SAYISAL İMGELERİN UZAY VE FREKANS DÜZLEMİ BİLEŞENLERİ KULLANILARAK DAMGALANMASI Mustafa ORAL1 1,2 Murat FURAT2 Elektrik ve Elektronik Mühendisliği Bölümü, Mustafa Kemal Üniversitesi, Hatay 1 e-posta: moral@mku.edu.tr 2 e-posta: mfurat@mku.edu.tr Anahtar Sözcükler: İmge Damgalama, Görüntü İşleme, Sayısal Ürünlerde Telif Hakları ve Güvenlik ABSTRACT This paper presents a watermarking method that will enable to protect the owners’ rights of digital images, which are easily copied and changed in the electronic media. The digital image is divided into blocks and the energy and frequencies of each block are calculated using DCT. Selected AC frequencies are modified as additive or subtractive with the desired weight by comparing energy and sum of DC coefficient and selected AC frequencies of the blocks individually. The watermark data can be copyright information, owner information or a digital logo. The results of experiments showed that, the embedded watermark data is resistant to picture cropping and lossy JPEG compression attacks. In our scheme, a binary logo image has been chosen as watermark. yayınlandığı site adresi gösterilebilir. Görünmez bir şekilde sayısal bir imgeye damgalanan filigranda uygulama yeri, kullanılan algoritma ve anahtarlar, sadece imgenin içine filigranı damgalayan yetkili kişi tarafından bilinir ve buna göre geri çıkarılır. 1. GİRİŞ Sayısal imgelerde damgalanan gizli filigranların çeşitli resim işleme saldırılarına karşı güvenliğinin sağlanması ve bu saldırılara karşı dayanıklı olması amaçlanır [1-6]. Filigran, saldırıya uğrayan imgeden tanınabilir bir benzerlikle çıkarılabilmelidir. Bunu sağlarken damgalama sonrası orijinal imge üzerinde oluşacak bozulma en az düzeyde tutulmalıdır. Ancak damgalanan bilginin dayanıklılığının artırılması bozulmanın da artmasına yol açmaktadır. Dolayısıyla, damgalama sonucunda oluşan imgedeki bozulma ile damgalanan filigranın resim işleme saldırılarına karşı dayanıklılığı arasında ters orantı bulunmaktadır. Internet teknolojilerinin getirdiği hız ile yazılım alanındaki yaşanan ilerlemeler, sayısal ortam içeriğinin, kaliteden ödün vermeksizin, sınırsız kopyalanabilmesine, kolaylıkla değiştirilebilmesine ve Internet üzerinden hızla dağıtılabilmesine olanak sağlamıştır [1]. Dolayısıyla, sayısal ortam ürünleri olan imge, ses, video gibi çalışmalar üzerindeki telif haklarının korunması ve güvenliğinin sağlanması ciddi bir sorun olarak ortaya çıkmıştır. Bu sorunun çözümü için önerilen yöntemlerden biri, bu ürünlerin damgalanmasıdır (watermarking). Damgalama ile sayısal ortama aktarılan bu ürünlere; ürün sahibi bilgisi, telif hakları, yapım yılı veya filigran gibi bilgiler eklenebilmektedir. Damgalama algoritmaları, çalıştığı düzleme göre ikiye ayrılır. Uzay düzleminde (Spatial Domain) yapılan damgalama işlemlerinde, imge pikselleri üzerinde değişiklikler doğrudan yapılarak damgalama gerçekleştirilir. Frekans düzleminde (Frequency Domain) ise DCT (Discrete Cosine Transform), DWT (Discrete Wavelet Transform), DFT (Discrete Fourier Transform), FFT (Fast Fourier Transform) gibi dönüşüm araçları kullanılarak taşıyıcı imge öncelikle frekans