第四章 實驗結果與數據分析
4.2 浮水印演算法強韌度測試
本節將對浮水印的強韌度攻擊做測試，其攻擊的種類諸如 JPEG 壓縮攻擊、
JPEG2000 壓縮攻擊以及各種濾波器的攻擊等。由於適應性調整因子(β)是根據使 用者的需求做調整，而為了簡化實驗，所以本論文將適應性調整因子(β)設為 3，
來模擬所有攻擊。這是由於當β等於 3 時，其所測試圖裡的 PSNR 值皆恰等於 30db 上，亦符合肉眼對影像無法辨識差異處。以下為準備嵌入之浮水印影像，如圖 4-5 所示。
圖 4-5 強韌度測試之嵌入的浮水印
1. JPEG 壓縮攻擊測試
由於現今的資料量都相當龐大，而造成資料在傳輸過程相當緩慢，所以為了 解決這個問題，使用者經常會使用 JPEG 壓縮將資料壓縮來減少傳輸所需的時間，
但由於 JPEG 壓縮是將離散餘弦轉換後高頻成份的值給大量的量化來達成影像壓 縮的目的。
在這裡 JPEG 壓縮攻擊的模擬，我們使用 PhotoImpact 12 來執行，將浮水印影 像儲存為 JPEG 失真格式的影像，來做測試，再將其恢復成點陣圖的格式。我們 將浮水印影像依照品質因子（Quality Factor，QF）來做壓縮測試，從 QF 為 20 至 90 分別做壓縮，QF 愈小代表壓縮率愈高，壓縮後的影像品質愈差，如表 4.2 所示，我們可以觀察到於 QF 為 40 時，人類肉眼還可以判別出浮水印的內容，這
是由於我們在嵌入演算法時，使用到離散餘弦轉換，並依照浮水印強度嵌入至離 散餘弦係數中，故在壓縮率很高的狀態下，仍然可以正確地判別出浮水印的內 容。
表 4-2 JPEG 壓縮攻擊的 NC 值與萃取的浮水印
QF 20 30 40 50
NC 0.651032 0.713884 0.861163 0.945591
Extracted watermark
QF 60 70 80 90
NC 0.966229 0.990619 0.997248 1
Extracted watermark
圖 4-6 為我們的方法與 Xie 學者的方法之比較，由圖中可以觀察出，在面臨 JPEG 壓縮攻擊之下，雖然 Xie 學者和我們的演算法皆將浮水印嵌入於離散餘弦 頻率域中，但我們的演算法多增加了浮水印估測強度，使得萃取出的浮水印皆呈 現較好的 NC 值。
圖 4-6 JPEG 攻擊直方比較圖
2. JPEG2000 攻擊測試
JPEG2000 是基於離散小波轉換的圖像壓縮標準，在未來被認為可以取代 JPEG 成為新一代的壓縮標準，JPEG2000 是藉由降低離散小波轉換後的高頻區係 數值來達成壓縮的目的。
在這裡 JPEG2000 壓縮攻擊的模擬，我們使用 ECW JPEG 2000 Compressor 7.0 來執行，將浮水印影像儲存為 JPEG2000 失真格式的影像，來做測試，再將其恢 復成點陣圖的格式。我們將浮水印影像依照壓縮率（Compression Rate，CR）來 做壓縮測試，從 CR 為 20 至 90 分別做壓縮，CR 愈大代表壓縮率愈高，壓縮後 的影像品質愈差，如表 4.3 所示，我們可以觀察到於 CR 為 45 時，肉眼還可以判 別出浮水印的內容，這是由於我們在嵌入演算法時，我們將浮水印嵌入於離散小 波轉換的低頻頻帶中，故在壓縮率很高的狀態下，仍然可以正確地判別出浮水印 的內容。
0 0.2 0.4 0.6 0.8 1 1.2
20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
NC
Quality Factor(QF)
Proposed Xie
表 4-3 JPEG2000 壓縮攻擊的 NC 值與萃取的浮水印
CR 20 30 40 45
NC 0.953096 0.931520 0.833959 0.809568
Extracted watermark
CR 50 60 70 80
