Lossless Watermarking for Image Tamper Detection and Reconstruction

1

無損式浮水印在影像篡改偵測與重建之應用

Lossless Watermarking for Image Tamper Detection

and Reconstruction

吳昭明 吳正綱 陳後守

國立虎尾科技大學 國立中興大學 國立中興大學 航空與電子科技研究所 電機工程系通訊所 電機工程系通訊所

[email protected] [email protected] [email protected]

1、摘要

本論文提出一個基於無損式浮水印的影像 篡改偵測與重建技術，為了能夠偵測篡改以及重 建影像，影像的重建資訊將使用區塊化差值擴張 無損式浮水印來自我嵌入，影像重建資訊包含修 復碼、同位檢查碼和溢位/欠位還原資訊。同位檢 查碼可用來偵測影像遭受篡改的區塊，當偵測出 影像區塊遭受到篡改時，可有效率的利用隱藏在 其對應區塊的修復碼修復遭受竄改區塊，若隱藏 在其對應區塊中的修復碼也遭受破壞，則使用影 像修補技術提高重建影像的品質。此外，由於重 建資訊是使用區塊化的差值擴張無損式浮水印 方式嵌入，因此未遭受篡改的影像區塊可以無失 真的還原原始區塊的內容。也就是說，當嵌入影 像未受到任何篡改時，嵌入影像重建資訊所造成 的失真將可被完全移除。實驗結果顯示，此一架 構除了能夠有效率的偵測篡改區塊和重建外，重 建影像的品質還能優於嵌入影像的品質。1 關鍵字：無損式浮水印、差值擴張、篡改偵 測、影像修復、影像修補。

1、Abstract

A new image tamper detection and

本研究由國科會計畫 NSC 98-2221-E-150-045-補助

reconstruction scheme based on lossless watermarking is proposed. To achieve tamper detection and image reconstruction, the reconstruction information of an image is self-embedded by block-wise difference expansion lossless watermarking algorithm. The reconstruction information consists of recovery code, parity-check code, and reverse side information. The parity-check code is used for tamper detection. Image blocks detected as tampered can be recovered effectively from the corresponding recovery code stored in another block. If the corresponding recovery code is also tampered, image inpainting technique is applied to improve the quality of reconstructed image. In addition, since the reconstructed information is embedded by lossless watermarking, all of the non-tampered image blocks can be restored to the original . , i.e., the distortion caused by embedding of the reconstruction information can be removed completely. Experimental results demonstrate that not only the tampered image blocks can be effectively detected and reconstructed but also the quality of reconstructed image will be better than that of watermarked image.

2

Keywords: lossless watermark, difference expansion, tamper detection, image recovery, image inpainting