düzlemine taşınır. Elde edilen frekans bileşenlerinin değiştirilmesiyle yapılan damgalamanın ardından ters dönüştürme uygulanarak damgalanmış ürün elde edilir. Sayısal imgelere filigran damgalama işlemleri “görünür” ve “görünmez” olarak iki ayrı şekilde yapılır [2]. Görünür bir şekilde yapılan filigran damgalama yöntemlerinde filigran sayısal imgenin bir bölgesine kolaylıkla tespit edilebilecek şekilde yerleştirilir. Görünür damgalamaya örnek olarak, televizyon ekranındaki kanal logosu ve Internet’te yayınlanan imgelerin bir köşesinde yer alan Bu çalışmada, bloklara ayrılmış taşıyıcı imgenin uzay düzlemindeki enerjisi ile frekans düzlemindeki DCT bileşenleri arasında kurulan ilişkiye dayalı yeni bir filigran damgalama yöntemi önerilmiştir. Önerilen yöntemin dayanıklılığı JPEG sıkıştırma ve kesme (cropping) saldırılarına karşı test edilmiştir. Çalışmanın bütününde filigran ikilik (binary) bir logo olarak seçilmiştir. 2. MATERYAL VE YÖNTEM Görünmez filigran damgalama uygulamaları genel olarak ikiye ayrılır. Filigranın geri elde edilmesi için orijinal imgenin kullanılmasına dayanan yönteme “kör olmayan damgalama” adı verilir [9]. Orijinal imgenin kullanılmadan filigranın çıkarıldığı yöntem ise “Kör damgalama” olarak adlandırılır. Bunlardan başka geliştirilen bir yöntemde ise damgalanmış imgeden filigranın geri elde edilmesinde orijinal imge ve/veya orijinal filigran kullanılabilmektedir [8]. Bu çalışmada önerilen yöntemle, damgalanan imgeden filigranın geri elde edilmesinde orijinal imge kullanılmamakta, yani kör damgalama yapılmaktadır. 2.1. Damgalama Algoritması Damgalama yöntemi, taşıyıcı imgenin uzay düzleminde enerjisinin hesaplanması, frekans bileşenlerinin bulunması ve elde edilen değerler arasında yapılan karşılaştırma sonucu frekans katsayılarının değiştirilmesinden oluşmaktadır. Bu amaçla imge önce 8×8 piksel boyutlarında bloklara ayrılır. Her bloğu oluşturan piksel yoğunlukları kullanılarak blokların enerjisi Denklem 1 ile hesaplanır. E= 7 2 7 ∑ ∑ [ f (x , y )] (1) x =0 y =0 Frekans düzlemine dönüştürme aracı olarak görüntü işleme uygulamalarında sıkça kullanılan DCT (Discrete Cosine Transform) seçilmiştir [1, 2, 7]. DCT ile her blok ayrı ayrı frekanslarına ayrılır (Denklem 2). C(u, v) = α (u )α (v) 7 7 x=0 y =0 ⎛ (2x + 1)uπ ⎞ ⎛ (2 y + 1)vπ ⎞ ⎟ cos⎜ ⎟ 2×8 ⎠ ⎝ 2×8 ⎠ ∑∑ f (x, y)cos⎜⎝ (2) Burada f(x,y) piksel yoğunluğunu, C(u,v) ise hesaplanan frekansın katsayısını verir. x, y, u ve v 0 ile 7 arasında değer alır ve α(u) ile α(v) aşağıdaki gibi hesaplanır. ⎧ ⎪ ⎪ α (i ) = ⎨ ⎪ ⎪⎩ 1 , 8 i = 0 için 2 , 8 i = 1,2,.....7 için (3) 8×8 piksel boyutlarındaki bir imge bloğu DCT kullanılarak frekanslarına ayrıldığında, 63 AC bileşen ile 1 DC bileşen elde edilir. Şekil 1’de zikzak numaralandırılmış bir imge bloğu görülmektedir. 