NC 0.785178 0.754221 0.725141 0.621013
Extracted watermark
圖 4-7 為我們的方法與 Xie 學者的方法之比較。由圖中可以觀察出，在面臨 JPEG 2000 壓縮攻擊之下，我們的方法所萃取出的浮水印呈現較好的 NC 值。
0 0.2 0.4 0.6 0.8 1 1.2
20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
NC Proposed
Xie
3.模糊與銳化攻擊
模糊與銳化影像的應用相當廣，可用於辨識影像、醫學影像或是日常生活中等。
於醫學影像可以應用銳化處理來更精確的判別腫瘤的位置，來降低風險；於日常 生活中，可以應用模糊處理來美化膚色。本論文所使用的模糊與銳化攻擊測試環 境為 PhotoImpact 12，表 4-4 和表 4-5 為浮水印影像遭到模糊攻擊時的浮水印影像、
NC 值與萃取的浮水印內容；表 4-6 為浮水印影像遭到銳化攻擊時的浮水印影像、
NC 值與萃取的浮水印內容。可以觀察到我們的演算法對於模糊程度較大時的攻 擊，其萃取結果並不理想，主要是需要考慮到透明度及強韌度之間的取捨，但在 糊糊程度較小的攻擊時，尚可得到令人滿意的結果。
表 4-4 模糊攻擊的 NC 值與萃取的浮水印
模糊類型 攻擊後的浮水印影像 NC Extracted watermark
Median filter(3*3) 0.934334
Median filter(5*5) 0.59389
Median filter(7*7) 0.513133
Average filter(3*3) 0.920263
Average filter (5*5) 0.536585
Average filter (7*7) 0.443515
表 4-5 高斯模糊攻擊的 NC 值與萃取的浮水印 半徑(R) 0.5 1 1.5
NC 0.99531 0.884615 0.80394 Extracted
watermark
半徑(R) 2 2.5 3 NC 0.63227 0.55253 0.51970 Extracted
watermark
表 4-6 銳化攻擊的 NC 值與萃取的浮水印
圖 4-9 高斯模糊攻擊的直方比較圖
4.對比與亮度攻擊測試
本論文使用 PhotoImpact 12 來執行對比與亮度攻擊的模擬，表 4-7 為浮水印影像 遭到對比攻擊時的浮水印影像、NC 值與萃取的浮水印內容；表 4-8 為浮水印影 像遭到亮度攻擊時的浮水印影像、NC 值與萃取的浮水印內容。從表中我們可以 得到我們的演算法對於對比與亮度的調整有很好的強韌度，主要是因為萃取演算 法是藉由頻率域的係數間大小來做為萃取條件，而對比與亮度的調整並不會改變 其係數間的大小關係。
0 0.2 0.4 0.6 0.8 1 1.2
0.5 1 1.5 2 2.5 3 3.5
NC
R(半徑)
Proposed Xie
表 4.7
對比攻擊的 NC 值與萃取的浮水印 對比參數 攻擊後的浮水印影像 NC Extractedwatermark
30
0.997186
40
0.985929
50
0.974672
60
0.962477
對比參數 攻擊後的浮水印影像 NC Extracted watermark
-30
1
-40
1
-50
1
-60
1
表 4.8
亮度攻擊的 NC 值與萃取的浮水印 亮度參數 攻擊後的浮水印影像 NC Extractedwatermark 30
1
40
0.997186
50
0.992495
60
0.985929
亮度參數 攻擊後的浮水印影像 NC Extracted watermark -30
0.997186
-40
0.991557
-50
0.985929
-60
0.982176
圖 4-10 和圖 4-11 為我們的方法與 Xie 學者的方法之比較。由圖中我們可以