2、簡介

隨著多媒體以及網路的發展，數位化儼然成 為不可抵擋的趨勢，底片、唱片、磁帶逐漸走入 歷史，取而代之的是記憶卡、光碟、數位視訊影 碟。藉由隨身存取裝置和光碟機等裝置，我們可 以將照片(picture)、音訊(audio)、視訊(video)等數 位內容儲存至電腦硬碟或網路硬碟，不但能隨時 滿足視聽上的要求，甚至還能不受限地任意傳播、 散佈、編輯、複製、篡改這些數位化內容，引發 盜版問題以及版權爭議等社會問題。因此，對於 數位化版權內容的保護及其完整性的認證是一 件刻不容緩需要解決的問題。 Cox[8]針對此問題提出了兩個數位浮水印 的應用：一、版權處理(copyright management)。 二、完整性認證(integrity authentication)。版權處 理包含了版權保護(copyright protection)和數位 指紋(digital fingerprinting)，分別用作智慧財產權 的保護以及追蹤非法的複製盜用者。完整性認證 則主要用來認證數位媒體的真確性，也就是檢測 端能夠判斷媒體是否遭受任何的修改。 近年來許多學者廣泛地討論篡改認證技術 (tamper proofing technique)，其中包含影像篡改偵 測(image tamper detection)[7-8,13,15-16,21]以及 偵 測 篡 改 與 修 復 (tamper detection and recovery)[3-4,12,18-20]技術。影像篡改偵測技術 主要是將認證資料當作浮水印嵌入影像中，其所 嵌入的認證資料能夠被用來檢測該影像是否遭 受篡改並且定位出遭受篡改的位置。而偵測篡改 與修復 架構則是進一步取出影像的特徵資訊 (feature information)作為浮水印並嵌入至原始影 像內，當嵌入浮水印的影像遭受竄改時，能夠藉 由取出浮水印去修復(recovery)受損區塊。 一般的浮水印架構在浮水印嵌入時影像會 遭受到輕微的修改，通常肉眼並不會察覺，但在 某些特殊應用，如醫學、法律鑑定等，即使此種 輕微的失真也不允許，因此無損式浮水印為另一 個廣受探討的議題，此種架構能夠由嵌入浮水印 後的影像取出浮水印並還原原始影像。Feng 等人 [5]將無損式浮水印分為三類：包含基於資料壓縮 之無損式浮水印[9,14-15]、基於擴張差值之無損 式浮水印[1-2,10-11]以及基於直方圖平移之無損 式浮水印[17]。 由於無損式浮水印具有取出浮水印並還原 原始影像的特性，因此本質上即可用作篡改認證 的應用。早期的無損式浮水印文獻[7-8,13]往往也 提到其在篡改認證上的功用。其作法是以無損式 浮水印的演算法將認證資料當作浮水印嵌入原 始影像；認證時，先由嵌入浮水印影像取出認證 資料，再依據無損式浮水印演算法還原原始影像 並重新計算認證資料，若取出的認證資料和重新 計算的認證資料一致，則可認證無損式浮水印所 還原之原始影像的完整性。 此一無損式浮水印認證方式必須先作原始 影像還原方可達成影像認證的目的，Celik 等人 [15]提出一種新的無損式浮水印認證架構，此一 架構對於認證通過的影像同樣可作無失真的還 原，但不同於傳統的無損式浮水印認證方式，必 須先做原始影像還原才可驗證，新架構是先通過 完整性驗證後才需要還原原始影像。在認證失敗 或是只需要驗證而不需要還原原始影像的情況 下，此一架構可有效減少計算量。 Lin 等人[20]提出使用基於擴張差值之無損 式浮水印[10]來嵌入影像的特徵資訊。其嵌入步 驟依序可分成兩個階段：一、有失真嵌入同位檢 查碼：首先將原影像分割成不重疊的2 × 2區塊並 將所有像素的最低位元歸零，接著計算出二進制 的區塊整數平均值，並以互斥或求得𝑝₁，最後將 同位檢查碼𝑝1和𝑝 1(𝑝 1為的補數)嵌入在區塊的最 低位元即可得嵌入影像𝑰𝒆𝒎。二、無損式嵌入修 復資訊：將𝑰𝒆𝒎使用3階離散小波轉換(DWT)，取

3 出𝐿𝐿2和𝐿𝐿3每一個係數的前8個重要位元作為其 修復資訊，接著使用 Tian[10]差值擴張的方式以 水平配對嵌入後再以垂直配對嵌入剩下的修復 資訊。當同位檢查碼偵測出篡改時，即可利用修 復資訊修復篡改，若影像沒有遭受任何篡改時， 即可還原到嵌入影像𝑰_𝒆𝒎。 本論文以 Wu 等人[2]所提出區塊化差值擴 張無損式浮水印方法為基礎並經適當修改來嵌 入浮水印，浮水印的內容包含區塊修復碼ℛ、同 位檢查碼𝒫、溢位/欠位還原資訊𝒜。由於使用無 損式浮水印方法嵌入在原始影像上，所以當嵌入 浮水印的影像未受到任何篡改時，可無失真的完 整還原原始的影像。

