A hybrid digital watermaking algorithm for color images based on DWT and DCT

BAN CƠ YẾU CHÍNH PHỦ
HỌC VIỆN KỸ THUẬT MẬT MÃ
¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯

BÁO CÁO KỸ THUẬT GIẤU TIN

A hybrid digital watermaking algorithm
for color images based on DWT and DCT

Sinh viên thực hiện:
HOÀNG VĂN THÀNH

AT150153

Giáo viên:
HOÀNG THU PHƯƠNG

Hà Nội, 2022


Danh Mục Hình Ảnh


Danh Mục Từ Viết Tắt
Từ viết tắt
DCT
DWT
PSNR
MSE

Từ đầy đủ

Discrete Cosine Transform
Discrete Wavelet Transform
Peak signal-to-noise ratio
Mean squared error


Mục Lục


Chương 1: Tổng quát về Digital Watermarking
1. Định nghĩa:
Digital Watermarking hay còn gọi gọi là “Thủy vân số” trong tiếng Việt, là một loại “dấu ấn
số” được nhúng ngẫu nhiên vào một tín hiệu chống nhiễu như là dữ liệu âm thanh, video hoặc là
hình ảnh. Nó thường được sử dụng để xác định quyền sở hữu bản quyền của tín hiệu đó. Kỹ thuật
này thường được sử để xác định vi phạm bản quyền số.
Giống như kỹ thuật “Ảnh mờ” truyền thống, “Thủy vân số” thường sẽ chỉ có thể thấy được
hoặc nhận được dữ liệu đã ẩn dưới điều kiện nhất định, ở đây là sau khi sử dụng một số thuật toán
để giải mã. Nếu như việc áp dụng “Thủy vân số” này làm biến dạng đối tượng mang tin (the
Carrier), điều này có nghĩa là nó sẽ rất dễ nhận ra sự khác biệt và phát giác, làm giảm tính hiệu quả
của đầu ra đồng nghĩa với việc khơng đạt được mục đích khi sử dụng “Thủy vân số”. Kỹ thuật
“Ảnh mờ” truyền thống có thể sử dụng trong những vật phẩm truyền thông mà mắt người có thể
nhìn thấy như là: ảnh, video; trong khi đó, "Thủy vân số" thì khơng chỉ giới hạn trong những kiểu
dữ liệu đó mà cịn các dữ liệu như âm thanh, văn bản, 3D models. Tín hiệu mang (the Carrier)
trong "Thủy vân số" có thể mang nhiều tin ẩn cùng lúc. Không giống như một số kỹ thuật khác,
"Thủy vân số" khơng làm thay đổi kích thước của tín hiệu mang.
Vịng đời của "Thủy vân số" có thể hiểu là chuỗi các giai đoạn mà tín hiệu mang và tin ẩn
cần trải qua từ lúc bắt đầu ở phần người gửi để có thể đến được tay người nhận. Vịng đời sẽ được
miêu tả trực quan hơn ở hình bên dưới.

Hình 1: Minh họa vịng đời của "Thủy vân số"

Ở hình 1 bên trên, ta nhận thấy thấy vịng đời của "Thủy vân số" khá đơn giản, với đầu vào
của cả q trình là một tín hiệu mang S. Tín hiệu mang S này sau sẽ được nhúng tin ẩn E sau đó ta
sẽ thu được tin truyền với ký hiệu SE. Tín hiệu SE sẽ được truyền đi bằng một cách nào đó, trong
một mơi trường nào đó mà người gửi xác định, đây là một trường không an tồn và tin SE hồn
tồn có thể bị tấn cơng. Chỉ bằng cách là thay đổi tin (ví dụ ở đây là ảnh), vẽ thêm thay cắt lược bỏ
một số đoạn của ảnh thì tín hiệu sẽ bị thay đổi, ta sẽ có tín SEA. Đây sẽ là tín hiệu cuối cùng đến với
tay của người nhận, người nhận sẽ sử dụng phương pháp nhận diện và thu nạp tin để nhận được tin
ẩn mà người gửi đã gửi đi. Tùy thuộc vào các công cụ mà người nhận có, tin nhận SEA sẽ cho ra tin


E hay E’, lý do là tin có thể bị thay đổi hoặc phụ thuộc vào độ tin cậy của công cụ người nhận sử
dụng.

