数位版权保护概论

1、數位版權保護概論期末報告主題: 浮水印技術對數位醫學影像之品質影響學生: 林亞駿班級: 資工四乙學號: 495G0040目錄1.前言32.浮水印技術32-1 浮水印簡介32-2浮水印技術概述52-3 浮水印嵌入時域技術52-4 浮水印嵌入頻率域技術82-5 浮水印嵌入醫學影像之結果163 評估結果241. 前言 醫學影像對醫生診斷病人的病情來說是非常重要的資訊來源，好比如說我們到各大醫院照X光、MRI(核磁共振攝影)、PET(正子斷成造影)、超音波(Ultrasonic)這些醫學影像都需要受到保護的，為了達到病人的隱私、資料搜尋的便利以及任何資訊隱藏，如：攝影地點、時間。2. 浮水印技術2-1

2、 浮水印簡介浮水印可以是一個商標、序列號碼。大部分呈現型態都是將獨特Logo嵌入圖片當中。以影像浮水印來說又分為可是浮水印和不可視浮水印。圖2.1為可視浮水印，在各大學推甄簡章電子檔上，每一頁都會看到學校的Logo，此種放式是較常見的，但由於隱藏浮水印技術過於簡單，只要透過影像處理即可破壞、移除，並未達到真正保護的效果。不可視浮水印為嵌入影像不會被人眼察覺，以保護影像版權，如圖2.2所示，浮水印嵌入後必須保持原來影像品質，把影像保持在人眼較不易發現的品質範圍內，以後利用反向方法將浮水印取出。2.1 可視浮水印圖2.2 不可視浮水印嵌入浮水印之影像原始影像數位浮水印=+不可視浮水印又分為兩種，一

3、種是強健性浮水印，另一種是脆弱性浮水印，所謂強健性浮水印是指攻擊者只能破壞藏入的浮水印本身，而不會毀壞原始影像。強健性目的是為了保護智慧財產權，破壞者攻擊影像方法有壓縮、雜訊干擾、幾何轉換。脆弱性浮水印指影像經過稍微變動都能偵測出嵌入資訊的方法，此目的是用來影像驗證，確定影像的完整性。2-2浮水印技術概述 目前使用數位浮水印技術依操作的領域不同分為時域及頻率域。(1) 時域：也就是將浮水印直接藏入影像像素值中，最簡單的方式就是把浮水印藏在影像像素值LSB中。(2) 頻率域：此種方式是將影像轉換到頻率域，再做嵌入浮水印的動作。常用的方式有DFT、DCT、DWT，由於低頻位置是影像中較重要的部分，

4、而壓縮所遺失的資料是屬於高頻位置，如把浮水印嵌入較低頻的位置，那麼就能抵抗壓縮。2-3 浮水印嵌入時域技術2-3-1 Tseng方法 嵌入浮水印演算法：1. 由於區塊灰階平均值隱藏技術有可能產生反轉效應，所以要把原始影像做一些處理。2-6公式使灰階值調整7248間。r(x,y)=round() + 7 (2-1)其中r(x,y)是調整後影像灰階值，I(x,y)為調整前影像灰階值，round指取整數。2. 把處理過之影像重新排列。重排方法如下。假設原始影像大小256*256，浮水印大小64*64 (2-2)2-7式子意思是，將處理過的影像區分成4096個區塊，每一個區塊含有16個值。把影像區分成

5、4096個區域，目的是為了將浮水印一個數值藏入影像一個區塊，也就是有4096個區塊，每個區塊內有16個數值，右半部為影像轉換成一維型式，每個區塊內的值為一維矩陣每隔4096位置的值，假設要區分i個區塊，每個區塊有個j值，則B(i,j)=I(i+4096*j+1) (2-3)其中B(i,j)表示區塊內的值，I(i+4096*j+1)表示影像一維矩陣的值。3. 嵌入浮水印(1) 計算每個區域的平均值() = (2-4)(2) 根據浮水印的值，來計算修正值 = (-mod( 4p + 2 ) ) + p ,w(i)=0 (2-5) = (-mod( 4p + 2 ) ) + 3p+1 ,w(i)=1

6、其中p為自訂數，w(i)為浮水印值。(3) 根據平均值()和修正值()來藏入浮水印，計算如下：B(i , j) = B(i , j) -+ (2-6)其中B(i , j)為加入浮水印後之值。(4) 把嵌入浮水印得到之B(i , j)反向重排，即可得到一張加入浮水印之影像。取出浮水印之演算法：1. 把待測影像打散重排，重排方式如前面所述。2. 解出浮水印(1) 計算每一區塊的平均值()。= (2-7) 其中F(i,j)為待測影像重排後的值。(2) 根據2-8式和2-9式來判斷浮水印值為0或1。G(i) =0 if | mod(4p+2) p| p (2-8)G(i) =1 if | mod(4p

