數位浮水印技術

一、數位環境中的數位浮水印加密技術 1、最低位元法 Least Significant Bit (LSB)

1990 年 E.H. Adelson 提出一種數位影像浮水印加密技術，該技術稱之為 LSB

（Least Significant Bit）最低位元法(Adelson, 1990)，其利用灰階影像中位元深 度的最後一個位元作為置換目標，然後將欲隱藏的浮水印數據資料藏入該灰階影

圖 2-2-1 LSB 最低位元加密技術於不同位元所產生的影像。（a）原始影像；（b）

第 1 個位元；（c）第 2 個位元；（d）第 3 個位元；（e）第 4 個位元；（f）第 5 個 位元；（g）第 6 個位元；（h）第 7 個位元；（i）第 8 個位元

2、Texture Block Coding 加密技術

1996 年美國麻省理工學院媒體實驗室（MIT media lab）的 W. Bender 等學者 提出 Texture Block Coding 的加密技術（Bender, Gruhl, Morimoto, & Lu, 1996）。

其原理是將灰階影像中較複雜的區域，通常亦為高頻區域，藏入兩個相同的文字 或圖案訊息，且因為藏入的區塊為複雜的高頻區域，所以人眼是無法察覺其不同 之處；進行解密時，再將整張灰階影像透過電腦互相比對與找出兩個差異最小的 區塊，即可解出隱藏在高頻區域的文字或圖案訊息，如圖 2-2-2 所示。

21

圖 2-2-2 Texture Block Coding 加密技術（Bender, Gruhl, Morimoto, & Lu, 1996）

3、Patchwork 區塊加密法（Hwang, 1999）

Patchwork 區塊加密法是由美國麻省理工學院所提出，其影像加密的原理是 利用統計學的方式進行。以下圖 2-2-3 為例，首先假設該灰階影像圖檔為一張 8bit 且其影像階調介於 0 至 255 間，在加密開始前必須先隨機選定兩個點，該兩個點 可視為一個組合，如下圖 2-2-3 所顯示的兩個點分別為 M 點與 N 點；而此兩點 的灰階值分別以 Gm 與 Gn 表示，Z 為 M 點與 N 點兩點的灰階值差，即 Z = Gm – Gn，所以 Z 的數值範圍將會落在-255 至 255 間；另外期望值以 E(Z)代表，其值 應為 0。

圖 2-2-3 灰階影像中隨機取兩個點 M 點與 N 點

假設現今從圖 2-2-3 選取 x 個組合點即共有 2x 點，就會有 x 個 Z 值，因此 算法來隱藏數位浮水印。例如：2012 年印度學者 Maheswari 與 Rameshwaran 兩 位學者即提出運用Double Haar Wavelet Transform (DHWT)技術所產生的數位浮 水印來保護數位影像的版權；此外，數位浮水印的技術也不再只僅限於單張的數 位影像，而是能將數位浮水印嵌入動態影像中，來保護與宣告動態影像之版權目 的，擴大了數位浮水印的應用層面。

（6）

( 7 )

23

二、實體數位浮水印加密技術 1、網點位移加密

網點位移加密的概念最早在1976年由A.V. Alasia所提出，其後隨著電腦科技 的發展與進步，網點位移加密的技術開始結合電腦以數位化的方式執行，因此九 十年代時發展出以數位方式進行網點位移的Scrambled Indicia R技術，該技術使 將各網點透過特定的演算法後將網點進行錯位，然後透過光學解碼器使光線偏折 而解出隱藏的資訊。

2、NaNOcopy™藏密技術

2002 年 George K. Phillips 學者提出 NaNOcopy™實體浮水印，其原理是透過 改變原稿部分區域的網點形狀、網點尺寸，並將要隱藏的浮水印改用微小字型取 代而非傳統的網點，然後達到資訊隱藏的效果，如圖 2-2-4 所示。當原稿經影印 機複印時，會因為影印機的光學掃描上取樣不足（under sampling），而造成原先 隱藏資訊的浮水印微小字經複印呈現模糊直線的效果，如圖 2-2-5 所示，而這些 浮水印會變成干擾紋進而達到防偽效果。

