Phương pháp ẩn thông tin trong ảnh khảm để bảo vệ bản quyền khỏi việc in và sao chép trái phép. Bằng cách để lộ các cạnh, chúng ta sẽ thấy kết quả của bức ảnh khảm bí mật, dữ liệu nhúng có thể được trích xuất làm bằng chứng bản quyền, ngay cả sau khi bức ảnh khảm được in và sao chép. Trên cơ sở đó tôi chọn đề tài: “Học kỹ thuật ẩn thông tin trong ảnh khảm kỹ thuật số” với mục tiêu chính là tìm hiểu một số kỹ thuật ẩn thông tin trong ảnh khảm, đồng thời cài đặt chương trình thử nghiệm.
TỔNG QUAN VỀ GIẤU TIN TRONG ẢNH SỐ
- KHÁI NIỆM VỀ GIẤU TIN
- MỘT SỐ TÍNH CHẤT GIẤU TIN
- PHÂN LOẠI CÁC KỸ THUẬT GIẤU TIN
- Giấu tin mật
- Thủy vân số
- CÁC PHƢƠNG PHÁP GIẤU TIN CƠ BẢN
- MÔI TRƢỜNG GIẤU TIN
- Giấu tin trong ảnh
- Giấu tin trong audio
- Giấu tin trong video
- Giấu tin trong văn bản dạng text
- PHƢƠNG PHÁP ĐÁNH GIÁ PSNR
- MỘT SỐ ỨNG DỤNG
Các phương pháp che giấu thông tin hiện nay thuộc một trong ba nhóm: Ẩn thông tin trong miền không gian. Đặc điểm của ẩn ảnh là thông tin được ẩn một cách vô hình trong ảnh. Phương pháp giấu thông tin trong âm thanh khai thác mọi điểm yếu của hệ thính giác con người.
PHƢƠNG PHÁP BIẾN ĐỔI ẢNH SỐ SANG ẢNH KHẢM
KHÁI NIỆM KHẢM ẢNH
- Khảm ảnh nhiều lớp
- Khảm toàn cảnh
Khi ghép một hình ảnh, mỗi hình ảnh nhỏ sẽ được ghép vào các mắt lưới để tạo thành một hình ảnh khảm. Sau khi chọn lưới chúng ta sẽ sắp xếp các hình ảnh nhỏ trong lưới đó. Tóm lại, cả hai kiểu ghép ảnh trên đều kết hợp các ảnh nhỏ thành ảnh ghép.
MỘT SỐ KỸ THUẬT KHẢM ẢNH
- Đan đa phân giải (Multiresolution spline)
- Kỹ thuật trích chọn đặc trƣng
- Lọc trung bình (Mean filter)
- Lọc trung vị (Median filter)
- Khớp biểu đồ màu sắc (Color histogram matching)
Màu sắc là một tính năng đặc biệt và được sử dụng phổ biến nhất khi tìm kiếm hình ảnh theo nội dung. Có một số phương pháp được sử dụng để trích xuất các đặc điểm kết cấu như. Các đặc điểm SIFT này được trích xuất từ các điểm ưa thích của địa phương.
Bộ mô tả keypoint: Bộ mô tả keypoint sau khi xác định hướng sẽ được mô tả dưới dạng vectơ đặc trưng đa chiều. Điểm hấp dẫn có thuộc tính SIFT tương thích với cực trị cục bộ. Với H, H' là 2 biểu đồ biểu diễn vectơ đặc trưng SIFT Feature Selection.
Mingjing Li đưa ra tiêu chí lựa chọn đặc điểm là: Mô hình tương phản đặc trưng tổng quát (Generalized feature Contrast Model) dựa trên mô hình tương phản đặc điểm (Feature Contrast Model). Có nhiều phương pháp để đánh giá kết quả của một tập hợp con các hàm. Vì vậy, kết quả của các mô hình lựa chọn đặc trưng khác nhau là khác nhau.
Hai mô hình phổ biến để lựa chọn tính năng là: Mô hình bộ lọc và mô hình Wrapper[6].
MỘT SỐ ỨNG DỤNG CỦA KHẢM ẢNH
Đây là một phương pháp xử lý hình ảnh điều chỉnh màu sắc của hai hình ảnh bằng biểu đồ hình ảnh. Nó có thể sử dụng kết hợp biểu đồ để cân bằng "phản hồi" phát hiện như một kỹ thuật hiệu chỉnh phát hiện tương đối. Nó có thể được sử dụng để "chuẩn hóa" hai hình ảnh, khi các hình ảnh được chụp ở cùng một nơi sáng hoặc cùng một nơi tối ở cùng một nơi, nhưng với các cảm biến hoặc điều kiện khí quyển khác nhau.
