PDF
研究文章|开放获取
穆罕默德Awrangjeb, ”强大的基于签名的版权保护方案使用最重要的灰度的图像”,多媒体的发展, 卷。2012年, 文章的ID875759年, 17 页面, 2012年。 https://doi.org/10.1155/2012/875759
强大的基于签名的版权保护方案使用最重要的灰度的图像
文摘
的最重要的一点(MSB)平面图像的最小可能改变的信号处理操作。本文提出一种新颖的基于这标识多位数签名,使用最重要的灰度,然后使用它来开发一个非常简单但强大的版权保护方案,连同他们的签名图片发送到一个受信任的第三方出现纠纷的时候。不同的方法处理MSB-plane之前计算的签名已经开发出来。本文提出了一个创新的classifier-based技术测试任何基于签名方案的鲁棒性和独特性。新MSB-based攻击,击败我们的计划,也被提出了。实验结果显然证明了该方案的优越性显示不同的高鲁棒性MSB-based签名在现有的基于签名的方案。
1。介绍
最近几年,我们一直在使用电子商务,包括线上和线下分销等多媒体数据的图像、音频和视频。然而,数字多媒体文件可以很容易地使用商业图形工具操纵。复制数字文件一样简单的点击一个按钮。因为维护一个精确的或操纵任何数字数据比之前容易复制,版权保护的执法比以往变得更加必要。尽管版权法被应用与施虐者,以确保安全的电子商务,目前版权保护问题阻碍计算机和通信网络的快速发展。结果,改进和进一步发展数字版权保护是未来通信网络的发展中心(1]。可能有三种类型的解决版权保护问题:加密工具,数字水印技术和数字签名技术。
加密工具(2)可以使用一些秘密密钥用于加密一个多媒体文件。加密的文件是没有更多的感知可以理解,可以分发给用户。只有适当的用户拥有密钥才能解密,并使用这个文件。这种技术适用于文本文档并不是适合多媒体数据为以下两个原因。首先,多媒体文件大小比这大得多的文本。因此,加密或解密一个多媒体文件是非常耗时的。第二,加密媒体文件不是有用的在公共领域,例如,在互联网上。因为加密文件没有感知理解如果解密加密的信息,信息不再是受保护的。然而,多媒体文件文本文档并不提供了一个机会。,而不允许扭曲文本签署,签署了多媒体文件中允许一些扭曲只要是感知类似于原始文件。
数字水印技术把媒体文件的上述财产的机会。他们嵌入一个水印,如商标、海豹、或序号,到原始图像。嵌入的水印应该生存nonmalicious和恶意攻击取决于应用程序。后者,嵌入的信息提取或检测到有水印的图像,以验证所有权(3- - - - - -11]。
任何水印技术应满足的基本性质(1,5,6]。然而,许多现有的技术不满足的一些性质,因此,可能并不适用于构建一个良好的版权保护系统(1,8,9]。他们总是扭曲的原始图像可能不会接受在医学图像等一些应用程序,执法,和天体物理学研究7]。扭曲的数量增加而增加的嵌入强度虽然增加了水印的生存的机会在不同信号处理攻击。一些攻击像几何扭曲,勾结,复制(平均)攻击仍然挑战健壮性属性。水印可以被利用去噪(9]。多个水印(买方和卖方水印)在一个单一的媒体也有问题,因为之前无法保证嵌入水印后生存下水印的嵌入。公开验证水印是另一个未解决的问题。
数字(基于签名的版权保护方案1,12- - - - - -15)结合两者优点的数字水印和加密解决方案。这种技术,一般来说,计算数字签名使用标志和从原始图像中提取的特征(见图1)。签名可能会使用加密和认证的保护受信任的第三方(TTP)。后,签名是用于检索商标从测试图像。检索到的标志是与原商标使用某种相似性度量函数和一个决定基于一个阈值。
(一)
(b)
使用标志作为水印的原因(16)或计算签名(1,12- - - - - -15),因为它是一个真正的代表一个公司,一个所有者,或一个客户。在验证阶段,除了“是”或“否”回答基于阈值,logo-based版权保护方案还允许感知识别的标志。水印技术嵌入标识(16)主要嵌入二进制小标志和多位数无法使用大(如灰度)标识嵌入容量有限。然而,大型多位数标志更实用和提供更大的安全比小的二进制标识。相比之下,基于签名的方案可以使用任何类型计算签名(如二进制、灰度)和大小的标志。还有其他基于签名方案(17,18),不使用商标。