0 ile numaralandırılan hücre DC, diğerleri AC bileşenleri göstermektedir. Damgalamada kullanılacak frekanslar, damgalama sonucu imgede oluşacak bozulma ve filigranın saldırılara karşı dayanıklılığı ile yakından ilgilidir. İnsan gözünün imgelerin alçak frekanslarında yapılan değişikliklere karşı daha duyarlı olmasından dolayı filigranın damgalanmasında alçak frekans bandındaki bileşenler seçilmemelidir. Kayıplı sıkıştırma algoritmalarında (örneğin düşük kalitede JPEG sıkıştırma) yüksek frekanslı bileşenler göz önünde bulundurulmamaktadır. Dolayısıyla, damgalama için yüksek frekans bandında yapılacak değişiklikler, kayıplı sıkıştırma algoritmalarında filigran bilgisinin önemli oranda kaybolmasına neden olmaktadır. Sonuç olarak, filigranın damgalanmasında orta frekans bandının seçimi en uygun olmaktadır [1]. Şekil 1’de gri renk ile vurgulanmış hücreler orta frekans bandı olarak tespit edilmiştir. Yapılan testler sonunda koyu renk ile belirtilen 16, 19, 24, 25 numaralı frekanslar bu çalışmada damgalama işlemi için kullanılmıştır. 0 1 5 6 14 15 27 28 2 4 7 13 16 26 29 42 3 8 12 17 25 30 41 43 9 11 18 24 31 40 44 53 10 19 23 32 39 45 52 54 20 22 33 38 46 51 55 60 21 34 37 47 50 56 59 61 35 36 48 49 57 58 62 63 Şekil 1. Zikzak numaralandırılmış imge bloğu Damgalanan imgenin bir bölümünün kesilmesi ya da değiştirilmesi sonucu o bölümdeki filigran bilgisi tamamen kaybedilmektedir. Bunu önlemek amacıyla damgalama öncesinde filigrana bir anahtar sayıya bağlı olarak istenen miktarda permutasyon uygulanır. Böylece kesme ya da değiştirilme sonucu kaybedilen filigran bilgisi genele yayılarak daha dayanıklı bir damgalama gerçekleştirilir. Permutasyon işleminin ardından filigran imge ile eşit sayıda bloklara ayrılır. 8×8 piksel boyutunda imge bloğu Enerji Hesaplama Kullanılacak ağırlık ile AC frekanslar Kullanılacak filigran bilgisi (0,1) DCT Dönüştürme Damgalama İşlemi Ters DCT Dönüştürme Filigran damgalanmış imge bloğu Şekil 2. Filigran damgalama algoritması λ λ λ λ f=1 f=0 f=1 f=0 λ f=1 …. .… R-2λ R-λ R+λ R R+2λ R+3λ Şekil 3. Damgalama algoritması için oluşturulan dönüşüm cetveli Şekil 2’de damgalama algoritmasının blok diyagramı görülmektedir. Taşıyıcı imge ile eşit sayıda bloklara ayrılan filigranın her bloğundaki bilgi, imgenin bir bloğuna damgalanmaktadır. Şekil 3’de damgalama işlemi için oluşturulan dönüşüm cetveli görülmektedir. Dönüşüm cetvelinde f ikilik filigran bilgisini, λ damgalama ağırlığını, R ise imge bloğunun enerjisinin karekökünü göstermektedir. λ kadar birimlere ayrılan dönüşüm cetvelinin her birimini ardışık olarak filigran bilgisi temsil eder. Buna göre, her blokta DC ile damgalama için seçilen AC frekansın katsayıları toplamının oluşturulan cetvel üzerindeki yeri tespit edilir. Dönüşüm cetvelinde, DC ile seçilen AC toplamının en yakın filigran bilgisinin temsil edildiği birimin orta noktasına gelecek şekilde yeni AC katsayısı hesaplanır. Böylece görüntü frekanslarında yapılan değişiklik 0-λ arasında olacağından, sabit ağırlıkla yapılan damgalama yöntemlerine göre daha az bozulma ile dayanıklı bir damgalama gerçekleştirilecektir. Damgalama sonunda hesaplanan yeni frekansların bulunduğu imge bloklarına ters DCT uygulanarak yeni piksel yoğunlukları hesaplanır (Denklem 4). 7 7 x =0 y=0 ⎛ (2x + 1)uπ ⎞ ⎛ (2 y + 1)vπ ⎞ ⎟ cos⎜ ⎟ 2×8 ⎠ ⎝ 2×8 ⎠ ∑∑C′(u, v)cos⎜⎝ f ′(x, y ) = α (u )α (v) (4) Burada f ′(x, y ) imgenin yeni piksel yoğunluğunu, değiştirilmiş frekans bileşenini C ′(u, v) göstermektedir. x, y, u, v 0 ile 7 arasında değer alır ve α(u) ile α(v) Denklem 3 ile hesaplanır. 