2. Phân loại "Thủy vân số":
"Thủy vân số" được chia ra làm nhiều loại, mỗi lại đều có cách thức hoạt động và thực hiện
khác nhau, phục vụ cùng một mục đích. Bên dưới là hình ảnh phân loại các "Thủy vân số".

Hình 2: Phân loại "Thủy vân số"

3. Cấu trúc của hệ thống "Thủy vân số":
Các ký hiệu cần ghi nhớ:
•
•
•
•
•
•

I là vật phủ dụng để nhúng “thủy vân” vào (hay còn gọi là vật chứa – the Carrier).

W là “thủy vân” ban đầu cần nhúng vào.
WE là “thủy vân” trích xuất được.
IW là vật phủ sau khi được nhúng “thủy vân”.
K là khóa sử dụng trong q trình nhũng và phát hiện / trích xuất thủy vân.
IR là vật có nhúng “thủy vân” nhưng đã bị tấn cơng trên đường truyền, đây cũng chính
là vật dung để kiểm tra trong quá trình phát hiện / trích xuất “thủy vân”.
• EMB là hàm (thuật tốn) dùng để nhúng “thủy vân”.
• DTC là hàm (thuật tốn) dùng để trích xuất “thủy vân”.
• D là hàm phát hiện thủy vân.


• f(I) là hàm biến đổi vật phủ I sang miền tần số / sóng, giá trị của f là một vector các
hệ số tương ứng của vật phủ trên miền lựa chọn.
Q trình nhúng:
• Nhúng trên miền khơng gian:
o EMB (I, W, K) = IW
• Nhúng trên miền tần số:
o EMB (f, I, W, K) = IW
• Lược đồ nhúng “thủy vân”:

Hình 3: Lược đồ nhúng “Thủy vân”

Quá trình trích xuất “thủy vân”:
• Nếu q trình nhũng sử dụng khóa K thì q trình phát hiện / trích xuất cũng phải
áp dụng khóa K.
• “Thủy vân” mù: DTC (IR, K) = WE
• “Thủy vân” khơng mù: DTC (IR, I, K) = WE
• Q trình phát hiện mù sinh ra đầu ra là một giá trị nhị phân thể hiện sự có mặt hay
khơng của “thủy vân” W và có thể được biểu diễn như sau:
• D (IR, W, K) =

o 0 – khơng có “thủy vân”.
o 1 – có “thủy vân”.
• Lược đồ phát hiện / trích xuất “thủy vân”:


Hình 4:Lược đồ phát hiện/trích xuất “thủy vân”.

Chương 2: Kỹ thuật lai DWT+DCT
1. Tổng quan về kỹ thuật DWT:
Kỹ thuật DWT phân tách hình ảnh đầu vào thành BỐN phần có tên lần lượt là LL, HL, LH
và HH trong đó chữ cái đầu tiên tương ứng với việc áp dụng truyền qua dải tần số thấp hay dải tần
số cao (L-Low Frequency / H-High Frequency) đối với các cột dữ liệu, chữ cái tiếp sau đó áp dụng
tương tự nhưng là với các hàng, ví dụng như hình bên dưới. Phần LL có thể tiếp tục phân tách
thành các phần bé hơn là LL2, HL2, LH2, HH2. Bằng cách làm này, từ một ảnh gốc chúng ta có
thể phân tách N lần.