有许多优点的基于签名的方案在水印技术。他们因为没有视觉质量退化图像不嵌入任何信息。他们提供密码安全,可以签署任何大小的标志。他们解决多个签名的所有权主张通过添加时间戳的。他们可以使用买方和卖方商标而计算签名,从而提供版权保护系统的实际效用在网络世界。多位数,他们可以使用任何商标提供生存的机会比二进制标识。此外,它们允许公开验证签名时使用公钥加密生成基础设施。
Katzenbeisser [19)认为,水印本身并不足以解决数字数据的合法所有权;因此,一个协议依赖于现有的加密工具是必要的。Macq et al。20.]提到水印以及登记机关和交易认证是必不可少的数字权利管理互联网的分布式图像。基于签名的方案以及加密工具可以被视为互补水印技术来设计一个合适的数字权利管理系统。
在本文中,我们提出一个计算便宜的直观地使用基于签名的灰度图像版权保护方案最重要的一点(MSB)飞机(MSB-based计划),这是最不可能改变任何图像处理操作。图像的MSB-plane可以选择在不同的方式计算签名使用的位平面标志:(i)直接选择MSB-plane在的(ROI),选择纹理块的MSB-planes(2),(3)选择MSB-plane直流系数的位元,和选择后MSB-plane (iv)t剂量小波分解。除了图像大小不变,该方案可用于任何n一些标志。为了证明这个方案的鲁棒性和独特性,我们还提出一个新奇的想法找到单独的商标检索实例的分类器的攻击图像与原签名反对所有其他可能的选择。为了避免任何偏见,我们进一步提出一种新的MSB-based攻击,击败我们的方案最。然后,我们提出一个全面的TTP管理政策,使用classifier-based阈值,以减少误报。实验结果不仅揭示了非常高的商标检索速度和视觉质量检索标识的方案对现有的方案(12,13)也使用多位数的标志,但也显示后者的弱点,因为他们不能产生任何分类器正如上面所讨论的。注意,提出基于签名的方案以及一些初步结果发表在[21]。
剩下的纸是组织如下:部分2介绍了以前的基于签名的方案使用标志;部分3描述了为什么我们选择MSB位平面方案;部分4介绍了方案;部分5介绍了实验结果,然后比较了该方案与现有方案;最后一节6结论本文未来的研究方向。
2。以前的作品
李和陈13)计算了签名图像的灰度标志使用矢量量化(VQ)获得的图像的粗尺度t剂量小波变换。该计划是公开可验证和健壮的各种各样的攻击。然而,弱高有损压缩和几何失真。它不能计算的签名如果标志和图像的类型是不同的,例如,二进制标志和灰度图像。粗糙的图像的大小减少指数增加。加上由于VQ近似,这可能会导致一个非常贫穷的检索质量标志,尤其是当原始图像大小是小如WWW所要求的。陈等人。1]后来扩展为二进制标识这个想法取代VQ极性表。然而,签名的唯一性,只验证相应的图像,可能无法保证二进制标识。
Chang et al。14)计算签名与灰度标志使用环面自同构的功能。生存在裁剪攻击,使用矩形的想法的(ROI)图像中介绍了在12]。这种技术可以用于卡通图形和靠重新绘制。尽管如此,它仍然无法生存在高有损压缩和几何失真。它也不能计算签名如果标志和图像的类型是不同的,例如,二进制标志和灰度图像。
该方案在15)使用可视秘密共享技术来计算使用二进制签名标志。它提供了密码的安全性,允许生成有意义的分享。它还允许多个用户共享相同的形象。然而,鲁棒性取决于排序算法;如果图像修改适度,排序算法可能导致不同的分享。因此,它无法生存在高JPEG压缩和小几何扭曲。
上述所有现有方案提供很高的时间复杂度。时间复杂度的增加,由于使用矢量量化编码(13),环面自同构12,14),排列1),或视觉密码(15),随着图像尺寸的增加。上面的一些计划(1,13)将数字签名包括与图像允许公众发表验证时间戳。尽管如此,他们的风险增加文件大小和失去版权如果签名从标题偶然或有意地删除。
3所示。为什么最重要一点呢?