3、新的演算法

本論文所提出的演算法可分為三個部份：浮 水印嵌入、偵測篡改區域以及影像重建。

3.1、嵌入浮水印

本論文以 Wu 等人[2]所提出區塊化差值擴 張無損式浮水印方法為基礎並經適當修改來嵌 入浮水印，浮水印的內容包含區塊修復碼ℛ、同 位檢查碼𝒫、溢位/欠位還原資訊𝒜。

3.1.1、區塊化差值擴張無損式浮水印

首先將原影像分割成3 × 3不重疊的區塊𝐵， 每一個區塊的中間點稱為參考點𝑝_𝑟，其他的像素 以𝑝_𝑖, 𝑖 = 1,2, … ,8表示。每一個區塊將有八組像素 配對 𝑝_𝑖, 𝑝_𝑟 , 𝑖 = 1,2, … ,8，區塊化差值擴張演算 法將保留參考點𝑝_𝑟，僅針對𝑝_𝑖嵌入浮水印。區塊 內每一組配對像素的差值可表示成： ℎ_𝑖 = 𝑝_𝑖− 𝑝𝑟 2 × 2, (1) 𝑥 表示不大於𝑥的最大整數。假設要嵌入的隱藏 資訊𝑏 ∈ {0,1}，嵌入隱藏資訊後的像素配對記為 𝑝′𝑖, 𝑝𝑟 ，則： 𝑝′_𝑖 = 𝑝𝑟 2 × 2 + 2ℎ𝑖+ 𝑏 (2) 在取出藏匿於區塊的資料時，區塊內各配對 像素新的差值ℎ_𝑖′_{定義如下：} ℎ_𝑖′ _{= 𝑝} 𝑖′ − 𝑝_𝑟 2 × 2 3 = 2ℎ𝑖 + 𝑏 則隱藏的資訊位元𝑏由下式決定： 𝑏 = 1 當 ℎ𝑖 ′ _為奇數 0 當 ℎ_𝑖′ _為偶數 (4) 注意， 𝑝_𝑟 × 2是一個偶數，從公式(3)可2 知，若ℎ_𝑖′_{為偶數則𝑝} 𝑖′是偶數；反之，若ℎ𝑖′為奇數 則𝑝_𝑖′_{是奇數，所以取出隱藏的資訊位元𝑏可簡單} 的由𝑝_𝑖′_{取出，即：} 𝑏 = 1 當 𝑝𝑖 ′ _為奇數 0 當 𝑝_𝑖′ _為偶數 (5) 要還原區塊內的元素值𝑝_𝑖，必須先取得區塊 內各配對像素原來的差值ℎ_𝑖： ℎ𝑖 = ℎ_𝑖′ _{− 𝑏} 2 (6) 區塊內原來的像素𝑝_𝑖可用下式進行無失真的還 原： 𝑝_𝑖 = 𝑝𝑟 2 × 2 + ℎ𝑖 (7)

4 由於差值擴張後的像素可能會發生溢位(像 素值>255)或者欠位(像素值<0)的情況，所以原 始影像在嵌入前必須先針對溢位和欠位的像素 值做適當的調整。使得每一個區塊都能夠嵌入浮 水印。