7、+2) (3p+1)| p (2-9)其中G(i)為取出之浮水印。2-4 浮水印嵌入頻率域技術2-4-1 傳統浮水印方法(Cox)Cox所提出的方法是將影像經由二維DCT轉換後，除了DC值之外，找頻率域中最大之1000個AC係數，然後以2-10式嵌入浮水印。 = (2-10)其中為嵌入浮水印後之DCT係數，為原來DCT係數，a為控制浮水印量之參數，為浮水印經過二值化之值。而擷取浮水印的方法是將待測影像與原始影像作二維DCT轉換，找出原始影像頻率域最大之1000個AC係數之位置，並在待測影像中取出相同位置之係數值，依2-11式，即可取出浮水印。 (2-11)其中為取出之浮水印值。嵌入浮水印之演算

8、法：影像大小：N1*N2浮水印大小：M1*M21.將原影像切成8*8唯一個區塊，對每個區塊做二維DCT轉換。2.浮水印切割成(M1*8/N1)*(M2*8/N2)唯一個區塊。如此浮水印區塊才會跟原影像的區塊數相同。3.用2-10式，以影像256*256，浮水印64*64為例，嵌入浮水印於圖2.3所示位置。X1X2X3X4X4X3X2浮水印區塊2*2X1影像經DCT之區塊8*8圖2.3 浮水印區塊係數嵌入至影像區塊位置4.把每個區塊做二維IDCT，即可得到嵌入浮水印之影像。取出浮水印之演算法：1. 待測影像與原影像切成8*8為一個區塊，對每一區塊做二維DCT轉換。2. 依圖2.3浮水印區塊係數嵌

9、入至影像區塊之位置，取出待測影像與原影像頻率上係數值。3. 用2-11式取出浮水印。2-4-1 改良傳統浮水印方法(Hsu方法)圖2.4所示。 圖2.4 嵌入浮水印之流程嵌入浮水印之演算法：影像大小：N1*N2浮水印大小：M1*M21. 浮水印用 toral autopmorphism來產生亂數。2. 將原影像切成8*8為一個區塊，對每個區塊做二維DCT轉換。3. 浮水印切成(M1*8/N1)*(M2*8/N2)為一個區塊。如此浮水印區塊數才會跟原影像的區塊數相同。4. 影像區塊重排。(指的是經過DCT後之區塊重排，此處後所提之原圖區塊皆經過DCT後的區塊)。5. 浮水印區塊與原圖區塊配對。影

10、像區塊重排如浮水印區塊配對方法如圖2.5所示，以影像大小256*256，浮水印大小64*64為例，首先先計算原圖每一個區塊內的非零值的數目有多少，數目由大到小排序。區塊重排後，按現在的排序給予配對。此目的是因為如果區塊AC值係數許多值為零，表示此影像較平滑，如果浮水印加在此處，容意被肉點看出來，所以才把浮水印有值得地方加在影像區塊AC非零值較多的地方。圖2.5 影像區塊重排汗浮水印區塊配對6. 依2-10式嵌入浮水印，嵌入位置如圖2.3所示。7. 將加入浮水印後的區塊返重排。8. 將反重排後的頻率域係數進行IDCT轉換，即可得嵌入浮水印之影像。取出浮水印演算法：取出浮水印流程如圖2.6所示。圖

11、2.6取出浮水印之流程圖1. 待測影像與原始影像切成8*8為一個區塊，對每個區塊做二維DCT轉換。2. 分別做影像重排。3. 依2-11式萃取出係數。2-4-2 嵌入灰階浮水印方法(Tsai方法)由於灰階浮水印除了視覺效果的呈現較優於黑白浮水印外，因其資料量較大，故較能抵抗外來之破壞。嵌入浮水印之演算法：X=x( i , j )|0 j < N|，x(i , j)0255W=w( i , j )|0 j < M，w(i , j)0255X表示原始影像，大小為N*N，W表示浮水印，大小為M*M，x( i, j)、w(i,j)表示影像上的像素值。下面影像大小以256*256，浮水印大小