Hình 5: Biến đổi DWT

Kỹ thuật DWT rất thích hợp để xác định các khu vực trong ảnh gốc mà tại đó “thủy vân số”
có thể được nhúng vào. Tính chất này cho phép sử dụng hiệu ứng che trong các hệ thống hiển thị,
ví dụ nếu như một hệ số của DWT bị thay đổi thì chỉ có phân vùng tương ứng với hệ số đó bị thay
đổi, khơng ảnh hưởng đến các phân vùng cịn lại. Nhìn chung, hầu hết dữ liệu của ảnh được tập
dung ở các dải tần LL(s) và do đó việc nhúng “thủy vân số” vào các dải tần này có thể ảnh hưởng
xấu đến ảnh gốc. Việc nhúng “thủy vân số” vào các dải tần này, tuy vậy, có thể tăng đáng kể độ
mạnh. Ở một góc độ khác, các dải tần HH(s) bao gồm các góc và các kết cấu của hình ảnh, mà mắt


con người thường không nhạy cảm đối với những thay đổi trong các dải con này. Điều này cho
phép “thủy vân số” nhúng vào mà không thể phát hiện thông qua giác quan bình thường của con
người. Cách tối ưu nhất, cách mà nhiều phương pháp dựa vào kỹ thuật DWT đều áp dụng, là nhúng

“thủy vân số” vào các dải tần giữa LH(s) và HL(s), ở những dải tần này chúng ta đạt được cả 2 tính
chất mà dải tần thấp và cao mang lại.

2. Tổng quan về kỹ thuật DCT:
Đây là một kỹ thuật biến đổi tuyến tính phổ biến nhất trong cơng nghệ xử lý tính hiệu số.
Biến đổi Cosin trong miền không gian 2 chiều (2D-DCT) được định theo cơng thức bên dưới:

Hình 6: Cơng thức 2D-DCT

Phép biến đổi nghịch đảo tương ứng (2D-IDCT) được định nghĩa theo cơng thức:

Hình 7:Cơng thức 2D-IDCT

Phương pháp 2D-DCT khơng chỉ tập trung thơng tin chính của hình ảnh gốc vào trong dải
tần số thấp nhất mà còn cho thể giảm thiểu đối đa hiệu ứng khối hóa hình ảnh, điều này có thể được
coi là việc kết hợp tốt giữa việc tập trung thông tin và độ phức tạp trong tính tốn. Vì vậy nó khá
phổ biến trong các kỹ thuật nén.

Hình 8: Khối DCT 8x8 cho thấy các dải tần số sau khi biến đổi

Sau khi áp dụng kỹ thuật biến đổi DCT vào hình ảnh các dải tần số thấp, trung, cao hình
thành từ góc trái trên trong mà trận hệ số DCT đến góc phải dưới và dữ liệu của chúng được hạ
xuống dần dần. Như đã nói ở bên trên, các hệ số trong dải tần thấp thường to hơn, tượng trưng cho


hầu hết các dữ liệu ảnh, mà mắt con người thì thường rất nhạy cảm với các dải tần số thấp, bất kỳ
sự thay đổi nào trong phạm vi dải tần này sẽ có thể bị nhận ra rất dễ dàng. Ở các hệ số tại dải tần
cao thì rất nhỏ, mặc dù mắt con người thường không nhạy cảm với chúng, mặc dù việc xảy ra lỗi
trong quá trình “thủy vân số” làm lộ tin ẩn trong phạm vị này khá thấp nhưng vẫn có khả năng xảy
ra, thêm nữa, các dải tần số cáo dễ dàng bị phá hủy bởi việc xử lý tín hiệu. Các hệ số ở dải tần

trung, là các hệ số ở giữa 2 dải tần thấp và cao do giá trị hệ số tương đối lớn của chúng, việc nhúng
tin sẽ gây ra hiện tượng thay đổi dung lượng có thể nhận ra bằng mắt thường hay là lỗi hình ảnh,
cũng có thể nhận ra bởi mắt thường. Nhưng việc nhúng tin vẫn có được bảo vệ tốt mặc dù trải qua
việc xử lý tín hiệu số và xử lý nhiễu. Việc nhúng tin ở dải tần này sẽ cải thiện tính trong suốt và độ
mạnh đáng kể. Chính vì vậy “thủy vân số” thường được nhúng ở phần dải tần thấp và trung trong
miền DCT của ảnh.