3.1.2、產生浮水印

嵌入區塊的浮水印包含三個部分：區塊修復 碼ℛ、同位檢查碼𝒫、溢位/欠位還原資訊𝒜。每 區塊修復碼ℛ的長度為 5 個位元，首先將區塊中 9 個像素值取整數平均值，將此一平均值表示為 二進位數(𝓂₇, 𝓂₆, 𝓂₅, 𝓂₄, 𝓂₃, 𝓂₂, 𝓂₁, 𝓂₀)₂， 我們取其前 5 個重要位元作為此區塊的修復碼， 即： ℛ = 𝓂7, 𝓂6, 𝓂5, 𝓂4, 𝓂3 。 (8) 當某一區塊遭受到篡改時，可先將此區塊的修復 碼ℛ後面串接三個 0 位元，而得到區塊的近似平 均值𝑚，即 𝑚 = ℛ|| 0,0,0 (9) = (𝓂7, 𝓂6, 𝓂5, 𝓂4, 𝓂3, 0,0,0)2 再用此一近似平均值𝑚替代區塊中的 9 個像素值， 此即達到區塊修復的目的。同位檢查碼𝒫主要用 於偵測區塊是否遭受篡改，而同位檢查碼𝒫是由 兩個互補的位元𝓅和𝓋串接而成，即： 𝒫 = 𝓅, 𝓋 (10) 其中 𝓅 = 𝓂7 ⊕ 𝓂6⊕ 𝓂5⊕ 𝓂4⊕ 𝓂3。 (11) 區塊修復碼ℛ和同位檢查碼𝒫合稱為區塊特徵碼 ℱ。為了讓原本會溢位或者欠位的像素也能夠還 原成原來的像素值，必須額外嵌入一些附屬資訊， 此為溢位/欠位還原資訊𝒜。

3.1.3、浮水印嵌入位置

圖二所示為一個影像區塊中的 9 個像素，區 塊修復碼ℛ和其同位檢查碼𝒫將分別隱藏在相對 應區塊的𝑝₁~𝑝₅以及𝑝₆~𝑝₇。而保留下來的𝑝₈則嵌 入溢位/欠位還原資訊𝒜。相對應區塊的對應方式 是將影像分成四個象限，以對角方向之象限作為 互相配對的基準，並經由隨機亂數攪亂其區塊的 順序。 圖二、影像區塊像素

3.2、偵測篡改區塊

每一個區塊取出浮水印後，利用區塊特徵碼 ℱ來偵測區塊是否遭受篡改。偵測篡改程序將分 為兩個階段進行：檢查特徵碼ℱ和擴大篡改區域。

3.2.1、階段一：偵測篡改區塊

座標為(𝑥, 𝑦)的區塊𝐵_𝑥,𝑦是否有被竄改，首先 由區塊的像素𝑝₁~𝑝₇取出隱藏於此區塊的修復碼 ℛ = (𝓂₇, 𝓂₆, 𝓂₅, 𝓂₄, 𝓂₃) 及 同 位 檢 查 碼 𝒫 = 𝓅, 𝓋 ，接著用ℛ重新計算同位檢查位元𝓅_𝑒， 𝓅𝑒 = 𝓂7⊕ 𝓂6⊕ 𝓂5⊕ 𝓂4⊕ 𝓂3 (12) 如果𝓅_𝑒 = 𝓅，且𝓅_𝑒 ≠ 𝓋，則此區塊𝐵_𝑥,𝑦未遭受竄 改；反之，則區塊𝐵_𝑥,𝑦有遭受竄改。我們用𝓉_𝑥,𝑦來 表示此一階段區塊是否遭受竄改的偵測結果： 𝓉𝑥,𝑦 = 0 區塊𝐵_𝑥,𝑦未遭受竄改 1 區塊𝐵_𝑥,𝑦有遭受竄改 (13) p1 p2 p3 p4 p5 p6 p7 p8 pr p1 p2 p3 p4 p5 p6 p7 p8 pr

5

3.2.2、階段二：擴大篡改區塊

若一影像區塊有遭受竄改，則周圍區塊亦遭 受竄改的機率將大為提高。因此竄改區塊擴大的 程序將可有效降低偵測失誤(missing)的機會。針 對影像區塊𝐵_𝑥,𝑦，我們以其為中心計算周圍區塊 在第 一階 段 偵 測 時判 定其 有受 竄改 的 區 塊數 𝓃_𝑥,𝑦表示如下： 𝓃_𝑥,𝑦 = 𝓉 𝑥′_{, 𝑦}′ ₍₁₄₎ 𝑥′_,𝑦′_{∈𝑊𝑥,𝑦} 其中𝑊_𝑥,𝑦是一個3 × 3的移動視窗且中心坐落於 區塊𝐵_𝑥,𝑦上。若𝓃_𝑥,𝑦 > 0則認定此區塊𝐵_𝑥,𝑦也遭受 竄改，若𝓃_𝑥,𝑦 = 0則判定此區塊𝐵_𝑥,𝑦未受竄改。 經過兩階段程序後，區塊𝐵_𝑥,𝑦是否有受竄改將由 𝒯_𝑥,𝑦表示如下： 𝒯_𝑥,𝑦 = 1 𝐵𝑥,𝑦遭受篡改，即𝓃𝑥,𝑦 > 0 0 𝐵_𝑥,𝑦未遭受篡改，即𝓃_𝑥,𝑦 = 0 (15)