圖 2-2-4 NaNOcopy™實體浮水印原稿微結構（Philips, 2002）

圖 2-2-5 NaNOcopy™實體浮水印複印稿微結構（Philips, 2002）

3、M.S. Fu 和 O.C. Au 的半色調影像加密技術

M.S. Fu 和 O.C. Au 提出一系列的數位浮水印嵌入半色調影像的隱藏技術，

從 DHST (data hiding self toggling)、DHPT(data hiding pair toggling)到 DHSPT (data hiding smart pair toggling)，上述三種加密技術皆是將一數位浮水印嵌入到經 過半色調處理過後的影像中，且加密的位置是以隨機擬似（pseudo random）的 方式進行，如圖 2-2-6 所示（Fu & Au, 2000）。DHPT 為改善 DHST 影像品質而 所提出的隱藏方法，但仍然無法有效地降低雜點的產生，故後續提出結合 DHPT 和 DHST 的 DHSPT 方法，但此三種技術皆因影像受到兩次的破壞，即影像半色 調化過程與嵌入浮水印過程，因此藏入浮水印後的最終影像都會出現 salt-and- pepper noise 雜點的狀況，所以 M.S. Fu 和 O.C. Au 在 2002 年提出了 DHED 演算 法與 MDHED 演算法（Fu & Au, 2002）。

(a) DHST 加密 (b) DHPT 加密 (c) DHSPT 加密 圖 2-2-6 半色調影像資料隱藏效果（Fu & Au, 2000）

25

DHED 演算法(Data Hiding Error Diffusion)，其步驟與傳統誤差擴散的方法類 似，執行誤差擴散的過網演算並判斷是否執行到資料隱藏的的位置，當欲嵌入的 資料為 1，則指定該位置的半色調影像像素值為 1；相反的當欲嵌入的資料為 0，

則指定該位置的半色調影像像素值為 0，之後將資料隱藏後產生的誤差值加上原 來過網之誤差值由後方的像素來承擔，使資料隱藏與過網一併完成。簡單來說就 是運用擴散誤差的概念將浮水印的誤差擴散到鄰近的像素點上，並讓濃度能平均 使影像品質較好（Fu & Au, 2002），如圖 2-2-7 所示。

圖 2-2-7 半色調影像資料經 DHED 演算法後之隱藏效果（Fu & Au, 2002）

MDHED 演算法(modified data hiding error diffusion)，MDHED 同樣和 DHED 也應用了 DHST 的概念，DHED 雖然在大部分情況下會有較良好的視覺品質，

但由於 DHED 演算法誤差皆由後方的像素承擔，以致於誤差皆集中在後方，無 法平均地擴散，使其藏密後的影像仍會有 salt-and-pepper 的雜點出現。因此再提 出 MDHED(Modified Data Hiding Error Diffusion)演算法來改良 DHED 所造成的 影像問題。MDHED 的資料隱藏方法也是先指定欲加密的地方，然後此區塊不會 進行半色調處理，非加密區則進行半色調處理，而其產生的誤差值在擴散至相鄰 尚未半色調處理的像素上，透過此方法可以改善 DHED 加密後所產生的區域雜 點(salt-and-pepper)現象（Fu & Au, 2002），如下圖 2-2-8 所示。

圖2-2-8 半色調影像資料經MDHED演算法後之隱藏效果（Fu & Au, 2002）

4、混合網點加密

混合網點概念是結合 AM 與 FM 兩種網點，其主要目的為資訊隱藏；然而，

混合網點的概念不同於複合式過網技術並不是為了解決印刷品質上的問題，而是 藉由兩種網點的混合來達到資訊隱藏的目的，2004 年王希俊、蕭佩琪、連啟明 提出以混合網點技術將校正過的 AM 及 FM 網點進行混合，透過匹配背景區塊與 欲隱藏資訊區塊之灰色平衡來達到加密效果，如圖 2-2-9 所示，S1 為 AM 調幅網 點，S2 為 FM 調頻網點，M 與~M 分別為遮罩，最後 SA 為最終兩種網點混合之 示意圖。

圖 2-2-9 AM 與 FM 組成之混合網點概念（王希俊、蕭佩琪、連啟明，2002）

27

2011 年張維烝再利用此混合網點的概念製作出複印過後可改變原始內容意 義的實體浮水印技術，其利用四種不同的網點類型組合：AM 與 FM、FM 與 FM、

FM 與空白網點以及 AM 與空白網點，如下圖 2-2-10 所示，並依照原稿與浮水印 分佈於不同的區塊內，使原始影像為 A 經複印過後則呈現 B 之效果。

圖 2-2-10 複印後可改變原始意義之浮水印製作概念示意圖（張維烝，2011）

因此，本研究將以混合網點概念為基礎並運用在碼點與誤差擴散演算法所產 生的 FM 調頻網點，讓浮水印隱藏於影像中。