2.2. Filigranın Geri Elde Edilmesi Filigranın geri elde edilmesinde damgalama işlemi için seçilen AC frekanslar, damgalama ağırlığı ve filigranın permutasyonunda kullanılan anahtar sayı ile permutasyon sayısı kullanılacaktır. Şekil 4’de filigranın geri çıkarılması için gerekli algoritmanın blok diyagramı görülmektedir. Filigranın imgeden geri elde edilmesinde, damgalamada olduğu gibi, ilk olarak imge 8×8 piksel boyutlarında bloklara ayrılarak her bloğun frekansları ile enerjisi hesaplanır. Elde edilen değerler ve damgalama ağırlığı kullanılarak Şekil 3’deki dönüşüm cetveli tekrar oluşturulur. Bu cetvel üzerinde her bloğun DC katsayısı ile filigranın aranacağı AC frekansın katsayısının toplamının cetvel üzerinde bulunduğu birim, oraya damgalanan filigran bilgisini (0 veya 1) verir. İmge bloklarından elde edilen bu bilgilerin bütünü permutasyon ile karıştırılmış ikilik filigranı verir. Dolayısıyla, filigranın aslını elde etmek için daha önce kullanılan anahtar sayı ile terspermutasyon uygulanır. 8x8 boyutunda filigran damgalanmış imge bloğu Enerji Hesaplama DCT Dönüştürme Kullanılan ağırlık ve AC frekansları Geri Elde Etme İşlemi 8x8 boyutunda imge bloğuna damgalanmış filigran bilgisi Şekil 4. Filigranı geri çıkarma algoritması 3. DENEYLER Gri seviyeli 512×512 piksel boyutlarındaki Lena imgesi deneyler için kullanılmıştır. Bu imgeye 128×128 piksel boyutlarında ikilik filigran (Şekil 5.b), λ ağırlık miktarını temsil etmek üzere, dört farklı ağırlıkla (λ=14, 18, 26 ve 38) damgalanmıştır. Filigranın dayanıklılığının belirlenebilmesi için, JPEG kayıplı sıkıştırması ve kesme işlemi değişik ağırlıklarla damgalanmış imgelere uygulanmıştır. Damgalanan imgenin kalitesi PSNR (Peak-to-Signal Noise Ratio) ile ölçülmüştür (Tablo 1). Yüksek PSNR değeri kalitenin yüksekliğini yani imgedeki bozulmanın az olduğunu göstermektedir. Damgalama ağırlığı arttırıldıkça imgede oluşan bozulma artmakta dolayısıyla kalite de düşmektedir. Damgalama Ağırlığı PSNR 14 41,878 18 40,144 26 37,218 38 34,077 Tablo 1. Çeşitli ağılıklarla filigran damgalan Lena görüntüsünün kalite ölçümü (PSNR) İmgeye yapılan saldırılar sonucunda geri elde edilen filigranların orijinaline benzerliği NC (Normalized Correlation) kullanılarak ölçülmüştür. kaybedilen bilgi, filigranın geneline bir gürültü olarak yansımıştır (Şekil 4.d). Lena 1 0.8 NC 0.6 0.4 0.2 0 0 10 20 30 40 50 60 70 80 (a) (b) (c) (d) 90 JPEG Sıkıştırma Oranı λ=14 λ=18 λ=26 λ=38 Çizelge 1. JPEG kayıplı sıkıştırması yapılan Lena görüntüsünden elde edilen filigranların benzerlik ölçümleri Yöntemin JPEG kayıplı sıkıştırma saldırısına tepkisini değerlendirebilmek amacıyla damgalanmış görüntüler dokuz farklı oranda (%10-..