现金服务企业最不可能改变任何图像处理操作,例如,JPEG压缩、滤波、等等。然而,数字水印技术不能MSB-plane嵌入水印的图像。因为改变现金服务企业引入高等明显的扭曲。在接下来的实验中,我们观察到MSB-based数字签名的可靠性是非常高的。
1032年我们进行了大量实验数据库图像(22),包括基准的(23]。在每种情况下,我们测量了MSB相似率,这意味着最高有效位的百分比攻击下保持不变。图2(一个)显示,超过91%的平均灰度最高有效位保持不变,即使JPEG质量是最低;而超过88%的最高有效位保持不变,如果图像旋转不超过±5°。我们进一步发现在中值滤波、直方图均衡化、盐和胡椒噪音,和高斯噪声攻击平均超过97%,80%,97%,和90%的最高有效位,分别保持不变,如表所示1。此外,我们还测试了以下四个案例的MSB相似率:(i) MSB-plane ROI, (ii)的MSB-planes纹理块,(iii)的最高有效位MSB-plane直流系数,及(iv)后MSB-plane 4-scale小波分解。表1显示直方图均衡化和旋转攻击最高有效位改变比过滤和喧哗的攻击。在StirMark攻击24)喜欢小随机扭曲,前三个情况下保持超过80%的最高有效位不变和4层小波分解的情况下对这些攻击是最敏感。我们将讨论如何提取现金服务企业在这四种情况下的部分4.1。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1的。 2512年纹理块选择从每个图像。 3MSB-plane分为块DCT。 44层小波分解。 5 窗口。 6最新的小随机畸变。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(一)
(b)
为了避免任何偏见,我们现在提出一个新的攻击,即MSB攻击,对于一个给定的目标图像质量的地方峰- - - - - -信号- - - - - -来- - - - - -噪声比(PSNR)的最大灰度位元数都发生了变化。我们在升序数组中的像素根据其差异与中值。然后,最低的MSB的像素的区别是翻第一像素的条目排序列表了。这个操作是一直持续到一定的PSNR。图2 (b)表明,平均80%以上的位元,标准偏差不超过10%,依然维持在30 dB目标PSNR,低于这个图像的视觉质量是不可接受的人类的眼睛(13]。表1还表明,在以上四个案例中,平均85% MSB 35 dB目标PSNR值保持不变,而在这些情况下4层DWT分解的最高有效位不变。
从图2和表1,它是观察到,即使在图像扭曲的PSNR值的限制变得低至15分贝30 dB,大多数的最高有效位仍然保持不变。这是因为在信号处理攻击(JPEG、过滤等),图像像素不改变他们的位置,因此多数现金服务企业不改变。另一方面,在几何攻击(旋转、缩放等),图像像素改变他们的位置,因此MSB相似率下降甚至在小旋转角度变化。在高几何失真的情况下,可以先估计转换参数(25),然后反向转换之前使用签名的位元计算。
4所示。提出了方案
MSB-based提出方案首先选择一组图像,然后计算数字签名的位元的形象标志。TTP的签名认证。当两幅图像之间的双方发生争议,双方都把他们的认证签名和图片以及相应参数的TTP法官。
4.1。选择最高有效位
现金服务企业以不同的方式可以选择。在本节中,我们讨论四个。
考虑一个n位灰度图像的大小像素,,,。同样,考虑一个n位灰度标志的大小。根据不同的预处理方式的MSB-plane形象,MSB-based方案可能命名为不同的方法。(我)UROI。MSB-plane的ROI图像的直接选择。注意到一个ROI可以用户定义,可以使用参考点位置,例如,角落[26]。(2)TBLK。纹理块的MSB-planes ROI的选择。我们选择纹理块的图像使用技术代表在7]。选择纹理块的MSB-planes积累作为一个单一的MSB-plane,纹理块在哪里第一次一点的行操作然后在列。(3)DCTMSB。我们可以选择MSB-plane直流系数的最高有效位。我们把MSB-plane分成块DCT。然后我们在原有空间秩序的MSB DCT系数(没有排序)。(iv) dwt。的MSB-plane后剂量选择原始图像的小波分解。
4.2。签名计算
让,在那里现金服务企业选择的集合使用上面的方法之一。没有任何损失的通用性,它假定 签名的为与因此,计算 如果普遍性假设(1)无法满足,可以被再利用迭代一次疲惫。此外,任何彩色图像可以使用其灰度签署等效后连彩色标志剥离成三个灰度通道。一旦签名计算,所有者发送以下消息,三个一组的形式,对TTP使用公钥密码术: 在哪里和是TTP的公共和私人密钥加密和业主分别吗包含有关MSB的信息选择的方法。在收到上述信息的所有者在时间t,消息首先是解密接收三联体的签名如下: 在哪里和是业主的公共和私人密钥解密和TTP,分别。TTP验证为使用、添加时间戳TS和所有者发送回以下消息: 在哪里和是业主的公共和私人密钥加密和TTP,分别。老板用自己的私钥解密上述消息 在哪里是老板的私钥解密。我们的名字作为图像认证的签名。
4.3。签名验证
