị độ độ bền vững của dữ liệu thủy vân.<br /> chói trung bình của khối ảnh. Ngưỡng so 6- Ảnh Y chứa thông tin dấu thủy vân<br /> sánh T để xác định các khối ảnh nền; giá trị sẽ được tổng hợp với các thành phần màu<br /> T dựa trên kết quả mô phỏng nằm trong Cr và Cb, rồi chuyển đổi về định dạng<br /> khoảng 0.01-0.05. RGB để có ảnh màu đã nhúng dấu thủy<br /> 4- Để nhúng các bít dữ liệu BM vào vân.<br /> từng khối ảnh nền (kích thước 8x8) chúng 4. Kết quả mô phỏng<br /> ta thực hiện các bước sau: Chúng tôi đã mô phỏng phương pháp<br /> a) Khởi tạo giá trị mức chênh lệch k nhúng thủy vân thích nghi theo JND với kỹ<br /> giữa 2 hệ số khai triển DCT để nhúng dữ thuật TV (JND_TV) được đề xuất ở trên và<br /> liệu bằng 1. một số phương pháp nhúng khác như<br /> b) Thực hiện biến đổi DCT cho khối nhúng trong không gian ảnh LSB, nhúng<br /> ảnh fY  i, j  kích thước 8x8 để có ma trận trong miền DCT không thích nghi theo<br /> hệ số khai triển DCT FY  u, v  . Chọn hai hệ JND (DCT). Tập ảnh gốc để nhúng thủy<br /> vân định dạng .bmp có kích thước<br /> số trong miền tần số trung bình [1], giả sử<br /> 512x512. Ảnh dấu thủy vân là ảnh nhị<br /> đó là F(i,j) và F(p,q). Thay đổi giá trị F(i,j)<br /> phân có kích thước 69x39 (Hình 4d).<br /> và F(p,q) để nhúng bít BM theo quy tắc:<br /> Chương trình mô phỏng được thực trên<br />  BM  1 FY  i, j   FY  p, q   k Matlab R2017b.<br /> <br />  BM  0 FY  i, j   FY  p, q   k (10)<br /> 4.1. Đánh giá độ trong suốt của dấu<br /> thủy vân<br /> Kết quả nhận được là ma trận<br /> *<br /> FY (u, v) .<br /> c) Thực hiện biến đổi IDCT với ma<br /> trận FY * (u, v) để có khối ảnh đã nhúng bít<br /> BM fY *  i, j  . Tính tổng giá trị JND KJND Hình 4. Ảnh gốc (a), ảnh nhúng theo<br /> của tất cả điểm ảnh trong khối fY  i, j  , tính phương pháp JND_TV (b) và phương pháp<br /> DCT (c), ảnh dấu thủy vân (d)<br /> tổng sai số tuyệt đối KSUM giữa hai khối<br /> ảnh fY  i, j  và fY *  i, j  . Kết quả mô phỏng trên hình 4 cho<br /> thấy, nhúng thủy vân thích nghi JND_TV<br /> d) Nếu KJND>KSUM, tăng giá trị k = k+1<br /> và nhúng không thích nghi DCT đều có độ<br /> và lặp lại các bước b, c đến khi KJND ≤<br /> trong suốt cao. Người quan sát hầu như<br /> KSUM; khối ảnh fY *  i, j  cho giá trị KJND ≤ không thấy sự khác biệt giữa ảnh đã nhúng<br /> <br /> <br /> 19<br /> SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019)<br /> <br /> <br /> thủy vân và ảnh gốc. SIMilarity – SSIM là QSSIM. QSSIM   1,1<br /> Để đánh giá một cách khách quan ảnh<br /> có giá trị càng cao thì ảnh gốc và ảnh<br /> hưởng của dấu thủy vân tới chất lượng<br /> nhúng càng giống nhau. Kết quả tính toán<br /> hình ảnh chúng tôi đã so sánh ảnh gốc và<br /> giá trị QMSE và QSSIM cho nhiều ảnh khác<br /> ảnh đã nhúng dựa trên tiêu chí sai số trung<br /> nhau được nhúng theo các phương pháp<br /> bình bình phương (Mean Squared Error -<br /> JND_TV, DCT và LSB ghi trong bảng 1.