Hiện nay, có một số phần mềm ghép ảnh đang được sử dụng như Easy Khảm, AndreaMosaic, Mazaika, Auto, Panorama Factory, Easypano Studio. Hình ảnh khảm có thể tạo ra những hiệu ứng thị giác thú vị và gợi lên những cảm giác mới mẻ về đồ vật. Hiệu ứng này thường được khai thác vì mục đích nghệ thuật nhưng đôi khi cũng vì mục đích thương mại.
Nhờ kỹ thuật khảm, hàng loạt hình ảnh sẽ được ghép lại với nhau và điều chỉnh cho phù hợp để tạo ra một hình ảnh khảm liền mạch, không hề có dấu vết ghép nối. Kỹ thuật này thường được sử dụng cho ảnh phong cảnh, ảnh không gian rộng và ảnh vệ tinh. Mô tả của chế độ xem thực tế và mô hình cuối cùng thường kế thừa độ sâu dư thừa hoặc thị sai thông tin.
Szeliski mô tả việc sử dụng khảm để tạo ra môi trường thực tế và các hiệu ứng đặc biệt trong phim bằng cách sử dụng bản đồ môi trường – hình ảnh hình cầu 360 độ về môi trường.
GIẤU TIN TRONG ẢNH KHẢM
THỦY VÂN SỬ DỤNG BIÊN TRONG NGÓI CỦA ẢNH KHẢM
- Giới thiệu
- Biên của ngói
- Quá trình nhúng dữ liệu
- Quá trình tách dữ liệu đã giấu
Màu của vùng bên trong là giá trị trung bình của các màu trên cạnh của ô. Phát hiện các cạnh của M bằng mặt nạ Sobel 3 × 3 như trong Hình 3.1 và thu được ảnh đen trắng S chứa giá trị cạnh Sobel. Lấy hai bộ PX và PY làm giá trị đỉnh trong biểu đồ X và Y bằng cách áp dụng mặt nạ Laplacian như trong Hình 3.2 và kỹ thuật phân ngưỡng với hai ngưỡng được xác định trước và.
Tìm hai tập hợp PX và PY chứa giá trị lớn nhất của và tuân theo quy tắc sau:. Lấy giá trị tâm của hai tập đỉnh PX và PY tương ứng bằng phương pháp phân cụm và bán kính mặc định R theo cách sau. Tính lại giá trị y bằng cách sử dụng giá trị hình chiếu trục X và Y như sau:
Lấy tập hợp chính xác các giá trị cực đại cục bộ dọc theo trục X bằng cách so sánh các giá trị dự kiến xung quanh mỗi tọa độ x. Áp dụng tương tự bước 7.A và 7.B ở trên theo Y để nhận giá trị mới. Một ví dụ về ảnh giá trị cạnh Sobel thu được ở bước 1 được thể hiện trên Hình 3.3.
Lena gốc (b) Giá trị cạnh Sobel (a) Hình 3.3 Giá trị cạnh Sobel của ảnh khảm.
BẢO VỆ BẢN QUYỀN CHỐNG LẠI CUỘC TẤN CÔNG IN VÀ QUÉT
- Định hƣớng lại bản in và quét
Các phương pháp xử lý hình ảnh sau khi quét lại thành ảnh kỹ thuật số ít nhất bao gồm nhiệm vụ định hướng lại các phiên bản in và quét của ảnh khảm steganographic, vì bản sao của ảnh gốc bị mờ có thể nghiêng ít nhiều khi quét lại. Phần sau đây mô tả cách định hướng lại phiên bản in và quét của khảm steganographic trước khi trích xuất dữ liệu. Thuật toán định hướng lại hình ảnh dựa trên việc sử dụng kỹ thuật phát hiện cạnh và chiếu hình ảnh.
Trước khi quét hình ảnh khảm đã in bằng máy quét để bàn, hình ảnh được đặt trên một bề mặt phẳng và một cửa sổ được chọn để xác định phạm vi quét. Ở đây chúng tôi giả định rằng hình ảnh có hình chữ nhật và được đặt cẩn thận ở một góc rất nhỏ so với ranh giới của cửa sổ quét. Trong thuật toán này, việc định hướng lại hình ảnh, in hình ảnh và quét hình ảnh được xoay nhiều lần, mỗi lần với một góc nhỏ, để tìm góc nghiêng của hình ảnh bằng phương pháp chiếu hình ảnh.