当出现纠纷有两个图像和两个人之间和,他们发送以下消息声称TTP的所有权: 在哪里和的私钥加密和,分别。上面的TTP解密消息 在哪里和的公钥解密吗和,分别。TTP然后解密签名认证和它的公钥;这样可以确保证书已经签发的TTP和时间戳之后并没有改变他们的一代: TTP重新签名和与现有的和比较。这个检查确保加密签名和已生成的图片吗和,分别。
4.3.1。发现有讨论余地的图片
让表示商标检索操作使用逆过程(2)(见图1 (b))。TTP必须确认图片和有争议之前最终决定基于时间戳和。两个图片是有讨论余地的,如果他们是相同的图像或一个是攻击另一个版本。要做到这一点,TTP执行以下两个测试用例: 从检索的标志在哪里使用的签名和特性比较的标志吗,反之亦然。如果商标检索速度(远程雷达)的比例不变,和PSNR(对原来的标志和TC)以上两个测试用例1和TC2上面一定识别阈值(Th远程雷达,PSNR值),那么图像被认为是有争议的。
4.3.2。验证
如果和被证明是有讨论余地的,那么TTP比较时间戳和。图像进行验证如果或如果。
4.4。估计识别阈值
为了避免错误的风险由于识别阈值(Th任意选择远程雷达,PSNR值),我们提出以下创新classifier-based阈值估计方法,它也可以用来测试任何基于签名方案的鲁棒性和独特性。较低的值(Th远程雷达,PSNR值),较低的方案是健壮的。
让是一个大的图像培训数据库,让是一组攻击图像对所有。让 是一个测试用例的商标检索在哪里jth攻击的形象使用的签名的特点和比较对商标用于签名吗,,。让积极的和消极的类被定义为 注意,远程雷达和PSNR的测试用例理想情况下应该明显高于那些吗。现在可以使用任何有效的分类器来单独的积极和消极类基于远程雷达和PSNR的所有测试用例和的值(Th远程雷达,PSNR值从这个分类器)可以估计表现为协同作用。
4.5。鲁棒性和惟一性测试
识别阈值(Th远程雷达,PSNR值前一节中定义的)是用于确定方案的鲁棒性和唯一性属性。计划不健壮的一个特定的攻击,如果商标从相应的攻击图像检索提供了低PSNR和远程雷达(Th远程雷达,PSNR值)。在这种情况下,相应的(PSNR,远程雷达)条目导致假阴性警报分类器。我们需要考虑所有的测试用例所定义的(12),在鲁棒性测试。另一方面,计划失败独特性测试到一个特定的攻击如果签名计算出图像验证相应的攻击版本的不同形象。在这种情况下,相应的(PSNR,远程雷达)条目所定义的(12),高(Th远程雷达,PSNR值),导致的假阳性警报分类器。因此,我们只需要考虑下面的类的测试用例在唯一性测试:
5。性能研究
我们实现了该MSB-based方案和现有TROI-based [12]和VQ-based [13与MATLAB 7)计划和测试他们的使用所有的水印鲁棒性基准图像(23)用不同的标志很多攻击包括stirMark 4.0 [24]。然而,当我们决定每一对几乎相同的性能基准图像和一个标志,只有结果使用“莉娜”和“伊莲”莫纳什大学和新加坡国立大学签署的商标图像,分别(如图3),。在必要时,原始的图像缩放攻击。事实上,一个角落匹配技术可以用来解开几何转换之前验证版权信息(26]。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
我们使用以下两个指标来评估性能:(i) PSNR决定攻击媒体或检索标识的视觉质量对其原件;(2)远程雷达确定位的百分比从给定的图像检索正确使用给定的签名。
节5。1,我们现在不同的攻击类型被认为是在我们的实验。部分5。2详细介绍了分类器设置不同的基于签名的方案。部分5。3给出了实验结果和讨论。最后,部分5。4提供详细讨论不同的基于签名方案的整体性能。
5.1。攻击
所有攻击我们测试证明的有效性提出的方案表2。下面,我们代表一些攻击,需要详细讨论。如果不提到,这次袭击是使用MATLAB 7。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1分解水平。 2 窗口。 3最新的小兰德。dist。 4Row-col-removal。 5调整大小以原始。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5.1.1。BPM攻击
在盲目的模式匹配(BPM)攻击,我们把莉娜图像分为不重叠的街区。对于每个块,最相似的块被发现从伊莱恩图像25分贝。块的PSNR值大于或等于25 dB被认为是类似的。总15736块当攻击图像PSNR成为22.94 dB所取代。以同样的方式,当我们攻击伊莲图像使用莉娜图像,我们一共更换16371块和攻击图像PSNR值为21.99分贝。
5.1.2中。Print-Copy-Scan
我们使用一个1200 dpi激光打印机打印每个图像。印刷图像然后复印和扫描使用300 dpi和8位灰度扫描器。最后,是大小。莉娜图像的PSNR print-copy-scan攻击后为11.63 dB和伊莲的形象为19.56分贝。
5.1.3。MSB攻击
我们通过翻转其MSB-plane攻击每个图像。最大最高有效位是改变了在一个特定的PSNR。首先,我们发现绝对差的每个像素翻转的最高有效位。第二,我们的升序排序的绝对差异。最后,我们翻MSB绝对最低的像素的区别。我们继续翻转直到PSNR下降超越一个特定的值。因为这种攻击变化的最大数量最高有效位PSNR值对于一个给定的目标,提出MSB-based方案应该受害最深。然而,我们观察到,大多数不能退化图像小于20 dB即使所有的位元了。MSB攻击后30 dB MSB莉娜形象的相似率为73%,伊莲的形象是70%。