3. Kỹ thuật lai DCT+DWT:
Ý tưởng chính của thuật tốn này là nhúng tin vào trong ảnh màu chủ. "Thủy vân số" được
sinh dựa trên nội dung ảnh và do đó "Thủy vân số" sẽ là "Thủy vân số" dựa trên nội dung. Quá
trình sinh “thủy vân số”, một ma trận sẽ được xây dựng bằng cách lấy trung bình của mỗi điểm
ảnh. Kỹ thuật DWT sẽ được ứng dụng để lấy được ma trận điểm ảnh và dải tần số LL được chia ra
làm các khối 2x2 không chồng chéo. Một ma trận mới sẽ được xây dựng bằng cách giá trị nhỏ nhất
của mỗi khối. Với sự trợ giúp của biến đổi Anord, thì ma trận kết quả sẽ được xáo trộn n lần nhằm
gia tăng tính bảo mật. Dựa vào các giá trị của ma trận là lẻ hay chặn. một "Thủy vân số" nhị phân
được hình thành từ ma trận đã được xáo trộn, đây sẽ là cái được nhúng vào trong ảnh chủ. Quá
trình nhúng "Thủy vân số" liên quan đến việc chuyển đổi từ miền không gian màu RGB sang miền
khơng gian màu YCbCr. Kỹ thuật DWT có thể được áp dụng 2 lớp với các thành phần Y và rồi kỹ
thuật DCT sẽ lại được áp dụng vào các thành phần Y. "Thủy vân số" sinh ra sẽ được được nhúng
vào các hệ số ở dải tần số thấp và dải tần số trung của dải tần HL, LH của thành phần Y. Việc trích
xuất "Thủy vân số" sẽ liên quan đến việc đảo được quá trình nhúng. Quá trình nhúng này sẽ giải
quyết được việc thiếu ảnh gốc trong q trình trích xuất, từ đó sẽ thu được bản mù.

4. Kỹ thuật sinh "Thủy vân số":
• Tạo ma trận từ ảnh gốc kích cỡ N*N bằng cách lấy giá trị trung bình của (R, G, B)
trong mỗi điểm ảnh.
• Áp dụng DWT để tạo ra ma trận và lựa chọn các dải tần LL.
• Các dải tần LL có kích cỡ N/2 * N/2 được phân chia thành các khối khơng chồng
chéo 2*2.
• Tính tốn giá trị nhỏ nhất của mỗi khối và xây dựng một ma trận Mb (p, q), trong đó p

trong khoảng {1, 2, …, N/4} và q trong khoảng {1, 2, 3, …, N/4}.
• Thực hiện biến đổi Arnol n lần dựa vào khóa giá trị Mb để xáo trộn các phần tử và thu
được ma trận MS.
• Khởi tạo khn mẫu "Thủy vân số" để nhúng vào trong ảnh gốc với điều kiện:
o W (p, q) = 0 nếu như MS (p, q) là CHẴN.
o W (p, q) = 1 nếu như MS (p, q) là LẺ.
• Với một ảnh có khối N*N thì khối khn mẫu "Thủy vân số" N/4 * N/4 được sinh ra.


5. Kỹ thuật nhúng "Thủy vân số":
• Chuyển đổi khơng gian màu từ RGB sang YCbCr. Nó thể hiện các màu với các yếu tố
là độ chói sáng của điểm ảnh (Yuma/Y) và 2 sắc độ của điểm ảnh (Chroma/Cb và Cr).

Hình 9:Chuyển đổi khơng gian màu từ RGB sang YCbCr.

