採分區式直方圖位移法應用於遠距醫療之低記憶量可逆浮水印技術

全文

(1)國立臺灣師範大學電機工程學系碩士論文指導教授：蘇崇彥博士採分區式直方圖位移法應用於醫學影像之低記憶量可逆浮水印技術 A Low Space Reversible Watermarking for Medical Images Using a Block Histogram Shifting. 研究生：施哲揚撰. 中華民國 104 年 06 月.

(2) 採分區式直方圖位移法應用於醫學影像之低記憶量可逆浮水印技術. 學生：施哲揚. 指導教授：蘇崇彥. 國立臺灣師範大學電機工程學系碩士班. 摘. 要. 在本論文中，我們提出一套用於醫學影像上的改良式直方圖位移浮水印嵌入技術。在先前文獻的方法中，浮水印及數位影像能夠經由傳送端所產生的位置圖資訊進行無損還原。然而，先前的方法並未考量到醫學影像的眾多特性。該特性將會產生大資料量的位置圖資訊，進而影響傳送資料的時間。. 為了解決大資料量的問題，我們提出一個新的紀錄位置圖資訊方法。我們利用一個位元的資料量紀錄原始影像及藏入資訊後影像之間的變化量以避免溢位及下溢的問題產生，並利用兩個位元的資料量紀錄區塊的高點資訊避免在接收端發生錯誤的資料判斷。在實驗結果中，本論文提出的方法能夠降低紀錄資訊的資料量達到 85%以上。此外，我們移植此技術至 Android 應用程式來實現遠距醫療系統的概念。. 關鍵字 : 無損資料藏入技術、直方圖位移、位置圖、醫學影像 i.

(3) A Low Space Reversible Watermarking for Medical Images Using a Block Histogram Shifting. Student：Shih, Che-Yang. Advisor：Dr. Su, Chung-Yen. Institute of Electrical Engineering National Taiwan Normal University. Abstract. In the paper, we propose an improved lossless data hiding method based on histogram shifting for medical images. In the previous studies, the watermark and cover image can be restored completely by the location map generated in the embedding process. However, the location map will not be considered when the medical image is being used as the cover image. This case will result in large-volume data of location map. To solve this problem, we propose a new method to record the location map. We observe the change of the original pixels and the resulting pixels in the cover image, and record each pixel pair by one bit for avoiding the overflow and underflow. Furthermore, we record each block by two bits to avoid wrong information in the extraction process. In the experiment results, our method can reduce the amount of data of the location map than the previous studies. Besides, we create an app for realizing a telemedicine system on Android OS.. Keywords: lossless data hiding, histogram shifting, location map, medical images.. ii.

(4) 誌. 謝. 碩班兩年的生活已結束。在過去兩年的時光中，感謝曾幫助過我完成研究的人能在我這兩年的研究生涯中不斷的協助我一步步完成研究。首先要感謝的是我的指導教授蘇崇彥博士，謝謝老師在指導學生研究的這兩年教會了學生研究的技巧與努力不懈的精神，也給了學生很多機會能夠嘗試新的事物、得到寶貴的經驗，不管是未來進入職場或是踏入新的環境皆受用，老師的諄諄教誨學生將抱著感恩的心持續往前。同時感謝葉榮木博士與李炯三博士能撥空擔任學生的口試委員，給予學生很多論文上的建議，能讓論文的內容更完美。在這兩年的實驗室生活中，感謝陳彥霖、林俊宇、陳昱宏與黃福安學長在我踏入研究生活的一開始協助我、幫助我了解研究內容，讓我能夠及早適應新的生活。特別要感謝的是我的實驗室夥伴陳鈺棠，謝謝鈺棠帶給實驗室乾淨的環境，並給予我許多的鼓勵及正面能量，在我研究遇到瓶頸時幫助我渡過難關，在我遇到困難時提供給我各種可行的方法。再來是實驗室的學弟們，謝謝政鈞願意擔任我們研究生的研究專業諮詢、謝謝乃魁在我想要運動的時候陪我運動、謝謝立安願意跟我分享有趣的事物、謝謝英浩在我忙碌時幫我分擔工作、謝謝俊霖在我需要釋放壓力時願意幫我分擔壓力，感謝學弟們豐富了我的研究生涯，讓我永生難忘。另外，雖然處於不一樣的實驗室，非常感謝昇儒學長、建輝學長、家宜、榮堃、宜蒲及帶給我正面能量的人們，感謝你們願意陪伴我走過這兩年的研究生涯，接納我的任性及各種丟臉的蠢事。在最後，我想要感謝的是陪伴我走完學生旅程的父母與哥哥，謝謝你們在我心情不好時能夠陪伴我走過傷痛，謝謝你們在我任性的時候接受我的壞脾氣，謝謝你們給我一個自由的學習旅程、讓我能夠無拘無束的完成我各個階段的學業。雖然幾行字並無法形容你們對我的好，希望我能夠在未來以行動來表達。. iii.