5.1.4。unZign攻击
图像分为块。一个像素被选随机从每一块重复,删除或随机。所有的块被放回原来的位置。莉娜图像的PSNR unZign攻击后为29.08 dB和伊莲的形象为29.79分贝。
是5.1.5。自相似性
这种攻击是由stirMark 4.0在RGB空间的形象。其灰度图像被转换为等价的。莉娜图像的PSNR值后,这种攻击是26.04 dB和伊莲的形象为25.48分贝。
5.2。分类器
为了设计分类器不同的方法,也就是说,UROI, TBLK DCTMSB,tdwt的提议MSB-based和现有TROI-based [12]和VQ-based [13)计划,我们使用了10个不同类型的攻击图像如表所示3。我们指定数字的袭击后引用。图像莉娜签署使用莫纳什的标志和形象伊莱恩签署与新加坡国立大学的标志。然后,不同的攻击莉娜和伊莱恩签约后的图像用不同的标志相同或不同核查。UROI方法和TROI-based计划,表示相同或不同的roi;而对于- - - - - -DWT方法和VQ-based计划,表示相同或不同的分解水平;TBLK方法,表示相同或不同的纹理块。我们总8个不同类型的数据点与两对图像和标识(Lena-Monash和Elaine-NUS)。因此,最大160个商标检索实例(20和140年每个分类器)使用而设计。然而,在DCTMSB方法的情况下,总有80实例(20和60);因为相同的类型和大小(8位,)的标志,图像被分成相同大小的块()前DCT,假设图像大小()也保持不变。另一方面,VQ-based计划,总有120实例(20和100年);因为不同分解水平、商标检索操作是不可能从一个小码(由于大)使用含有高指数的指标设置值,而有可能从一个更大的电报密码本(由于小包含值下标)使用指标集。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1调整后原XY剪切。 2高斯滤波器。 3裁剪不包括ROI。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
我们使用支持向量机(支持向量机)和线性内核(27),——聚类(28)单独分类。支持向量机分类和结果——集群是有用的决心提出的鲁棒性和唯一性属性和现有的方案。支持向量机的结果,特别是,能找到的值识别阈值()中定义的部分4.3。分类的准确性和距离支持向量之间的支持向量机方案,方案越健壮(即。,两个类是分开的)。
在鲁棒性测试中,数据点的距离(对应于攻击)SVM决策超平面是用来决定不同程度的鲁棒性(高、中、低,没有)。例如,如果数据正确分类和驻留外最近的支持向量(即。,远离决定飞机),然后针对相应的攻击鲁棒性高。如果数据正确分类但呆在最近的支持向量之间的空间和决策平面,然后针对相应的攻击鲁棒性介质(靠近支持向量时)或低(接近决定飞机)。如果数据点在另一边的超平面(是不是),那么版权方案并不健壮的相应的攻击。在唯一性测试,如果一个数据点(对应于攻击)是不正确分类的方案并不拥有唯一性属性在这种攻击。
5.3。实验结果
我们将两部分的实验结果。节5.3.1,我们现在提出的鲁棒性和现有方案的PSNR和远程雷达在不同攻击。节5.3.2,我们目前的分类器可以评估各自的整体鲁棒性和独特性基于签名的方案。
5.3.1。鲁棒性结果
在本节中,我们首先提出并讨论鲁棒性提出的结果和现有的方案在不同攻击。然后我们详细的结果两个attacks-JPEG是最常见的意外攻击和新提出的MSB攻击将击败我们的方案最。
表2显示商标检索结果使用莉娜形象和纳什标志MSB-based方案的不同方法和现有TROI-based [12]和VQ-based [13)计划。表4显示了攻击图像与相应的检索标识使用莉娜形象和蒙纳士的标志。表5和表6现在相同,分别使用伊莱恩形象和新加坡国立大学的标志。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1攻击图像PSNR (dB)。 2调整后原XY剪切。 3PSNR值相似的块≥25分贝。 4高斯滤波器。 5裁剪不包括ROI。 6Print-copy-scan。 7检索标识PSNR (dB)和远程雷达(%)。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1分解水平。 2 窗口。 3最新的小随机畸变。 4Row-col-removal。 5调整大小以原始。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1攻击图像PSNR (dB)。 2调整后原XY剪切。 3PSNR值相似的块≥25分贝。 4高斯滤波器。 5裁剪不包括ROI。 6Print-copy-scan。 7检索标识PSNR (dB)和远程雷达(%)。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
