數位浮水印分類

數位浮水印主要可以依視覺感官、嵌入方式、抵抗攻擊程度來區分成三大類 [26]，且分類浮水印技術概況如圖 2.1 所示。

 視覺感官區分成可視型與不可視型：

1. 可視型(Visible)：使用者能清楚認知版權擁有者屬誰(如圖 2.2)，且識別 資訊呈現在影像上。

2. 不可視型(Invisible)：利用資訊隱藏的技術，透過演算法將浮水印嵌入 影像中(如圖 2.3)，肉眼無法看出浮水印。

圖 2.1 數位浮水印技術概況圖

6

 嵌入方式區分成空間域與頻率域：

1. 空間域(Spatial domain)：空間域的浮水印技術是藉由直接修改影像像素 (Pixel)的各個位元來達到藏匿浮水印的效果。假設有一張影像大小為 M N，那將會有 M N 個像素值，每一個像素值的大小用 8 位元(Bits) 表示即{Bit ₁ 2⁰、Bit ₂ 2¹ …. Bit 8 2⁷}，Bit i ∈{0,1} 1 ≤ i ≤ 8，因此 這張影像約占(M N 8)位元的資訊量。浮水印嵌入到不同的位元(如：

LSB(Least Significant Bit)或 MSB(Most Significant Bit))也關係到影像的 品質，若嵌入到 MSB 之中影像破壞程度較大且視覺容易發現；相對地，

當嵌入到 LSB 之中破壞程度小且不易辨識，但受到某些影像處理的修 改將會容易消失且強韌性較差，故不能達到完整復原原始影像的功效。

若與頻率域相比較，其優點是運算速度快、設計簡易且容易定位影像被 竄改的區域，如表 2.1 所示。常見的空間域藏匿方法(如：LSB、向量量 化(Vector Quantization)、補丁法(Patchwork))，而本篇論文著重於如何藏 匿頻率域之中。

圖 2.2 可視浮水印 圖 2.3 不可視浮水印

7

表 2.1 空間域和頻率域的優劣關係[14]

Factors Spatial domain Frequency domain Robustness Fragile More robust Perceptual quality High control Low control

Computational complexity

Low High

Computational Time Less More

Capacity High Low

2. 頻率域(Frequency domain)：由於頻率域有能量集中的特性，將空間域 中的原始影像上的像素值，經由數學方程式轉換後，得到頻率域上的係 數值(Coefficient value)，再嵌入浮水印之後反轉換回空間域，完成藏匿 浮水印動作。近年來，將浮水印藏匿於頻率域中的常見方法有本篇論文 使用到的離散小波轉換(Discrete Wavelet Transformation ,DWT)技術，(在 2.2 節 中 會 詳 細 說 明 ) ， 與 離 散 餘 弦 轉 換 (Discrete Cosine Transformation ,DCT)[4]。DCT 又稱可逆之轉換，其作法是一張灰階影 像切割成 8 8 大小的不重疊 block，計算空間域中每一個 block 的像素 值 減 去 128 後 ， 經 由 離 散 餘 弦 正 轉 換 (Forward Discrete Cosine Transformation ,FDCT)如公式(2.1)後，得到一個與空間域 block 中像素 值相同的頻率域 block 大小，頻率域 block 的係數值再經由離散餘弦反 轉換(Inverse Discrete Cosine Transformation ,IDCT)如公式(2.2)後，再將 每個像素值加上 128，即可還原為空間域的原始影像，如圖 2.4 所示。

8

9

 抵抗攻擊程度分成強韌型、半脆弱型與脆弱型：

1. 強韌型浮水印(Robust watermark)：在文獻[25]的文章中有提到數位影像 遭受到一般影像處理的幾何攻擊(如：剪裁、銳化、旋轉、模糊化)，取

出的浮水印皆有不錯的強韌性，此技術適合用於版權保護上。

2. 半脆弱型浮水印(Semi-fragile watermark)：在文獻[20]的實驗結果中有提 到影像遭到 JPEG 或 JPEG2000 壓縮攻擊具有相當容忍度，能分辨出善 意或惡意的攻擊，也具備定位竄改區塊的能力，但對於較大的竄改區塊 做復原，脆弱型浮水印優於此類技術。

3. 脆弱型浮水印(Fragile watermark)：在文獻[21]的文章中有說明，脆弱型 浮水印影像對於遭受像素竄改過後，能精準定位出區塊中被竄改的像素