3.3、影像重建

影像重建依序包含三個階段：1、判定未受 竄改區塊作無失真還原。2、使用驗證後的修復 碼作有失真的修復受篡改區塊，3、若遭受竄改 區塊其相對應之修復碼亦受攻擊，則利用周圍已 作無失真還原或有失真修復之區塊修補。

3.3.1、階段一：無失真還原區塊

由於每一個區塊均採無失真嵌入浮水印，故 針對𝒯_𝑥,𝑦 = 0的區塊可使用公式(3)、公式(6)以及 公式(7)還原。

3.3.2、階段二：有失真修復區塊

針對𝒯_𝑥,𝑦 = 1且修復碼ℛ未被損壞的區塊可 進行有失真的修復。首先將長度為5個位元的修 復碼ℛ串接3個0位元，再將此8個位元轉換為十 進制ℛ_dec，接著把有遭受竄改的區塊𝐵_𝑥,𝑦內所有 的像素皆以ℛ_dec取代，完成修復後再將𝒯_𝑥,𝑦設為0。

3.3.3、階段三：影像修補

受篡改區塊若其相對應修復碼ℛ也被攻擊時， 可利用周圍已無失真還原區塊和已完成有失真 修復區塊進行影像修補。針對每一個區塊𝐵_𝑥,𝑦定 義修補係數ξ_𝑥,𝑦如下： ξ_𝑥,𝑦 = 1 if 𝒯_𝑥,𝑦 = 1 且 (9 − 𝒯_𝑥′_,𝑦′ 𝑥′_,𝑦′_{∈𝑊𝑥,𝑦} ) > 0 0 其它 (16) 修補係數ξ_𝑥,𝑦 = 1表示區塊𝐵_𝑥,𝑦可進行修補；修補 係數ξ_𝑥,𝑦 = 0表示區塊無需或者目前無法進行修 補。針對所有ξ_𝑥,𝑦 = 1的區塊可求得影像修補值 𝒞_𝑥,𝑦： 𝒞_𝑥,𝑦 = (1 − 𝒯_𝑥′_,𝑦′) 1 9 3𝑗 =1 3𝑘=1𝐵𝑥′,𝑦′(𝑗, 𝑘) 𝑥′_,𝑦′_{∈𝑊𝑥,𝑦} 9 − _𝑥′_,𝑦′_∈𝑊 𝒯_{𝑥′,𝑦′} 𝑥,𝑦 (17) 此修補值是由周圍影像區塊中𝒯_𝑥,𝑦 = 0的區塊所 求得的像素平均值。利用影像修補值𝒞_𝑥,𝑦替代要 修補區塊的所有像素，並將完成修補區塊的𝒯_𝑥,𝑦 設為0。此一修補動作必須重覆遞迴修補，直至 所有𝒯𝑥,𝑦的內容全為0，此時即完成所有的區塊的 重建動作。