Góc nghiêng có được bằng cách phát hiện cạnh và phát hiện các giá trị chiếu lớn nhất trong tất cả các hình ảnh được xoay. Cuối cùng, hình ảnh được định hướng lại thông qua các góc nghiêng được phát hiện. Thu được ảnh mới M' bằng cách xoay M một góc nhỏ định trước.
Lấy góc nghiêng A tương ứng với P và xoay M tương ứng để có được hình ảnh được định hướng lại, hình ảnh khảm S là đầu ra.
CÀI ĐẶT CHƢƠNG TRÌNH THỬ NGHIỆM
MÔI TRƢỜNG CÀI ĐẶT
GIAO DIỆN CHƢƠNG TRÌNH
- Giao diện chính
- Giao diện khảm ảnh
- Giao diện giấu tin
- Giao diện tách tin
- Giao diện đánh giá ảnh bằng PSNR
Đây là giao diện cho phép bạn chọn cơ sở dữ liệu hình ảnh xếp chồng và chọn hình ảnh gốc để khảm. Để nhập tệp hình ảnh ô xếp, hãy chọn nút thư viện hình ảnh ô xếp "Chọn" trong giao diện tạo hình ảnh khảm. Một hộp thoại sẽ mở ra nơi chúng ta có thể chọn cơ sở dữ liệu hình ảnh xếp chồng mà chúng ta muốn đưa vào khảm hình ảnh. Sau đó, chúng tôi chọn hình ảnh để khảm bằng cách nhấn nút "Chọn ảnh gốc".
Chúng ta có thể lưu lại hình ảnh khảm này nhờ nút "Save" trong giao diện "I'm fun". Ngoài giao diện “Tôi hài lòng” còn có nút “Thoát” cho phép chúng ta thoát khỏi giao diện “Tôi hài lòng”. Từ giao diện trang chính chúng ta chọn menu “Thông tin Giàu” để vào giao diện “gd_giautin”.
Trong giao diện ẩn chúng ta chọn nút “Select” đầu tiên để chọn ảnh ghép. Tiếp theo, chúng ta sẽ chọn ảnh ẩn thông qua nút “Chọn” ảnh ẩn. Từ giao diện trang chủ chúng ta chọn menu “Tach information” để chuyển sang giao diện “gd_tachtin”.
Trong giao diện trích xuất thông tin chúng ta chọn ảnh khảm ẩn thông qua nút. Sau đó, chúng tôi chọn tệp khóa được tạo khi ẩn thông tin thông qua nút phím "Chọn". Từ giao diện trang chủ chọn menu “PSNR” để chuyển sang giao diện “gd_psnr”.
THỬ NGHIỆM VÀ NHẬN XÉT
- Thử nghiệm
- Nhận xét
Kết quả ước lượng PSNR sau khi ẩn thông tin và khả năng ẩn thông tin với một bộ ảnh cho trước. Hình ảnh ẩn trước khi bị ẩn và sau khi bị ẩn được tách ra và với điểm PSNR là 100 dB thì kết quả là. Điều này có nghĩa là hình ảnh trước khi ẩn và sau khi trích xuất là như nhau.
Với kết quả kiểm tra thu được, nếu quan sát bằng mắt thường thì khó có thể phân biệt được đâu là ảnh ẩn và ảnh không ẩn. Tuy nhiên, rất khó phát hiện bằng mắt thường vì đây là hình ảnh khảm. Thời gian xử lý ẩn phụ thuộc nhiều vào dữ liệu đầu vào như kích thước ảnh gốc, tin nhắn ẩn lớn hay nhỏ.
Hình ảnh ẩn được truyền qua Internet, nếu không có khóa hoặc số hàng, cột của hình ảnh khảm ẩn và hình ảnh ẩn thì sẽ không thể phân biệt được thông tin ẩn. Nó trình bày chi tiết một số thuật toán ẩn và tách thông tin của Wei-Liang Lin và Wen-Hsiang Tsai. Cài đặt chương trình ghép ảnh, ẩn thông tin và tách thông tin trong ảnh ghép, đánh giá chất lượng ảnh qua PSNR.
Vì vậy em rất mong nhận được sự phản hồi từ thầy cô và các bạn để đồ án có thể hoàn thiện hơn.