(5) 目錄. 中文摘要 ......................................................................................................................... i 英文摘要 ........................................................................................................................ ii 誌. 謝 ....................................................................................................................... iii. 目. 錄 ....................................................................................................................... iv. 圖目錄 ....................................................................................................................... vi 表目錄 ....................................................................................................................... ix 第一章緒論 .............................................................................................................. - 1 1.1. 研究背景 .................................................................................................. - 1 -. 1.2. 研究動機 .................................................................................................. - 2 -. 1.3. 研究目的 .................................................................................................. - 3 -. 1.4. 論文架構 .................................................................................................. - 3 -. 第二章文獻探討 ...................................................................................................... - 4 2.1. 數位浮水印技術概要 .............................................................................. - 4 -. 2.2. 文獻回顧 ................................................................................................ - 10 -. 2.3. 基於直方圖位移的分區浮水印技術.................................................... - 14 2.3.1 直方圖位移技術[8]......................................................................... - 14 2.3.2 基於直方圖位移的分區浮水印技術[10]....................................... - 17 -. 2.4. 額外資訊的紀錄方式 ............................................................................ - 22 -. 第三章研究方法 .................................................................................................... - 25 3.1. 系統架構 ................................................................................................ - 25 -. 3.2. 研究流程 ................................................................................................ - 27 -. 第四章實驗結果與數據分析 ................................................................................ - 52 4.1. 測試方法 ................................................................................................ - 53 -. iv.

(6) 4.2. 位置圖的資料量比較 ............................................................................ - 54 -. 4.3. 醫學影像對區塊尺寸的選擇 ................................................................ - 59 -. 第五章結合浮水印技術與 Android 實現遠距醫療系統 ..................................... - 66 第六章結論與未來展望 ........................................................................................ - 69 參考文獻 .................................................................................................................. - 71 自. 傳 .................................................................................................................. - 74 -. 學術成就 .................................................................................................................. - 75 -. v.

(7) 圖目錄. 圖 2-1 數位浮水印技術流程圖[4][5] ....................................................................... - 4 圖 2-2 二階層之整數小波轉換示意圖 ..................................................................... - 7 圖 2-3 對 Lena 影像作差值擴張法示意圖 ............................................................... - 9 圖 2-4 對 Lena 影像作直方圖統計示意圖 ............................................................... - 9 圖 2-5 藏入資訊之流程圖[8] .................................................................................. - 16 圖 2-6 取出資訊及還原影像之流程圖[8] .............................................................. - 17 圖 2-7 對數位影像進行分區示意圖 ....................................................................... - 18 圖 2-8 藏入資訊之流程圖[10] ................................................................................ - 19 圖 2-9 取出資訊及還原影像之流程圖[10] ............................................................ - 21 圖 2-10 紀錄圖像變化情況方法之示意圖 ............................................................ - 23 圖 2-11 醫學影像 ..................................................................................................... - 24 圖 3-1 傳送端系統架構 ........................................................................................... - 26 圖 3-2 接收端系統架構 ........................................................................................... - 27 圖 3-3 原始概念之示意圖(傳送端) ........................................................................ - 28 圖 3-4 原始概念之直方圖位移變化情形(傳送端) ............................................... - 29 圖 3-5 記錄資訊之流程圖 ....................................................................................... - 30 圖 3-6 原始概念之示意圖(接收端) ........................................................................ - 31 圖 3-7 原始概念之直方圖位移變化情形(接收端) ................................................ - 31 圖 3-8 還原影像之流程圖 ....................................................................................... - 32 圖 3-9 描述問題一之示意圖(傳送端) .................................................................... - 33 圖 3-10 問題一之直方圖位移變化情形(傳送端) .................................................. - 33 圖 3-11 描述問題一之示意圖(接收端) .................................................................. - 34 圖 3-12 問題一之直方圖位移變化情形(接收端) .................................................. - 35 vi.