<br /> MSE) QMSE và tiêu chí Structural<br /> <br /> Bảng 1. MSE và SSIM của ảnh nhúng thủy vân bằng các phương pháp khác nhau<br /> <br /> <br /> <br /> <br /> Có thể thấy rằng, phương pháp LSB dấu thủy vân được tách ra từ ảnh nhúng<br /> cho ảnh nhúng với giá trị MSE rất nhỏ và bằng tỷ lệ lỗi bít BER (Bit Error Rate).<br /> giá trị SSIM gần bằng 1. Do đó, xét về độ Chúng tôi đã xét các trường hợp ảnh<br /> trong suốt, phương pháp LSB có ưu điểm nhúng thủy vân dưới các tác động:<br /> vượt trội so với các phương pháp còn lại. - Nhiễu cộng Gaussian với các mức<br /> Phương pháp JND-TV có độ trong suốt cao công suất khác nhau (tương đương với tỷ lệ<br /> hơn so với nhúng DCT không thích nghi và tín hiệu trên nhiễu SNR khác nhau của ảnh<br /> điều này trùng khớp với kết quả phân tích đã nhúng thủy vân)<br /> lý thuyết trong phần II, III. - Nén có tổn hao theo phương pháp<br /> 4.2. Đánh giá độ bền vững của các JPEG với các mức độ khác nhau (tương<br /> phương pháp nhúng thủy vân đương tỷ lệ nén khác nhau)<br /> Mức độ bền vững của phương pháp - Thay đổi kích thước ảnh với tỷ lệ<br /> nhúng thủy vân được đánh giá dựa trên sự khác nhau và xoay với các góc độ khác<br /> khác biệt giữa dấu thủy vân nguyên thủy và nhau<br /> <br /> <br /> <br /> <br /> 20<br /> NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN<br /> <br /> <br /> <br /> <br /> Hình 5. Quan hệ giữa BER và tỷ lệ SNR của ảnh chứa dấu thủy vân.<br /> <br /> <br /> <br /> <br /> Hình 6. Quan hệ giữa BER và mức tổn hao của ảnh thủy vân nén theo JPEG.<br /> <br /> <br /> <br /> <br /> Hình 7. Quan hệ giữa BER và hệ số thu nhỏ của ảnh thủy vân.<br /> <br /> 21<br /> SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019)<br /> <br /> <br /> Dựa vào kết quả mô phỏng trên các đồ Cuối cùng, trên hình 8 hiển thị kết<br /> thị hình 5,6,7 có thể thấy, với tất cả các quả phục hồi dấu thủy vân bằng hai<br /> hình thức tấn công, dấu thủy vân nhận phương pháp JND_TV và DCT cho nhiều<br /> được từ phương pháp JND_TV luôn có giá ảnh khác nhau. Những ảnh này được nén<br /> trị BER thấp hơn so với phương pháp DCT suy hao theo chuẩn JPEG với tỷ lệ nén<br /> truyền thống. Phương pháp nhúng trong 0.5. Tỷ lệ BER của phương pháp JND_TV<br /> không gian ảnh LSB có mức độ bền vững luôn thấp hơn so với phương pháp nhúng<br /> thấp nhất. DCT.<br /> <br /> <br /> <br /> <br /> Hình 8. So sánh BER của phương pháp JND_TV và DCT (nén với tỷ lệ 50%).<br /> <br /> <br /> <br /> 5. Kết luận TÀI LIỆU THAM KHẢO<br /> Với bài báo này, chúng tôi đã đề xuất<br /> 1. Barni M., Bartolini F., PivaF., “Improved<br /> phương pháp nhúng thủy vân thích nghi<br /> wavelet-based watermarking through pixel-<br /> theo giá trị JND mức xám. Thông tin thủy wise masking”, IEEE Transactions on<br /> vân được nhúng vào các vùng ảnh có độ Image Processing, Vol.10, pp. 783 -791,<br /> chói thay đổi chậm. Những vùng ảnh 2001.