6

4、實驗結果與討論

使用四張影像大小為510 × 510的影像進行 實驗，包括 Lena、Elaine、Truck 以及 House。首 先以增加裁切(crop)影像區塊個數的方式模擬重 建影像品質的變化，其模擬結果如圖三所示。由 圖三可發現，重建影像的品質會出現一斷層的現 象，此一現象是由於溢位/欠位還原資訊𝒜遺失， 導致大部分的溢位/欠位區塊無法重建(包括還原、 修復和修補)。另外，由圖三還可發現，本論文 突破傳統影像修復架構的效能限制，即使嵌入容 量僅僅每像素嵌入8 9 個位元且篡改範圍為25% 影像大小，但由於使用無損式浮水印架構使得未 受篡改區塊得以無失真還原外，需要修補的區塊 也有機會使用部分的無失真像素進行修補，所以 重建影像的品質仍遠大於嵌入浮水印影像的品 質。 本論文也實驗三種不同屬性的篡改行為，如 圖四和圖十一是將別的影像圖樣移植加以覆蓋、 圖五至圖八以及圖十三則屬於裁切影像區塊、圖 十和圖十二則是複製鄰近影像方式的篡改行為。 每一種篡改皆依序展示原影像、嵌入影像、篡改 影像、偵測出篡改的區塊、還原未篡改區塊影像、 修復篡改區塊影像、尚未修補區塊以及修補影像。 從圖九的 F6 和圖十二的 I6 可發現沒有區塊需要 做影像修補，這是因為相對應的修復碼是嵌入在 對角象限，若被篡改區域不是同時包含對角象限 時，相對應的修復碼皆可正確的取出並用來修復 篡改區塊。 由以上的實驗結果可看出本論文即使嵌入 容量小於 1，還是能夠非常有效率的定位出篡改 區塊和重建篡改區塊。

5、參考文獻

[1] A. M. Alattar, “Reversible Watermark Using the Difference Expansion of a Generalized Integer Transform”, IEEE Transactions on Image Processing, Vol. 13, No. 8, pp.

1147-1156, Aug. 2004.

[2] C. M. Wu, C. K. Wu and H. S. Chen, “A Simple Reversible Watermarking Scheme Based on Difference Expansion”, Proc. ITC-CSCC, pp. 1188-1191, Jul. 2009.

[3] C. L. Wang, R. H. Hwang, T. S. Chen and H.Y. Lee, “Detecting and Restoring System of Tampered Image Based on Discrete Wavelet Transformation and Block Truncation Coding”, Proceedings of the 19th International Conference on Advanced Information Networking and Applications, Vol. 2, pp. 79-82, 2005.

[4] C. T. Wang, T. S. Chen and S. H. He, “Detecting and Restoring the Tampered Images Based on Iteration-free Fractal Compression”, Journal of Systems and Software, Vol. 67, No. 2, pp. 131-140, Aug. 2003.

[5] J. B. Feng, I. C. Lin, C. S. Tsai, and Y. P. Chu, “Reversible Watermarking: Current Status and Key No.s”, International Journal of Network Security, Vol. 2, No. 3, pp. 161–171, May 2006.

[6] I. J. Cox, M. L. Miller and J. A. Bloom, “Digital watermarking”, Morgan Kaufmann Publishers, USA, 2001.

[7] J. Fridrich, “Image Watermarking for Tamper Detection”, IEEE International Conf. on Image Processing, Vol. 2, pp. 404-408, Chicago, IL, USA, Oct. 1998.

[8] J. Fridrich, “Methods for Tamper Detection in Digital Images”, Proceedings of Multimedia and Security Workshop at ACM Multimedia, pp. 19-23, Orlando, FL, 30-31 Oct. 1999. [9] J. Fridrich, M. Goljan and R. Du, “Invertible

Authentication,” in Proc. SPIE Photonics West, Security and Watermarking of Multimedia Contents III, vol. 3971, pp. 197-208, San Jose, California, Jan. 2001.

[10] J. Tian, ”Reversible Data Embedding Using a Difference Expansion”, IEEE Transactions on Circuits and Systems for Video Technology, Vol. 13, No. 8, pp. 890-896, Aug. 2003.