(8) 圖 3-13 修正後之紀錄資訊流程圖(問題一) .......................................................... - 36 圖 3-14 修正後之還原影像流程圖(問題一) .......................................................... - 36 圖 3-15 描述問題二之示意圖(傳送端) .................................................................. - 37 圖 3-16 問題二之直方圖位移變化情形(傳送端) .................................................. - 38 圖 3-17 描述問題二之示意圖(接收端) .................................................................. - 39 圖 3-18 問題二之直方圖位移變化情形(接收端) .................................................. - 39 圖 3-19 修正後之紀錄資訊流程圖(問題二) .......................................................... - 40 圖 3-20 修正後之還原影像流程圖(問題二) .......................................................... - 41 圖 3-21 描述問題三之示意圖(傳送端) .................................................................. - 42 圖 3-22 問題三之直方圖位移變化情形(傳送端) .................................................. - 42 圖 3-23 描述問題三之示意圖(接收端) .................................................................. - 43 圖 3-24 問題三之直方圖位移變化情形(接收端) .................................................. - 43 圖 3-25 新增的紀錄資訊示意圖(問題三) .............................................................. - 45 圖 3-26 新增的還原影像示意圖(問題三) .............................................................. - 45 圖 3-27 描述問題四之示意圖(傳送端) .................................................................. - 46 圖 3-28 問題四之直方圖位移變化情形(傳送端) .................................................. - 47 圖 3-29 描述問題四之示意圖(接收端) .................................................................. - 48 圖 3-30 問題四之直方圖位移變化情形(接收端) .................................................. - 48 圖 3-31 新增的紀錄資訊示意圖(問題四) .............................................................. - 49 圖 3-32 新增的還原影像示意圖(問題四) .............................................................. - 50 圖 4-1 14 張醫學影像及隱藏資訊圖像 .................................................................. - 53 圖 4-2 M1 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 59 圖 4-3 M2 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 60 圖 4-4 M3 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 60 圖 4-5 M4 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 60 圖 4-6 M5 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 61 vii.

(9) 圖 4-7 M6 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 61 圖 4-8 M7 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 61 圖 4-9 M8 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ........................ - 62 圖 4-10 M9 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 ...................... - 62 圖 4-11 M10 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 .................... - 62 圖 4-12 M11 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 .................... - 63 圖 4-13 M12 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 .................... - 63 圖 4-14 M13 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 .................... - 63 圖 4-15 M14 在各種區塊尺寸下之 PSNR 值與可嵌入容量趨勢圖 .................... - 64 圖 5-1 分區浮水印技術應用程式介面(傳送端) .................................................... - 67 圖 5-2 分區浮水印技術應用程式介面(接收端) .................................................... - 68 -. viii.

(10) 表目錄. 表 2-1 差值擴張法及直方圖位移法的優缺點比較表 ........................................... - 10 表 2-2 上述文獻提出方法之特性及缺點比較表 ................................................... - 13 表 4-1 [10]與[17]紀錄資料量(bit)........................................................................... - 54 表 4-2 PSNR、可嵌入容量及位置圖資料量比較表(2 × 2) ................................. - 55 表 4-3 PSNR、可嵌入容量及位置圖資料量比較表(4 × 4) ................................. - 56 表 4-4 PSNR、可嵌入容量及位置圖資料量比較表(8 × 8) ................................. - 56 表 4-5 PSNR、可嵌入容量及位置圖資料量比較表(16 × 16) ............................ - 57 表 4-6 PSNR、可嵌入容量及位置圖資料量比較表(32 × 32) ............................ - 57 表 4-7 PSNR、可嵌入容量及位置圖資料量比較表(64 × 64) ............................ - 58 表 4-8 各區塊尺寸下本論文與[10][17]資料量比較之下降百分比(%) .............. - 59 表 4-9 較好的區塊尺寸統計表 .............................................................................. - 64 表 4-10 14 張醫學影像在區塊尺寸為8 × 8情況下四個問題發生的比率 .......... - 65 -. ix.