<br /> nhúng bằng phương pháp này được xác 2. Etti Mathur, Manish Mathuria,<br /> định dựa trên sự phân tích ảnh cấu trúc SI "Unbreakable Digital Watermarking using<br /> tách ra từ ảnh gốc sử dụng kỹ thuật TV. combination of LSB and DCT",<br /> Kết quả mô phỏng cho thấy, phương pháp International Conference on Electronics,<br /> nhúng như đã đề xuất có độ trong suốt cao Communication and Aerospace Technology<br /> ICECA, December 2017.<br /> hơn và có độ bền vững tốt hơn so với<br /> phương pháp nhúng không thích nghi DCT 3. Jianwei Guo, Yana Zhang, Shuang Zhi,<br /> Pamela Cosman, "Adaptive Edge Masking<br /> và phương pháp nhúng trong không gian<br /> Based on TV Decomposition and Adjacent<br /> ảnh LSB. Similarity for Digital Watermkarking",<br /> IEEE International Conference on Progress<br /> <br /> <br /> 22<br /> NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN<br /> <br /> <br /> in Informatics and Computing (PIC), June 8. Salama Ahmed S., Amr Mokhtar Mohamed,<br /> 2016. "Combined Technique for Improving<br /> 4. Kurappa A., "A Survey on various Image Digital Image Watermarking" 2nd IEEE<br /> Water marking Techniquesand Features in International Conference on Computer and<br /> Digital Image Processing", IJSRSET | Communications, 2016.<br /> Volume 2 | Issue 5 | Themed Section: 9. Santoyo-Garcia Hector, Fragoso-Navarro<br /> Engineering and Technology, 2016. Eduardo, Reyes-Reyes Rogelio, Gabriel<br /> 5. Ndajah Peter, Kikuchi Hisakazu, "Total Sanchez-Perez Mariko Nakano-Miyatake,<br /> Variation Image Edge Detection", Recent Hector Perez-Meana, "An Automatic<br /> Researches in Communications, Visible Watermark Detection Method using<br /> Automation, Signal Processing, Total Variation", 5th International<br /> Nanotechnology, Astronomy and Nuclear Workshop on Biometrics and Forensics<br /> Physics, Niigata Uninversity, Japan, 2011. (IWBF), May 2017.<br /> 6. Octavio David, Muñoz Ramirez, 10. Xin Li, Xingjun Wang, Anqi Chen,<br /> Volodymyr Ponomaryov, Rogelio Reyes- Linghao Xiao, "A Simplified and Robust<br /> Reyes, Volodymyr Kyrychenko, Oleksandr DCT-based Watermarking Algorithm", 2nd<br /> Pechenin, Alexander Totsky, "A Robust International Conference on Multimedia<br /> Watermarking Scheme to JPEG and Image Processing, March 2017.<br /> Compression for Embedding a Color 11. Xu Li, Quiong Yan, Yan Xia, “Structrue<br /> Watermark into Digital Images", The 9th extraction from texture via relative from<br /> IEEE International Conference on total variation”, ACM Transactions on<br /> Dependable Systems, Services and Graphics, Vol. 31, No. 6, Article 139,<br /> Technologies, DESSERT’2018, 24-27 May November 2012.<br /> 2018. 12. Yu P., Yan Shang, Chunming Li, “A new<br /> 7. Rudin Leonid, Stanley Osher, Emad Fatemi, visible watermarking technique applied to<br /> “Nonlinear total variation based noise CMOS image sensor”, in Proc. SPIE.<br /> removal algorithms”, Physica D Nonlinear Multispectral Image Acquisition,<br /> Phenomena, Vol.60, No. 5, pp. 259-268, Processing, and Analysis, Vol. 8917,<br /> 1992. Oct. 2013.<br /> <br /> <br /> Ngày nhận bài: 07/07/2018 Biên tập xong: 15/12/2018 Duyệt đăng: 20/01/2019<br /> <br /> <br /> <br /> <br /> 23<br />