•
•
•
•
•
•

•
•
•
•
•

Thực hiện DWT 2 lần đối với giá trị của Y. Sau đó thực hiện DCT với khối HL2 và
LH2.

Lựa chọn các hệ số tin hiệu thấp và trung từ ma trận của khối LH2.
Lựa chọn các hệ số thấp và trung từ ma trận của khối HL2 và tạo nên một ma trận có
kích thước N/4*N/4 bằng cách kết hợp với các hệ số tín hiệu thấp và trung của khối
LH2 bên trên đã chọn.
Lấy khối bit 16*16 "Thủy vân số" từ "Thủy vân số" nhị phân đã được sinh ra trong
quá trình sinh "Thủy vân số".
Tách ma trận lấy được từ bước thứ 4 bên trên thành các khối 8*8.
Nhúng 1 bit "Thủy vân số" vào mỗi khối với điều kiện như sau, trong đó khối bị
nhúng là các khối lấy được từ bước trước đó:
o Nếu bit "Thủy vân số" = 1 thì cho Khối (4, 3) > Khối (5, 2).
o Nếu bit "Thủy vân số" = 0 thì cho Khối (4, 3) < Khối (5, 2)
Trả lại giá trị hệ số tần số đã nhúng "Thủy vân số" trong khối LH2 và HL2.
Áp dụng IDCT vào thành phần Y.
Áp dụng IDWT 2 lần vào hình ảnh.
Chuyển khơng gian màu từ YCbCr sang RGB.
Thu được hình ảnh đã nhúng "Thủy vân số".

6. Kỹ thuật trích xuất "Thủy vân số": p
• Chuyển đổi khơng gian màu từ RGB sang YCbCr. Nó thể hiện các màu với các yếu tố
là độ chói sáng của điểm ảnh (Yuma/Y) và 2 sắc độ của điểm ảnh (Chroma/Cb và Cr).


Hình 10:Chuyển đổi khơng gian màu từ RGB sang YCbCr.

• Thực hiện DWT 2 lần đối với giá trị của Y. Sau đó thực hiện DCT với khối HL2 và
LH2.
• Lựa chọn các hệ số tin hiệu thấp và trung từ ma trận của khối LH2.
• Lựa chọn các hệ số thấp và trung từ ma trận của khối HL2 và tạo nên một ma trận có
kích thước N/4*N/4 bằng cách kết hợp với các hệ số tín hiệu thấp và trung của khối
LH2 bên trên đã chọn.

• Tách cách khối đã tạo ở bước bên trên thành cách khối 8*8.
• Tính tốn giá trị "Thủy vân số" dựa vào các điều kiện sau, các khối sử dụng trong này
là các khối lấy được ở bước trước:
o Nếu Khối (4, 3) > Khối (5, 2) thì bit "Thủy vân số" = 1.
o Nếu Khối (4, 3) < Khối (5, 2) thì bit "Thủy vân số" = 0.
• Khn mẫu nhận được là "Thủy vân số" đã được thu hồi.

Chương 3: Các kỹ thuật liên quan
1. Chuyển đổi không gian ảnh:
RGB là không gian màu tự nhiên không phù hợp với thị giác con người. Chính vì vậy, ta sẽ
cần chuyển đổi từ không gian màu RGB sang YCbCr. Trong không gian YCbCr thì có đại diện 3
số, tương tự như trong RGB. Đại lượng Y sẽ đại diện to độ đậm nhạt của ánh sáng. Còn Cb và Cr
lần lượt đại diện cho độ đậm nhạt của mày xanh dương và đỏ. Trong khơng gian màu YCbCr, ta có
các ký tự để phân biệt độ sáng và sắc thái màu. Y như đã nói bên trên sẽ là đại lượng cho độ sáng, 2
đại lượng còn lại sẽ đại diện cho sắc thái màu.
Không gian màu YCbCr tận dụng tốt khả năng của mắt người, khả năng thích ứng với cường độ
sáng nhưng mà không quá nhạy cảm với sự thay đổi màu sắc. Chính vì thế, nên khi ta gắn thơng tin
vào trong, thì đại lượng quy định độ sáng sẽ có khả năng lưu giá trị tốt hơn 2 đại lượng cịn lại.
Chính vì thế ta sẽ sử dụng đại lượng Y để tăng độ mạnh cho “thủy vân số” trước những cuộc tấn
công khác nhau.