[11] L. Kamstra and H. J. A. M. Heijmans, “Reversible Data Embedding Into Images

7

Using Wavelet Techniques and Sorting”, IEEE Transactions on Image Processing, Vol. 14, No. 12, pp. 2082-2090, Dec. 2005

[12] T. Y. Lee and S. D. Lin, “Dual Watermark for Image Tamper Detection and Recovery”, Pattern Recognition, Vol. 41, No. 11, pp. 3497-3506, Nov. 2008.

[13] M. U. Celik, G. Sharma, E. Saber, and A. Murat Tekalp, “Hierarchical Watermarking for Secure Image Authentication with Localization”, IEEE Transaction on Image Processing , Vol. 11, No. 6, pp. 585-595, Jun. 2002.

[14] M. U. Celik, G. Sharma, A. M. Tekalp and E. Saber, “Lossless Generalized-LSB Data Embedding”, IEEE Transactions on Image Processing, Vol. 14, No. 2, pp. 253-266, Feb. 2005.

[15] M. U. Celik, G.Sharma and A. M. Tekalp, “Lossless Watermarking for Image Authentication: A New Framework and An Implementation”, IEEE Transactions on Image Processing, Vol. 15, No. 4, pp. 1042-1049, Apr. 2006.

[16] R. Ni, Q. Ruan and Y. Zhao, “Pinpoint Authentication Watermarking Based on a

Chaotic System”, Forensic Science International, Vol. 179, No. 1, pp. 54-62, Jul. 2008.

[17] Z. Ni, Y. Q. Shi, N. Ansari and W. Su, “Reversible Data Hiding”, IEEE Transactions on Circuits and Systems for Video Technology, Vol. 16, No. 3, pp. 354-362, Mar. 2006.

[18] P. L. Lin, P. W. Huang, A. W. Peng, “A Fragile

Watermarking Scheme for Image

Authentication with Localization and Recovery”, IEEE Sixth International Symposium on Multimedia Software Engineering, pp. 146-153, 13-15 Dec. 2004. [19] P. L. Lin, C. K. Hsieh, P. W. Huang, “A

hierarchical Digital Watermarking Method for Image Tamper Detection and Recovery”, Pattern Recognition, Vol. 38, No. 12, pp. 2519–2529, Dec. 2005.

[20] S. D. Lin and A. L. Chiang, “Tamper Detection and Recovery Using a Reversible Watermarking Technique”, Journal of Computers, Vol. 20, No. 1, pp. 2-10, Apr. 2009. [21] S. Walton, “ Image Authentication for a Slippery New Age” , Dr. Dobb's Journal, Vol. 20, pp. 18-26, 1995.

8

(A0) (A1) (A2) (A3)

(A4) (A5) (A6) (A7)

圖 四 ： (A0) 原 影 像 (A1) 嵌 入 影 像 PSNR=27.7423 (A2) 篡 改 影 像 PSNR=14.4917 (A3)偵測篡改區塊 (A4)無失真還原未篡改區塊 PSNR=14.5891 (A5)修復篡改區塊 PSNR=21.0934 (A6)尚未修補區塊(A7)修補遺失回復資訊之篡 改區塊 PSNR=28.5816。 (B0) (B1) (B2) (B3) (B4) (B5) (B6) (B7) 圖五：(B0)原影像 (B1)嵌入影像 PSNR=27.9589 (B2)篡改影像 PSNR=9.7546 (B3)偵測篡改區塊 (B4)無失真還原未篡改區塊 PSNR=9.8041 (B5)修復篡改區塊 PSNR=33.5691 (B6) 尚 未 修 補 區 塊 (B7) 修 補 遺 失 回 復 資 訊 之 篡 改 區 塊 PSNR=34.3175。