我们观察到的所有方法几乎相同,除了执行的方案tdwt方法是敏感的几何失真。相比之下,TROI-based和VQ-based方案对几何攻击是非常敏感和前没有生存在高JPEG有损压缩(质量小于10)。在大多数情况下,PSNR和在所有的情况下,远程雷达检索标识的方案被TROI-based高于计划。在剩下的一些情况下,PSNR检索标识的方案是较低的。在大多数情况下,远程雷达的MSB-based方案高于VQ-based方案;虽然在许多情况下,后者更高的PSNR值由于其矢量量化编码。然而,它不反映现有方案的优越性这些类型的攻击;因为商标质量会严重降低在torus-mapping和矢量量化编码,如图3 (e)- - - - - -3 (h),因此PSNR和远程雷达无论标志几乎保持不变。
表7介绍了MSB-attacked连同相应的检索商标图像使用莉娜形象和莫纳什提出MSB-based标志的方案和现有TROI-based [12]和VQ-based [13)计划。表8介绍了使用伊莱恩图像和新加坡国立大学的标志。该方案的方法中,DWT-based方法显示最高的抵抗MSB攻击。该方案中幸存下来攻击图像的PSNR 30分贝。李和陈13)认为,图像的视觉质量是人类无法接受的眼睛如果PSNR值小于30分贝。此外,我们注意到,该方案表现的更好如果MSB攻击图像的PSNR值增加,而现有的方案检索标识的PSNR和远程雷达仍然几乎不变无论攻击图像的PSNR值。然而,由于图像的失真是中灰色地区更加明显和敏感性的变化比喻的灰度值的波动中双方的水平(7MSB攻击),作为预防措施,我们建议不包括签名过程中像素计算。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1图像PSNR < 30 dB是不可接受的13]。 2与目标PSNR (dB)和MSB相似率(%)。 3检索标识PSNR (dB)和远程雷达(%)。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1图像PSNR < 30 dB是不可接受的13]。 2与目标PSNR (dB)和MSB相似率(%)。 3检索标识PSNR (dB)和远程雷达(%)。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
图4(一)情节远程雷达和图4 (b)情节检索标识使用莉娜图像的PSNR和纳什标志不同的JPEG质量因素。图5(一个)和图5 (b)情节相同的使用伊莱恩形象和新加坡国立大学的标志。我们发现tdwt方法执行MSB-based的不同方法之间的最佳方案和现有TROI-based和VQ-based方案。远程雷达和PSNR值增加而增加的JPEG质量因素提出计划,而对于现有的方案,他们仍几乎相同。虽然该方案总是提供更高的远程雷达;它超过了现有方案的PSNR JPEG品质因数大于70时。这个结果和观察是一致的动机。
(一)
(b)
(一)
(b)
5.3.2。分类结果(健壮性和唯一性)
在本节中,我们提出并讨论分类结果的提出和现有的方案。我们可以推断出每个方案的整体鲁棒性和唯一性的各自的分类器。
数据6,7,8,9,10,11现在使用SVM分类结果与线性内核(27),——聚类(28)分离的积极和消极类测试用例,在节中定义的4.3MSB-based方案和现有TROI-based [12]和VQ-based [13)计划。尽管我们对所有参赛作品进行了实验,为了清晰起见,我们表演中定义的(13),而不是在图6图11。表9显示了SVM分类结果则。如果对于一个计划一个数据点C+相应的分类器分类错误的攻击,然后下的计划是决定不健壮的攻击。类似地,如果计划的数据点相应的分类器分类错误的攻击,然后计划决定不攻击下是唯一的。虽然类可能是独特的分离(没有错误)有一个很大的距离支持向量之间的UROI (),TBLK ()和DCTMSB (该控制方案的方法;的支持向量机分类器tdwt方法导致积极的误分类,5%TROI-based和分类器()和VQ-based ()积极的误分类方案导致了20%和30%,分别。我们没有发现错过了聚类则为UROI TBLK, DCTMSB方法,而为tdwt方法和TROI VQ-based方案,我们发现35%的积极的,消极的26%,和30%的积极的小姐,分别。商标质量退化由于torus-mapping和矢量量化编码构成这个问题现有的方案。注意,没有误分类和大型UROI积极和消极类之间的分离,TBLK, DCTMSB MSB-based模式的方法是如此重要,简单PSNR-only(垂直)或LRR-only(水平)可以使用线性分类器。考虑分类和聚类结果和SVM决策超平面的距离对应的条目的一个特定的攻击,我们决定的鲁棒性和唯一性测试。从表9,我们看到UROI和DCTMSB方法是高度健壮和TBLK方法是适度强劲;虽然TROI-based计划失败的鲁棒性和唯一性测试,和dwt方法和VQ-based计划失败的鲁棒性测试。我们发现TBLK和tdwt方法对几何攻击高度敏感。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1支持向量之间的距离。 2鲁棒性:正确分类支持向量机和——与h=高PSNR和远程雷达,米=温和PSNR和远程雷达,l=低PSNR和远程雷达;鲁棒性:n=任何由支持向量机或假阴性则;和独特性失败:f=任何由支持向量机或假阳性则。 3攻击数字0 - 9被称为用表3;和 4整体的决定。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5.4。比较和讨论
