TAILIEUCHUNG - Tăng cường mức độ ổn định của thủy vân dựa trên mô hình ảnh đa tầng và các điểm đặc trưng ảnh

Bài viết trình bày một giải pháp nhằm tăng cường mức độ ổn định của thủy vân khi nhúng vào ảnh dựa trên việc xử lí ảnh trong không gian tỉ lệ DoG (Difference of Gaussian). Ý tưởng chính của thuật toán là việc phân tích ảnh thành các lớp trong không gian tỉ lệ DoG và nhúng thủy vân vào dần các lớp ảnh này sử dụng mô hình JND đa tầng (Just Noticeable Difference). | Tăng cường mức độ ổn định của thủy vân dựa trên mô hình ảnh đa tầng và các điểm đặc trưng ảnh JOURNAL OF SCIENCE OF HNUE DOI: Educational Sci., 2015, Vol. 60, No. 7A, pp. 169-179 This paper is available online at TĂNG CƯỜNG MỨC ĐỘ ỔN ĐỊNH CỦA THỦY VÂN DỰA TRÊN MÔ HÌNH ẢNH ĐA TẦNG VÀ CÁC ĐIỂM ĐẶC TRƯNG ẢNH Phan Đăng Khuyên1 , Nguyễn Phi Bằng2 , Đặng Thành Trung3 1 Trường THPT Phan Bội Châu, Thành phố Pleiku, Gia Lai 2 Research Engineer, Engineering Human-Computer Interaction Research Group, LIG, Grenoble INP 3 Khoa Công nghệ Thông tin, Trường Đại học Sư phạm Hà Nội Tóm tắt. Bài bào trình bày một giải pháp nhằm tăng cường mức độ ổn định của thủy vân khi nhúng vào ảnh dựa trên việc xử lí ảnh trong không gian tỉ lệ DoG (Difference of Gaussian). Ý tưởng chính của thuật toán là việc phân tách ảnh thành các lớp trong không gian tỉ lệ DoG và nhúng thủy vân vào dần các lớp ảnh này sử dụng mô hình JND đa tầng (Just Noticeable Difference). Dựa trên mô hình này, một lược đồ nhúng thủy vân đảm bảo tính trong suốt nhưng ổn định được đề xuất. Để tăng cường hơn nữa mức độ ổn định của thủy vân trong việc chống lại các cuộc tấn công không đồng bộ, chúng tôi sử dụng các điểm đặc trưng ảnh SIFT (Scale Invariant Feature Tranform). Việc phát hiện các điểm đặc trưng và tính toán mặt nạ JND được thực hiện ngay trong từng tầng của không gian tỉ lệ DoG nhằm làm giảm độ phức tạp của thuật toán. Một loạt các kết quả thí nghiệm được thực hiện và đã chứng minh tính đúng đắn của thuật toán đề xuất. Thủy vân được nhúng hầu như không được phát hiện bởi mắt thường và ổn định đối với một loạt các phép tấn công không đồng bộ hóa như Print-Scan và Camorder. Từ khóa: Thủy vân ảnh, đặc trưng ảnh SIFT, mô hình JND, không gian gian sai khác DoG, tấn công không đồng bộ. 1. Mở đầu Trong thời đại bùng nổ thông tin, ngoài các giải pháp bảo mật thông tin được sử dụng phố biến như hệ mật

TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.