2. Biến đổi Arnold:
Một bức ảnh kỹ thuật số, để đơn giản hóa, thì ta có thể coi nó là một hàm 2 chiều f (x, y) trên
mặt phẳng Z. Có thể được biểu diễn dưới dạng Z = f (x, y), trong đó x, y ∈ {0, 1, 2, 3,… N1} với N là thứ tự các ảnh. Ma trận ảnh có thể được chuyển đổi sang một am
trận mới bằng cách sử dụng biến đổi Arnold, kết quả thu được là một phiên
bản được xáo trộn nhằm tăng tính bảo mật. Cơ chế biến đổi Arnold là thay đổi
giá trị điểm (x, y) sang một điểm (x1, y1) bằng phép tính sau:
x1 = x + y mod N
y1 = x + 2y mod N

Biến đổi Arnold là biến đổi cố định. Khi tất cả các giá trị điểm đã được di chuyển sang điểm mới
thì ta có thể nhận thấy rằng, mỗi điểm cũ sẽ chỉ có 1 điểm mới và ngược lại. Các giá trị khóa trong
q trình biến đổi Arnold rất quan trọng, với khóa này thì mỗi điểm trong ảnh cần nhúng sẽ được
xáo trộn đến 1 điểm khác. Số lần thực hiện q trình biến đổi Arnold cũng có thể được sử dụng để
làm khóa.

Chương 4: Kết quả thí nghiệm
Đã có một phân tích về các cách tấn cơng có thể thay đổi ảnh đã nhúng "Thủy vân số" và các
phản ứng tương tự của máy dị tìm. Ý chính của các cuộc tấn cơng vào ảnh đã nhúng "Thủy vân
số" là để biết được mức độ sống sót, nói cách khác là xem "Thủy vân số" cịn có thể được nhận
diện sau cuộc tấn cơng hay khơng. Tính sống của "Thủy vân số" cho thấy nó có thể được thu hồi từ
một ảnh sao chép của ảnh gốc. Tuy nhiên, bản thu hồi của "Thủy vân số" đã bị xuống cấp bởi vì bị
nhiễm nhiễu từ quá trình lưu chuyển và từ các cuộc tấn cơng có chủ đích. Ảnh chứa "Thủy vân số"
đã bị giả mạo với các tính năng được lập trình sẵn trong phần mềm MatLAB. Các cách tấn công
thử nghiệm diễn ra như sau: nén JPEG, tình chỉnh ảnh (Image Adjustment), lập biểu đồ cân bằng
(Histogram Equalization), xoay ảnh (Rotation), tấn công nhiều với Muối và Tiêu (Salt and pepper
noise attack), tấn công nhiều Gaussian, lọc giá trị trung bình (Median filtering).
Mục đích chính của thử nghiệm này là để xác định xem kỹ thuật lai DWT+DCT có thể gia
tăng độ mạnh mà khơng cần hy sinh chất lượng ảnh hay không. Để đánh giá được tính vơ hình của
"Thủy vân số" thì chúng ta sử dụng 2 phương pháp đo lường, PNSR (Peak sugnal-to-noise ratio) và
MSE (mean squared error) và sự tương quan của các hệ số để đánh giá độ mạnh. MSE của hình
ảnh đã được làm méo DI so sánh với hình ảnh gốc OI có cùng kích cỡ M x N, được thể hiện bằng
phép tính sau:

Và PNSR được thể hiện bởi phép tính:

Sự tương quan giá trị giữa "Thủy vân số" gốc và "Thủy vân số" thu được là 0.9797
điều này có thấy rằng độ mạnh của thuật tốn mù này.
Các hính bên dưới là Lena ảnh gốc có màu (bên phải) và ảnh Lena nhúng "Thủy vân

số" có màu (bên trái) có cùng kích thước là 512x512:


Hình 11: So sánh ảnh gốc và ảnh nhúng "Thủy vân số".