(11) 第一章緒論. 1.1 研究背景依據國家發展委員會的研究推計，我國的 65 歲以上老年人口比率將由 103 年之 12.0%提升至 150 年的 41.0%[1]。因此，人口高齡化已成為台灣目前與未來所要面臨的危機之一。然而，國人平均壽命的延長並不代表健康壽命的延長。伴隨著年紀增長，生理機能退化及慢性疾病的增加已成為目前醫療體系需重視的項目。. 考量到高齡者行動的限制，遠距醫療(Telemedicine)[2][3]成為現今各國熱門討論的技術之一。遠距醫療技術能使醫學資訊藉由網路通訊進行裝置與裝置間的傳遞。其優點在於能及時更新病人的生理資訊、監控病人的生理狀態並做出較精確的診斷。傳遞資訊的工具包含網路攝影機、電子郵件、智慧型手機等具有網路功能的工具。其運用場所能從醫院、公寓、安養中心乃至病人的住所及工作場所等。. 在數位資訊於網路上被廣泛流動的時代，數位浮水印(Digital Watermarking)技術[4]能夠保護著作者或版權所有人不被有心人士進行違法的使用。此技術是能將特定訊息嵌入數位資訊中，其數位資訊包括音訊(Audio)、圖片(Image)或是影片(Video)等。藉由數位浮水印嵌入技術，著作者能將具有代表性的標籤或簡短的訊息嵌入數位資訊中。當傳遞數位資訊時，其嵌入的內容將伴隨數位資訊一起傳遞過去。如需進行認證時，可透過相對應之浮水印萃取技術取出藏入的內容進行認證來達成保護智慧財產權的功用。 -1-.

(12) 1.2 研究動機數位浮水印技術通常是藉由修改原始影像的內容來達成資訊嵌入的效果。其著重的部分在於取出後的訊息是否完整或是以人類視覺判定原始影像的失真度高低。然而，醫生透過傳送的影像及資訊診斷病人之生理狀態時，些微的影像失真或是不完全的訊息將會導致錯誤的判斷，甚至耽誤就醫的黃金時間。因此，應用於遠距醫療之浮水印嵌入方法必須考量以下特性 : (1) 明確性(Unambiguous) 透過浮水印萃取技術從數位資訊取出的隱藏內容必須要有足夠的辨識度以達到認證的效果。當套用在遠距醫療技術上，藏入之內容可能是醫院的認證標籤或是病人的生理資訊。因此，必須要無損的呈現出隱藏的內容以避免錯誤的判斷。 (2) 容量(Capacity) 為了提供著作者更多的彈性藏入認證訊息至數位資訊，可嵌入訊息之最大容量勢必為其中的一個考量。然而，伴隨著藏入的內容增加，影像的失真度也會提高。當醫生診斷病人的健康狀態時，除了觀察醫學影像外，生理資訊如心跳、體溫等等也是必要的。因此，應用於遠距醫療的數位浮水印嵌入技術必須要提供大量的可嵌入容量以藏入病人的各種生理資訊。 (3) 可逆性(Reversibility) 浮水印嵌入技術的做法通常是藉由修改原始影像的資訊來實現。然而，在特殊的使用情況下，已嵌入浮水印的影像需要無失真的進行還原，此特性稱之為可逆性。如需套用在遠距醫療的系統上，為了避免醫生在醫學影像上資訊判讀的錯誤，我們需要仰賴具有可逆性的浮水印技術。此相關之技術在嵌入過程中會額外產生資訊，並在進行浮水印萃取時使用此資訊才能進行影像的還原。我們把這類資訊稱之為位置圖(Location map)。在此篇論文中將會討論現今的可逆性浮水印技術如何產生位置圖資訊並點出套用於醫學影像時會引發的缺點。 -2-.

(13) 1.3 研究目的在現代的可逆性浮水印技術中，其研發基礎大多由兩種可逆性浮水印技術進行改良，此兩種技術稱為差值擴張法 (Difference Expansion)及直方圖位移法 (Histogram Shifting)。在先前文章中提到，可逆性浮水印技術通常需產生位置圖來對影像進行還原。然而，此領域的相關論文通常未考慮到醫學影像的眾多特性，其產生出來的位置圖可能會含有極大的資料量造成傳送資料上的延遲。. 本論文主要是改善 Lee[10]對於位置圖資訊的產生方法。使其有效地降低產生出的位置圖資料量。此外，該文獻分析了在一般影像上調整相關參數對於影像品質及可嵌入容量的影響，並透過實驗結果提出較佳的參數設定。我們利用此分析方式套用至醫學影像上並討論一般影像及醫學影像在參數上設定的差別性。. 1.4 論文架構本論文主要分成五個章節。於第一章緒論中介紹研究背景、動機及目的；第二章文獻探討中將介紹現今數位浮水印技術概要、分區浮水印技術、位置圖記錄方式及本論文將要解決的問題；在第三章研究方法中會詳細介紹本論文提出的位置圖記錄方式；於第四章實驗結果與數據分析中將會呈現本論文的研究與參考文獻的實驗比較及醫學影像選擇區塊尺寸的方法；結合分區浮水印技術及 Android 平台實現遠距醫療系統的介紹將放在第五章；最後第六章為本論文的結論與未來展望。. -3-.