9 (C0) (C1) (C2) (C3) (C4) (C5) (C6) (C7) 圖 六 ： (C0) 原 影 像 (C1) 嵌 入 影 像 PSNR=27.9589 (C2) 篡 改 影 像 PSNR=12.7887 (C3)偵測篡改區塊 (C4)無失真還原未篡改區塊 PSNR=12.8797 (C5)修復篡改區塊 PSNR=33.5942(C6)尚未修補區塊(C7)修補遺失回復資訊之篡 改區塊 PSNR=33.7699。 (D0) (D1) (D2) (D3) (D4) (D5) (D6) (D7) 圖 七 ： (D0) 原 影 像 (D1) 嵌 入 影 像 PSNR=27.9589 (D2) 篡 改 影 像 PSNR=11.2744 (D3)偵測篡改區塊 (D4)無失真還原未篡改區塊 PSNR=11.3436 (D5)修復篡改區塊 PSNR=33.6952 (D6)尚未修補區塊(D7)修補遺失回復資訊之篡 改區塊 PSNR=34.2416。

10

(E0) (E1) (E2) (E3)

(E4) (E5) (E6) (E7)

圖八：(E0)原影像 (E1)嵌入影像 PSNR=27.9589 (E2)篡改影像 PSNR=10.3719 (E3)偵測篡改區塊 (E4)無失真還原未篡改區塊 PSNR=10.4232 (E5)修復篡改區塊 PSNR=33.0479 (E6) 尚 未 修 補 區 塊 (E7) 修 補 遺 失 回 復 資 訊 之 篡 改 區 塊 PSNR=33.1399。 (F0) (F1) (F2) (F3) (F4) (F5) (F6) (F7) 圖九：(F0)原影像 (F1)嵌入影像 PSNR=27.9589 (F2)篡改影像 PSNR=10.3466 (F3) 偵測篡改區塊(F4)無失真還原未篡改區塊 PSNR=10.3991 (F5)修復篡改區塊 PSNR=33.5652 (F6) 尚 未 修 補 區 塊 (F7) 修 補 遺 失 回 復 資 訊 之 篡 改 區 塊 PSNR=33.5652。

11 (G0) (G1) (G2) (G3) (G4) (G5) (G6) (G7) 圖 十 ： (G0) 原 影 像 (G1) 嵌 入 影 像 PSNR=28.1117 (G2) 篡 改 影 像 PSNR=22.5972 (G3)偵測篡改區塊 (G4)無失真還原未篡改區塊 PSNR=23.8630 (G5)修復篡改區塊 PSNR=35.7472 (G6)尚未修補區塊(G7)修補遺失回復資訊之篡 改區塊 PSNR=37.8637。 (H0) (H1) (H2) (H3) (H4) (H5) (H6) (H7) 圖 十 一 ： (H0) 原 影 像 (H1) 嵌 入 影 像 PSNR=28.1117 (H2) 篡 改 影 像 PSNR=23.5570 (H3)偵測篡改區塊 (H4)無失真還原未篡改區塊 PSNR=25.1835 (H5)修復篡改區塊 PSNR=35.8093(H6)尚未修補區塊(H7)修補遺失回復資訊之篡 改區塊 PSNR=37.5164。

12

(I0) (I1) (I2) (I3)

(I4) (I5) (I6) (I7)

圖 十 二 ： (I0) 原 影 像 (I1) 嵌 入 影 像 PSNR=25.1271 (I2) 篡 改 影 像 PSNR=20.1541 (I3)偵測篡改區塊 (I4)無失真還原未篡改區塊 PSNR=21.2649 (I5) 修復篡改區塊 PSNR=30.3989 (I6)尚未修補區塊(I7)修補遺失回復資訊之篡改區 塊 PSNR=30.3989。 (J0) (J1) (J2) (J3) (J4) (J5) (J6) (J7) 圖十三：(J0)原影像 (J1)嵌入影像 PSNR=25.1271 (J2)篡改影像 PSNR=12.7238 (J3) 偵測篡改區塊 (J4)無失真還原未篡改區塊 PSNR=12.8650 (J5)修復篡改區塊 PSNR=18.4700 (J6) 尚 未 修 補 區 塊 (J7) 修 補 遺 失 回 復 資 訊 之 篡 改 區 塊 PSNR=27.3674。