表10礼物的不同方法之间的比较提出MSB-based方案和现有TROI-based [12]和VQ-based [13)计划。MSB-based方案具有透明度因为它不嵌入任何信息发布的形象。UROI、TBLK DCTMSB方法是健壮的,tdwt方法失败了。相比之下,由于非常低的PSNR和远程雷达TROI-based和VQ-based计划并不健壮和TROI-based计划失败的惟一性测试。MSB-based方案的安全性是一样安全的数字签名和数字时间戳。分类和聚类结果表明,UROI TBLK, DCTMSB方法明确的由于与一个大型的正确分类的支持向量机支持向量之间,没有错过则,而tdwt方法是模糊由于积极的误分类支持向量机和TROI。相比之下,现有的计划是模棱两可的,因为高积极的误分类。在我们的实验中,我们还用多项式内核TROI-based和VQ-based方案,发现高误分类。MSB-based方案不是盲目的TTP的发现是否有争议通过比较图像签名计算从他们之前的决定基于时间戳的。TROI-based方案也不是盲目的太;因为发布的图像不包含任何信息,必须使用原始图像找出相应的签名从主人的数据库。另一方面,VQ-based方案盲目的因为它在出版之前添加了签名与图像标题。然而,这还不是只会增加文件的大小,但也造成了严重的问题失去版权如果攻击者删除了签名图像标题。MSB-based方案可以处理多个标识(多个水印)等现有的方案。图像可能签署使用相同或不同类型的相同商标的所有者。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1签名计算使用不同类型的形象和标志。 2与图像标题。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
该计划由李和陈13是公开可验证的,因为它增加了签名图像标题。另一方面,所有权纠纷是通过TTP MSB-based处理的方案。在TROI-based方案中,业主一直自己秘密的安全参数。现有的计划和tdwt方法并不像他们提供更健壮的低PSNR和远程雷达stirMark攻击。然而,tdwt方法和VQ-based计划显示高鲁棒性MSB攻击,而UROI TBLK和DCTMSB方法和TROI-based方案显示适度的鲁棒性。任何类型和大小的标志可以签署一个8位灰度图像的MSB-based计划,而TROI-based和VQ-based计划只能签署8位灰度标识。现有的方案非常耗费时间由于使用环面映射和矢量量化编码。相比之下,MSB-based方案MSB-plane简单由于使用;尤其是UROI方法是最简单的,因为它不涉及任何变换域操作。该方案还提供了一个全面的TTP管理政策为了安全的电子商务。
6。结论
本文提出了一种MSB-based图像版权保护方案,依靠一个TTP现有方案提供以下优势:(i)任何类型和大小可以使用图像和标识;(2)极低的计算复杂度,由于使用异操作签名计算,使实时应用程序;(3)强大的几乎所有类型的攻击;(iv) TTP综合管理策略保证安全的电子商务。
多位数现有基于签名的方案,可以标志图像标识并不健壮的几何攻击和线性和多项式核的SVM分类正确。在提出MSB-based方案的方法,dwt方法是最好的对新提出的MSB攻击和JPEG。然而,这种方法不能被正确分类由于对几何攻击的弱点。另一方面,分类器设计的UROI, TBLK, DCTMSB方法是优秀的,他们没有提供任何错误分类,可以使用简单的PSNR-only或LRR-only分类器。
引用
- t·h·陈,g . Horng和w·b·李,“公开可验证copyright-proving方案能够抵抗恶意攻击,”IEEE工业电子产品,52卷,不。1,第334 - 327页,2005。视图:出版商的网站|谷歌学术搜索
- w .切除了密码学和网络安全:原则和实践美国新泽西,Prentice Hall,恩格尔伍德悬崖,第二版,1999年版。
- j·考克斯,j . Kilian f·t·雷顿和t . Shamoon“安全多媒体扩频水印,”IEEE图像处理》第六卷,没有。12日,第1687 - 1673页,1997年。视图:谷歌学术搜索
- m·库特·乔丹,f . Bossen“彩色图像的数字水印使用调幅,”电子杂志的成像,7卷,不。2、326 - 332年,1998页。视图:谷歌学术搜索
- r·k·夏尔马和美国德克,“实际数字水印应用面临的挑战,”《IEEE 4日研讨会多媒体信号处理2001年10月,页237 - 242。视图:谷歌学术搜索
- i . j·考克斯·m·l·米勒,a . l . Mckellips“通信与边信息水印,”IEEE学报》,卷87,不。7,1127 - 1141年,1999页。视图:出版商的网站|谷歌学术搜索