(14) 第二章文獻探討. 2.1 數位浮水印技術概要數位浮水印技術隨著網際網路的快速發展逐漸地被重視及探討。由於智慧手機的盛行，數位資訊能不受限制的在網際網路間流動。為了保護其資訊不被違法的使用，數位浮水印技術提升了對網路上的數位資訊的安全性。圖 2-1 為利用數位浮水印技術藏入資訊與取出資訊的流程圖。. 傳送端. 接收端網際網路還原之影像. 原始影像位置圖 (額外資訊). 浮水印資訊. 取出的浮水印資訊浮水印嵌入加密技術. 解密. 已嵌入浮水印之影像. 浮水印萃取技術. 已嵌入浮水印之影像. 圖 2-1 數位浮水印技術流程圖[4][5]. -4-.

(15) 首先，我們在傳送端透過浮水印嵌入技術把浮水印資訊放入原始影像中。在此步驟中，為配合欲使用的數位浮水印技術而使用相關的影像處理，例如直方圖統計或是頻率域轉換。其嵌入後產生之影像透過各種加密方式以達到影像傳輸之安全性。藉由網際網路傳送至接收端時，接收端需先使用在傳送端加密所對應的解密方式取得已嵌入浮水印的影像，並透過相對應的浮水印萃取技術取得浮水印資訊。視某些特殊使用場合，我們須利用額外資訊把已修改的影像進行無失真的還原。. 然而，隨著數位浮水印技術日趨成熟，使得此技術的應用範圍逐漸擴大。在眾多的浮水印技術研究中，Potdar[6]藉由近幾年應用於影像上的浮水印技術研究歸納出以下的使用方式 : (1) 版權保護(Copyright Protection) 透過網際網路或是點對點網路傳送數位資訊時，如果傳送的資訊被截取或是誤傳，將為導致資料外洩或是不合法的被使用。因此，對於敏感的數位資訊進行傳輸時，其網路協定可結合浮水印技術嵌入能宣稱版權的隱藏訊息至數位資訊，已達成版權保護的功用。 (2) 資料歸檔(Content Archiving) 透過浮水印技術嵌入此數位資訊的相關辨識符號，能夠更明確並簡便地了解檔案的相關資訊並進行歸檔與分類。通常數位資訊是透過檔案的名稱進行分類。其檔案名稱因為容易進行修改，此分類方式會相當的不可靠。如透過浮水印技術把分類的符號嵌入數位資訊中，能夠降低被修改的風險，也因此能夠有效地使用在分類系統上。 (3) 後設資料(Meta-data Insertion) 後設資料是對其原始資料進行描述而產生的資料。其格式會因為原始資料的型態不同而有不一樣的描述方式。當原始資料為數位影像時，其後設資料可設定為其內容資訊並作為網路搜尋引擎上的關鍵字。如果是影音檔案，其歌詞或 -5-.

(16) 是原唱者的名稱可作為後設資料的內容。而在醫學影像上，我們可利用病人的就診紀錄作為後設資料並透過浮水印技術嵌入醫學影像中。 (4) 廣播監控(Broadcast Monitoring) 廣播監控是一種雙向認證的技術。此技術隨使用目的而有不一樣方式。除了能夠驗證廣播內容的擁有者之外，廣播內容的流向、被使用的情況、是否被惡意修改等等的目的皆可透過浮水印技術達到監控的目的。 (5) 破壞偵測(Tamper Detection) 如要偵測該張影像是否已遭受惡意的篡改，嵌入脆弱型的浮水印可以幫助我們達到偵測的效果。脆弱型的浮水印，顧名思義，是容易被破壞的。因此，如取出後發現其數位資訊是不完整的，我們可以斷定此張影像已遭破壞或是篡改。此方法通常被應用在衛星影像或是醫學影像等高敏感度的使用環境當中。 (6) 數位指紋(Digital Fingerprinting) 數位指紋技術能運用在辨認該數位資訊的擁有者。因每個人的指紋不一樣，運用此辨識方式能夠更安全地保護擁有者的數位資訊不被盜取或濫用。. 從上述所提到的使用方式中，我們可以觀察到浮水印的使用範圍眾多。因使用方式的不同，對嵌入的浮水印要求的特性也不同。從各種數位浮水印技術的嵌入方法中，我們可把浮水印分為強健型浮水印與脆弱型浮水印 : (1) 強健型浮水印(Robust Watermarking) 強健型浮水印技術能夠抵禦各種影像處理會產生的破壞影響，保護嵌入後的數位資訊不會因為做過影像處理而遭到破壞。此技術之應用層面在於對數位影像之版權的宣告。其特性通常會把數位資訊藏入數位影像之頻率域。我們可以透過頻率轉換分類出該張數位影像的重要及不重要的成分。其要選擇的成分通常會取決於重要及不重要之間的成分。此目的在於降低被攻擊後數位資訊所遭受的破壞，並盡量降低嵌入後對數位影像所產生的影響。目前對數位影像做頻率轉換的方法有離散傅立葉轉換(Discrete Fourier Transform, DFT)、離散餘弦轉 -6-.