12、以128*128為例：1. 將原始影像切成8*8為一個區塊，對每個區塊最二維DCT轉換，再取出16個DCT係數。2. 把浮水印打亂。打亂處理式設定一個種子(seed)，藉由亂數產生器所產生的亂數將浮水印打亂，其目的是為了讓浮水印具有抵抗影像切割的能力。3. 浮水印經打亂後，將浮水印每4*4區塊大小為單位做時域與頻域的轉換，再利用步驟(1)所取出的DCT係數值設計出一個4*4的量化表，設計方式如下：(1) 利用2-12式計算DCT係數的平均數 (2-12)其中表示DCT係數的平均值，表示DCT係數。(2)利用2-13式計算出量化的內容 (2-13)為了保留更多浮水印的低頻係數值，把量化表乘上一個

13、4*4過濾表(filter)，接著利用此調整過的量化表以每4*4的區塊大小為單位對浮水印的頻域值進行量化。量化方式為經過打亂轉頻域的每一區塊係數除以相對應位置中的量化。其商為量化結果。4. 將步驟3處理後的數位浮水印取代步驟1所處區的原始影像DCT係數。再把中低頻係數寫回原影像DCT位置。5. 把每個區塊做二維IDCT，即可得到嵌入浮水印後之影像。取出浮水印之演算法：1. 將待測影像切割成8*8為一個區域，對每個區塊做二維DCT轉換，再取出DCT的係數。2. 反數位量化與IDCT處理。首先利用2-13式所設計的量化表，以每個4*4的區塊大小為單位對取出的DCT係數做反量化處理，反量化後再做ID

14、CT轉換。3. 最後，使用與浮水印藏入演算法之步驟2相同的種子(seed)，做反向亂數處理，完成灰階浮水印的取回動作。2-5 浮水印嵌入醫學影像之結果 本實驗中的醫學影像，採用大小256*256，MRI、PET、X光胸腔及超音波四張不同性質影像。2-5-1 醫學影像前置處理由於醫學影像性質和普通影像性質不同，所以在做DCT轉換時，會發生不容允許的錯誤，如表1.1所示，MRI、PET及X光影像在經過正反DCT轉換後，會產生反轉效果。原因在於醫學影像像素值許多是0或255，而又因做正反DCT轉換會有結尾誤差(truncation error)，所以會超出0255的範圍。為了解決此問題，先對影像做前

15、置處理，把影像中像素值小於5的值加8，像素值大於250的值減8，便可克服反轉問題，且由於像素值變動很小，所以並不會對影像造成太大影響，修正結果如表1.2所示，影像大小皆為256*256，其中修正影像為原始影像做處理後之影像，誤差圖為原始影像與修正影像經過了DCT&IDCT之影像相減後乘10加110，由誤差圖可以看出原始影像及修改後之影像差異。表1.1原始影像跟原始影像做DCT和IDCT影像之比較表1.2原始影像經過修正影像及經過修正影像經正反DCT影像比較2-5-2 實驗結果 用五種不同浮水印技術，把大小64*64之浮水印嵌入這四張醫學影像。表1.31.7為醫學影像沒有做前置處理，加入

16、浮水印後之結果及取出浮水印的結果。表1.81.11為醫學影像做前置處理，加入浮水印後之結果及取出浮水印的結果。從實驗結果看出，用這五種浮水印技術把浮水印加入這四張醫學影像中，效果不錯，也不會影響醫生的診斷，其中表1.5Tsai方法所萃取出的浮水印，跟原始浮水印比較起來，並不是很好，因為加入的是黑白浮水印，Tsai方法較適合加入灰階浮水印，故把解出的浮水印用一門檻值作以修正，即可得到較好之浮水印。表1.3使用Cox方法嵌入浮水印於未前置處理之影像表1.4使用Hsu方法嵌入浮水印於未前置處理之影像表1.5使用不需原圖來解浮水印方法嵌入浮水印於未前置處理之影像表1.6使用Tasi方法嵌入浮水印於未前置處理之影像表1.7使用Tseng方法嵌入浮水印於未前置處理之影像表1.8使用Cox方法嵌入浮水印經前置處理後之影像表1.9使用Hsu方法嵌入浮水印經前置處理後之影像表1.10使用不需原圖解浮水印方法嵌入浮水印經前置處理後之影像表1.11使用Tseng方法嵌入浮水印經前置處理後之影像3 評估結果從影像本身性質觀點來評估影像品質之影響:1. 由於浮水印技術不同及影像性質不同，嵌入浮水印時，要對數位醫學影像隻灰階值做適度調整，嵌入時才不會發生反轉現象。2. 對一般影像來說，對品質要求並不會太