- m . Awrangjeb和m . s . Kankanhalli“可逆水印使用感知模型,电子杂志的成像,14卷,不。1、文章ID 013014 1 - 8, 2005页。视图:出版商的网站|谷歌学术搜索
- 渴望,n . Memon b·l·杨和m . m . Yeung”与不可见水印技术:解决合法所有权限制,攻击,和影响,“IEEE在选定地区通讯》杂志上,16卷,不。4、573 - 586年,1998页。视图:谷歌学术搜索
- k . Ratakonda r . Dugad, n . Ahuja“数字图像水印:问题解决合法所有权,”《图像处理国际会议(98年ICIP”),2卷,第418 - 414页,1998年10月。视图:谷歌学术搜索
- c . i Podilchuk和w·曾“Image-adaptive水印使用可视化模型,”IEEE在选定地区通讯》杂志上,16卷,不。4、525 - 539年,1998页。视图:谷歌学术搜索
- m . Awrangjeb g . Lu,“一个强大的基于内容的水印技术,”《IEEE 10日研讨会多媒体信号处理(MMSP ' 08)凯恩斯,页713 - 718年,澳大利亚,2008年10月。视图:出版商的网站|谷歌学术搜索
- c . c . Chang, k·f·黄和m . s .黄,“可靠的身份验证方案保护版权的图像和图形,“IEE诉讼:视觉、图像和信号处理,卷149,不。1,43-50,2002页。视图:出版商的网站|谷歌学术搜索
- w·b·李和t·h·陈,“公开可验证的静态图像的版权保护技术,”系统和软件杂志》上,卷62,不。3、195 - 204年,2002页。视图:出版商的网站|谷歌学术搜索
- c . c . Chang j.y.萧,c . l .蒋介石“图像版权保护方案基于环面自同构”学报第一国际研讨会的网络世界2002年11月,页217 - 224。视图:谷歌学术搜索
- c . c . Chang和j . c .壮族”,一个图像的知识产权保护方案灰度图像使用可视秘密共享策略,”模式识别的字母,23卷,不。8,931 - 941年,2002页。视图:出版商的网站|谷歌学术搜索
- h .关丽珍和美国Guangchuan半盲目健壮水印数字图像,”《IEEE国际会议音响,演讲,和信号处理,2卷,第544 - 541页,2003年4月。视图:谷歌学术搜索
- c . y .林和s . f . Chang,”一个健壮的图像认证方法区分JPEG压缩和恶意操纵,”IEEE电路和系统视频技术,11卷,不。2、153 - 168年,2001页。视图:出版商的网站|谷歌学术搜索
- c . s . Lu和h . y . m .廖”结构图像验证数字签名:附带抗变形方案,“IEEE多媒体,5卷,不。2、161 - 173年,2003页。视图:出版商的网站|谷歌学术搜索
- s Katzenbeisser”设计的版权保护协议多媒体使用对称分布和公共密钥水印”学报》第12届国际研讨会数据库和专家系统的应用程序,第819 - 815页,2001年。视图:谷歌学术搜索
- b . Macq j . Dittmann, e . j . Delp“基准图像水印算法的数字版权管理,“IEEE学报》,卷92,不。6,971 - 983年,2004页。视图:出版商的网站|谷歌学术搜索
- m . Awrangjeb和m . Murshed“健壮的基于签名的几何不变的版权保护,”《IEEE国际会议上图像处理(ICIP 06年),页1961 - 1964年,亚特兰大,乔治亚州,美国,2006年10月。视图:出版商的网站|谷歌学术搜索
- 免费的Foto.com, 2005年,http://www.freefoto.com。
- “照片数据库”,2005年,http://www.petitcolas.net/fabien/watermarking/image_database/。视图:谷歌学术搜索
- f·a·p·Petitcolas“水印方案评估,”IEEE信号处理杂志,17卷,不。5日,58 - 64、2000页。视图:出版商的网站|谷歌学术搜索
- m . Awrangjeb g . Lu和m . Murshed“全球图像几何失真校正,”IEEE学报》8日研讨会多媒体信号处理(MMSP 06年)维多利亚,页435 - 440年,加拿大,2006年10月。视图:出版商的网站|谷歌学术搜索
- m . Awrangjeb g . Lu,“匹配技术,一个健壮的角落”学报onMultimedia IEEE国际会议和博览会(ICME ' 07),第1486 - 1483页,北京,中国,2007年7月。视图:谷歌学术搜索
- n Cristianini和j·s·泰勒,介绍支持向量机和其他基于学习的方法,剑桥大学出版社,纽约,纽约,美国第1版,2000年版。
- g·a·f·seb多变量的观察威利,纽约,纽约,美国,1984年。
版权
版权©2012 Mohammad Awrangjeb。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
