第五章 實驗結果與討論
5.1 JPEG壓縮攻擊
JPEG(Joint Photographic Experts Group)原本僅是一個影像研究組織名稱之縮寫，該 組織起源於 1986 年，成員大部份為國際標準組織(ISO，International Organization for Standardization)與國際電報電話諮詢委員會(CCITT，International Telegraph and Telephone Consultative Committee)兩大組織的會員 [32]。自 1991 年 3 月JPEG技術首次發表至今，
JPEG已經成為一個國際標準的數位影像壓縮方法。
JPEG 是一種會失真的破壞性壓縮法，適用於靜態的全彩與灰階影像之壓縮，其主 要是以離散餘弦變換（DCT，Discrete Cosine Transform）作為核心演算法，將影像作區 塊切割並轉換至頻率域後，經過量化程序去除高頻區較不重要的資訊，保留低頻區較重 要之資訊，以達到影像壓縮的目的。我們可以藉由控制壓縮係數(Quality factor of compression)以取得影像壓縮率與壓縮後影像品質間的平衡。
壓縮前的原始影像 以JPEG 對影像進行壓縮攻擊之結果 壓縮係數=40，PSNR=33.49，ρ=1 圖30 Lena 原始影像與以 JPEG 對嵌入浮水印的影像進行壓縮攻擊後之比較 (a) Lena 原始影像 (b) 以JPEG 壓縮過後之影像
在圖30 中，我們將 Lena 影像經「D18-10」之方法嵌入浮水印，再以 JPEG 壓縮方 法進行攻擊。由實驗結果可知，當影像經JPEG 壓縮攻擊之後，影像之容量減少，且影 像品質也因此降低(PSNR=33.49)，然而本論文所提出之動態能量差異化浮水印技術，仍 能夠由影像中偵測出浮水印的存在(ρ=1)，可證明本浮水印技術確實具有一定的強韌性。
實驗結果：
(a) Lena
JPEG 10 30 40 50 70 90
Results from
D18-10 ρ 0.86 1 1 1 1 1
Results from
D18-10(M) ρ 0.95 1 1 1 1 1
Results from
D9-7 ρ 0.70 1 1 1 1 1
Results from
D9-7(M) ρ 0.92 1 1 1 1 1
Results from
D9-7-F ρ 0.42 1 1 1 1 1
Results from
[1] ρ 0.15 0.23 0.26 0.57 1
(b) Goldhill
JPEG 10 30 40 50 70 90
Results from
D18-10 ρ 0.88 1 1 1 1 1
Results from
D18-10(M) ρ 0.93 1 1 1 1 1
Results from
D9-7 ρ 0.81 1 1 1 1 1
Results from
D9-7(M) ρ 0.96 1 1 1 1 1
Results from
D9-7-F ρ 0.52 1 1 1 1 1
Results from
[1] ρ 0.15 0.23 0.26 0.57 1
(c) Peppers
JPEG 10 30 40 50 70 90
Results from
D18-10 ρ 0.75 1 1 1 1 1
Results from
D18-10(M) ρ 0.93 1 1 1 1 1
Results from
D9-7 ρ 0.63 1 1 1 1 1
Results from
D9-7(M) ρ 0.91 1 1 1 1 1
Results from
D9-7-F ρ 0.29 0.99 1 1 1 1
Results from
[1] ρ 0.15 0.23 0.26 0.57 1 表5 以 JPEG 對影像進行壓縮攻擊後之實驗結果 (a)Lena (b)Goldhill (c)Peppers
表5 為在JPEG影像壓縮攻擊之下 ，本論文所提方法之五組實驗結果與參考文獻 [1]
之實驗結果比較。當壓縮係數為 30 時，三張影像中之五組實驗結果所測得之浮水印相 關係數均高於[1]，且係數值均維持在 0.99 以上；當壓縮係數降為 10 時，五組實驗結果 皆仍然能夠成功偵測出浮水印之存在，所得之係數值分佈在0.29 至 0.96 之間，雖然差 距頗大，但確實可證明這五組方法均具有極佳的抗JPEG壓縮能力。
此外，我們發現在使用相同 filter 的情況下，加入影像切割重組之前置處理方法後 所測得的相關係數值，皆高於原本的演算法所測得的數值，表示本論文所提出之動態能 量差異化浮水印技術，在加上影像切割重組之前置處理方法後，確實能夠提升浮水印對 於JPEG 壓縮攻擊之抵抗能力，進而增加浮水印的強韌性。
至於隨機強制差異化方向之浮水印演算法，由於嵌入浮水印後的影像品質會較差，
故在嵌入程序中必須將差異化間距調整為較低，以提升影像的品質，故在抵抗JPEG 壓 縮攻擊時，其抵抗效果自然也會較差。當同樣使用9-7 filter 且壓縮係數設定為 10 的情 況下，由「D9-7」與「D9-7-F」方法之實驗結果可以看出，隨機強制差異化方向浮水印 方法所測得的相關係數值，皆低於原本的最適差異化方向演算法所測得的數值，且差距 約在0.3 左右，故可得知隨機強制差異化方向之浮水印強韌性較原本之浮水印方法為低。
(a) Lena Correlation Value
Quality factor of JPEG compression
(b)
Goldhill(c) Peppers
圖31 三張影像內之浮水印對 JPEG 壓縮攻擊之承受程度 (a)Lena (b)Goldhill (c)Peppers Correlation Value
Correlation Value
Quality factor of JPEG compression
Quality factor of JPEG compression
在圖31 之實驗結果中，我們分別針對Lena、Godlhill及Peppers等三張影像，將JPEG 壓縮係數設定為1 至 100 以進行壓縮攻擊。由三張影像之實驗結果圖形中，可以看出本 論文所提方法之五組實驗結果相較於[1]而言，浮水印之強韌性皆獲得相當大的提升。
在實驗結果中亦可明顯比較出，加入影像切割重組之前置處理方法後，浮水印抵抗 JPEG 壓縮攻擊之能力會優於原本的浮水印演算法，而原本的浮水印演算法又優於隨機 強制差異化方向之方法。
當壓縮係數降至9 時，「D9-7-F」之方法在三張影像中仍可測得 0.27 以上之浮水印 相關係數；當壓縮係數設定為 4 時，「D18-10」與「D9-7」之方法仍然能夠在三張影像 中測得 0.24 以上之浮水印相關係數；而即使在壓縮係數為 1 時，「D18-10(M)」與
「D9-7(M)」這兩組加入了影像前置處理的浮水印方法，也都能夠自三張影像中測得 0.43 以上之浮水印相關係數。由於當相關係數值高於門檻值0.23 時，即表示可以成功偵測出 浮水印的存在，使浮水印的強韌性獲得保障，故本論文所提之五組實驗結果均較[1]之實 驗結果為佳，對於JPEG 壓縮攻擊之抵抗能力亦較高。