-%90) sıkıştırılmış ve filigran geri elde edilmiştir. Elde edilen filigranların aslına benzerlikleri (NC) ile JPEG kalitesi arasındaki ilişki Çizelge 1’de gösterilmiştir. Grafik incelendiğinde, damgalama ağırlığının artması ile birlikte, imge içindeki filigranın JPEG kayıplı sıkıştırmasına karşı gösterdiği direnç artmış, yani daha yüksek benzerlikle geri elde edilmiştir. Kesme sonunda kalan bölüm (%) 100 90 80 70 60 50 40 30 20 10 NC 1,000 0,935 0,879 0,772 0,701 0,601 0,495 0,369 0,242 0,138 Tablo 2. Kesme saldırısı sonucu geri elde edilen filigranların damgalama ağırlığına göre benzerlik (NC) ölçümleri Filigrana yapılan saldırılardan bir diğeri de kesme işlemidir. Bu işlem için λ=14 ağırlıkla damgalanmış Lena imgesi %10 ile %90 aralığında kesilmiş ve imgenin kalan bölümünden filigranlar geri elde edilmiştir. Elde edilen filigranların aslına benzerlikleri ile saldırı sonrası imgenin kalan kısmının oranı arasındaki ilişki Tablo 2’de gösterilmiştir. Tablo 2 incelendiğinde, kaybedilen filigran bilgisinin imgenin kesilen bölümü ile doğru orantılı olduğu görülmektedir. λ=14 ile damgalanmış ve %50 oranında kesilerek saldırıya uğratılmış Lena imgesi ve bu imgeden geri çıkarılan filigran, orijinal imge ve filigran ile birlikte Şekil 5’de görülmektedir. Filigranın damgalama işlemi öncesinde permutasyona uğratılması sonucu imgenin kesilen bölümünden Şekil 5. a) Orijinal Lena imgesi, b) filigran, c) Çevresinden 80 piksel kesilip siyah renk doldurulan Lena imgesi, d) Kesilen imgeden elde edilen filigran 4. SONUÇ Bu çalışmada sayısal ortama aktarılan imgeler üzerindeki telif haklarının korunması amacıyla yapılan filigran damgalama için bir yöntem önerilmiştir. Bu yöntem ile görünmez olarak damgalanan imgeye JPEG kayıplı sıkıştırması ve kesme işlemi, çeşitli oranlarda uygulanarak saldırılar yapılmış, filigranın dayanıklılığı test edilmiştir. Kullanılan filigran, yüksek oranlarda JPEG sıkıştırılan imgelerden ve önemli oranlarda kesilen imgelerden tanınabilir benzerliklerde geri elde edilmiştir. Sonuç olarak, önerilen yöntem ile filigran damgalanan imgelerde JPEG ve kesme işlemlerine karşı dayanıklı bir algoritma geliştirilmiştir. 5. [1] [2] [3] [4] [5] KAYNAKLAR HSU, C.T. and WU, J.L., Hidden Digital Watermarks in Images”, IEEE Transaction on Image Processing, 8(1):58-68, 1999. SHIEH, C.S., HUANG, H.C., WANG, F.H. and PAN, J.S., “Genetic Watermarking Based on Transform Domain Techniques”, Pattern Recognition, 37: 555-565, 2004. KUTTER, M., JORDAN, F. and BOSSEN, F., “Digital Signatures of Color Images using Amplitude Modulation”, Proc. of SPIEEI97, pp. 518-526, 1997. ULUDAĞ, U., GUNSEL, B., TEKALP, A.M., “Robust Watermarking of Busy Images” Proceeding of SPIE Electronic Imaging 2001 Conference, Vol. 4314, 2001. CHAN, C.K. and CHENG, L.M., “Security of Lin’s Image Watermarking System”, The [6] [7] Journal of Systems and Software, 62: 222-215, 2002. EGGERS, J.J. and SU, J.K., “Performance of a Practical blind Watermarking Scheme”, Proceedings of SPIE, Vol.4314, 2001. HERNANDEZ, J.R., AMADO, M. and PEREZGONZALEZ, F., “DCT-Domain Watermarking Techniques for Still Images: Detector Performance Analysis and a New Structure”, IEEE Transaction on Image Processing, 9(1): 55-68, 2000. [8] [9] KUTTER, M. and PETITCOLAS, F.A.P., “A fair benchmark for image watermarking systems”, Journal of Electronic Imaging, vol. 9(4): 445–455, 2000. ARNOLD, M., SCHMUCKER, M. and WOLTHUSEN, S. D., 2003. Techniques and Applications of Digital Watermarking and Content Protection, Artech House, 273, London.
© Copyright 2024 Paperzz