Dưới đây là hình ảnh gốc của Lena dưới dạng thành phần Y (bên phải) và ảnh đã được
nhúng "Thủy vân số" (bên trái) có cùng kích thước 512x512:

Hình 12: So sánh ảnh gốc và ảnh nhúng dưới dạng thành phần Y

Cách tính tốn PNSR cho ta thấy được độ trong suốt của "Thủy vân số". Nhận thấy rằng giá
trị PNSR càng cao thì hình ảnh nhận được càng tốt, tức là ảnh nhúng và ảnh khơng nhúng khó có
thể nhận ra bởi mắt thường của con người.
Với bài test là ảnh màu Lena có kích thước 512x512. Áp dụng thuật toán nén JPEG và
bitmap. "Thủy vân số" ở dưới dạng bitmap. Các thử nghiệm cho thấy rằng độ hiệu quả của kỹ thuật
lai DWT+DCT trong việc sinh ảnh đã nhúng "Thủy vân số" cho đầu ra tốt về hình thức mà mạnh
về việc giấu tin.
Bảng bên dưới là bảng thể hiện các giá trị khác nhau của các cuộc tấn công vào ảnh đã
nhúng và giá trị PSNR lấy được từ mỗi cuộc tấn công.


Tên cuộc tấn công
Không tấn công (ảnh màu)
Không tấn công (thành phần Y)
Lọc giá trị trung bình (thành phần Y)
Biểu đồ cân bằng (thành phần Y)
Chỉnh sửa ảnh (thành phần Y)
Xoay ảnh
Nhiễu muối và tiêu
Nhiễu Gaussian

JPEG

Giá trị

5 độ
10 độ
0.002 tỉ trọng nhiễu
Mean
Phương sai
0.01
0
0
0.001
Giá trị lỗi
90
70
50
30
10

Điểm PSNR (dB)
46.0138
48.57
33.4739
18.2751
20.9008
13.7795
11.6437
32.1925
38.5947

30.0178
35.1497
34.5031
31.6191
31.1718
27.2001

Bảng 1: Giá trị PSNR

Chương 5: Kết luận
Tính vơ hình của "Thủy vân số" trong kỹ thuật đã được đánh giá dựa trên các cuộc tấn cơng
và thu được giá trị PSNR, sau đó so sánh với kỹ ở [XXM11]. Giá trị PSNR của thành phần Y khi
khơng có tấn cơng là 48.57dB lớn hơn khi sử dụng [XXM11] là 38.1678dB. Giá trị PSNR của ảnh
màu khi không bị tấn công là 46.0138dB.
Độ mạnh của "Thủy vân số" trong kỹ thuật đề suất đã được kiểm chứng qua các cuộc tấn
công bên trên. Các giá trị tương quan giữa ảnh gốc và ảnh "Thủy vân số" thu được là 0.9797 cho
thấy được độ vượt trội của kỹ thuật này.
Từ đó, ta có thể thấy rằng, đây là một kỹ thuật nhúng và trích xuất "Thủy vân số" vô cùng
mạnh trước các cuộc tấn công mà vẫn giữ được chất lượng ảnh của "Thủy vân số".

Tài liệu tham khảo
[XXM11] Zheng Xiong-Bo, Zhang Xiao-wei, Sun Ming-jian – A Blind Digital Watermarking
Algorithm based on Wavelet Transform, IEEE, 2011.