攻擊種類介紹

在這節將介紹一般常見的數位影像攻擊種類。

2.2.1. 高斯濾波(Gaussian Filtering)

高斯濾波[17]是一種低通濾波器，所謂低通濾波器就是保留低頻的部分，

減少或消除高頻的部分，在數位影像中，低頻的部分是鄰近像素值變化不大 的地方(例如是背景或皮膚紋理)，而高頻的部分是鄰近像素值變化很大的地 方(例如是邊緣或雜訊)，如果數位影像經由高斯濾波後，則會產生模糊的數 位影像，故又稱為高斯模糊。

高斯濾波是由高斯機率分布函數變化而來，因此，它有一些重要的數學 性質常常被使用，而且標準差越大的話，就會等同於平均濾波。

以下圖 2-3 為 Lena 影像執行不同高斯濾波的結果：

(a) (b) (c)

圖 2 - 3 高斯濾波 (a) 原圖；(b) 遮罩大小為 11×11，標準差為 2；(c) 遮罩大小 為 11×11，標準差為 5

2.2.2. 平均濾波(Average Filtering)

平均濾波[17]是一種低通濾波器，相似於高斯濾波的模糊效果，如果數 位影像經由平均濾波後，則也會產生模糊的數位影像，它的優點為濾波器設 計簡單，並且可以從較大尺寸的濾波器分解成較小尺寸的濾波器，來節省運

算的時間，但是高斯濾波一些重要的數學性質更適合應用於製造數位影像的 模糊效果。

以下圖 2-4 為 Lena 影像執行不同平均濾波的結果：

(a) (b) (c)

圖 2 - 4 平均濾波 (a) 原圖；(b) 遮罩大小為 5×5；(c) 遮罩大小為 11×11

以下圖 2-5 為 3×3 平均濾波器被分解成 3×1 和 1×3 濾波器的示意圖：

1

9 [ 1 1 1 1 1 1 1 1 1

] = 1 3 [ 1

1 1 ] 1

3 [1 1 1]

圖 2 - 5 3×3 平均濾波器分解示意圖

2.2.3. 中值濾波(Median Filtering)

中值濾波[17]是取遮罩內的中位數來取代指定像素，而中位數是指數列 中的所有數值經過由小到大的排序之後，數列中間的數值，例如一數列為 1、

2、3、4、5，則此數列的中位數為 3，若數列中的數值個數為偶數，則中位 數是中間兩個數值的平均，例如一數列為 1、2、3、4、5、6，則此數列的中 位數為 3.5。

取遮罩內的中位數來取代指定像素，則代表遮罩內的最大或最小的像素 值(例如是雜訊)會被周圍多數數值相近的像素值給取代掉，因此，中值濾波

對於鹽與胡椒雜訊的抑制有相當好的效果。

以下圖 2-6 為 Lena 影像執行不同中值濾波的結果：

(a) (b) (c)

圖 2 - 6 中值濾波 (a) 原圖；(b) 遮罩大小為 5×5；(c) 遮罩大小為 11×11

2.2.4. JPEG 壓縮

JPEG 壓縮[17][18]是目前最廣泛使用的失真壓縮(Lossy Compression)技 術 ， 主 要 方 法 分 為 五 個 步 驟 ， 色 相 轉 換 (Color Space Transform) 、 取 樣 (Sampling) 、 離 散 餘 弦 轉 換 (DCT) 、 量 化 (Quantization) 與 熵 編 碼 (Entropy Coding)，其中取樣與量化的步驟會將資料遺失，藉由損失一些數位影像中不 重要的部分，來使得資料量的減少，而且可以經由調整品質因素(Quality Factor, QF)來選擇資料壓縮的程度，與其他無失真壓縮(Lossless Compression) 技術比較起來，JPEG 壓縮的壓縮率是比較令人滿意的，此外，經過 JPEG 壓 縮處理過後的數位影像，經人眼看起來會與原始的數位影像相差不大，這也 是 JPEG 壓縮目前最廣泛使用的原因之一。

以數位浮水印技術方面來探討 JPEG 壓縮攻擊，其中最主要是 JPEG 壓 縮會使用數位影像經離散餘弦轉換後的係數值來進行編碼，這與以頻率域方 式來嵌入浮水印相同，因此，浮水印位元的嵌入位置就相當重要，為了避免 破壞受保護的數位影像中的浮水印，JPEG 壓縮只會對高頻部分的係數值進 行量化，只要浮水印位元嵌入在低頻或中頻部分的係數值，就可以盡量避免

浮水印受到 JPEG 壓縮攻擊的破壞。

以下圖 2-7 為 Lena 影像執行不同 JPEG 壓縮品質因素的結果：

(a) (b) (c)

圖 2 - 7 JPEG 壓縮 (a) 原圖；(b) 品質因素 50%；(c) 品質因素 10%

2.2.5. 高斯雜訊(Gaussian Noise)

高斯雜訊[17]是白雜訊(White Noise)[19]的理想型態，亦即為機率密度函 數為高斯分布的白雜訊。

白雜訊的定義為若是雜訊的功率頻譜密度函數等於一個常數值，亦即在 任何頻率下的功率密度都相同，則稱為白雜訊。

以下圖 2-8 為 Lena 影像受到不同高斯雜訊干擾的結果：

(a) (b) (c)

圖 2 - 8 高斯雜訊 (a) 原圖；(b) 變異數為 0.01；(c) 變異數為 0.05

2.2.6. 鹽與胡椒雜訊(Salt and Pepper Noise)

鹽與胡椒雜訊[17]又稱為脈衝雜訊(Impulse Noise)、散粒雜訊(Shot Noise) 或二元雜訊(Binary Noise)。

鹽與胡椒雜訊是以黑色或白色的點，亦即為最大或最小的像素值，隨機 分布在數位影像中，由於與數位影像中的鄰近像素值相差很大，因此，非常 容易分辨數位影像是受到鹽與胡椒雜訊的干擾所影響。

以下圖 2-9 為 Lena 影像受到不同鹽與胡椒雜訊干擾的結果：

(a) (b) (c)

圖 2 - 9 鹽與胡椒雜訊 (a) 原圖；(b) 密度為 0.1；(c) 密度為 0.5