(17) 換(Discrete Cosine Transform, DCT)與離散小波轉換(Discrete Wavelet Transform, DWT)等。在早期的研究中，離散傅立葉轉換及離散餘弦轉換被廣泛的使用。而在近幾年的相關研究中，離散小波轉換因其計算複雜度低及較快的運算速度等優點。此轉換已被廣泛的使用在頻率域的浮水印技術中。如圖 2-2 所示為二階層整數離散小波轉換示意圖。. LH2. LL2. LH1 HL2. HH2. HL1. HH1. 圖 2-2 二階層之整數小波轉換示意圖. 此轉換是利用高、低通配合水平及垂直的濾波器分析影像的高低頻的成分。當影像經過一、二階小波轉換後，會產生圖二的每一區塊。低頻的區域表示影像較敏感的區域，如對此區塊進行數位資訊藏入後，反轉換後回來的影像會有明顯. -7-.

(18) 的變化。如對高頻的區域進行數位資訊藏入後，雖然此區塊的資訊為較不敏感的區域，修改後不會對原始影像有過多的影響，但容易會因為各類的影像處理而破壞掉藏入的數位資訊。也因此，選擇欲藏入之頻帶是目前在探究的主題之一。. 雖然強健型的浮水印能夠有效地保護數位資訊使其不容易被破壞。其較少的可嵌入容量及不可逆的缺點常會發生於強健型的浮水印技術中。 (2) 脆弱型浮水印(Fragile Watermarking) 相較於強健型浮水印，脆弱型浮水印的特性在於當經過任何影像的篡改或是破壞時，其取出之數位資訊會有明顯被破壞的痕跡。脆弱型浮水印技術的用途在於能夠偵測數位影像是否有被破壞的跡象，確認該張影像的真實性及完整性。此類型的浮水印技術通常會實現在數位影像的空間域中。因為破壞影像最直接的方法通常是對該影像的像素進行修改，導致藏入之資訊同時間被直接破壞。除此之外，影像切割、平移、壓縮、旋轉等影像處理也是破壞影像的方法。在脆弱型浮水印技術的領域中視為代表之研究為差值擴張法(Difference Expansion)與直方圖位移法(Histogram Shifting)。因這兩種技術擁有可逆性及高嵌入容量等特色而被廣泛的使用及改良，甚至利用頻率域嵌入數位資訊的浮水印技術也會出現此兩種技術的概念。差值擴張法(Difference Expansion)[7] Tian 學者於 2003 年提出一個可逆式數位浮水印技術，稱為差值擴張法。差值擴張法提供了可逆性的特色、高嵌入容量並能維持較高的影像品質。如圖 2-3 所示，此方法是依據相鄰兩個像素值相似的特性，對此組像素值進行運算得出𝑙及ℎ，如要藏入資訊，則對ℎ進行擴張並修改。最後進行反轉換完成浮水印嵌入步驟。為了避免發生溢位的情況，必須要避開此類型的像素對並記錄每組像素對是否有藏入數位資訊，以便後續能完整地還原影像及取出數位資訊。此方法利用相鄰的兩個像素值藏入一個位元的數位資訊。因此，數位影像的尺寸及類型決定了可嵌入容量的多寡。 -8-.

(19) a. 𝑙=. 𝑎+𝑏 2. b. ℎ =𝑎−𝑏. 圖 2-3 對 Lena 影像作差值擴張法示意圖. 直方圖位移法(Histogram Shifting)[8] Ni 學者於 2006 年提出一個可逆式數位浮水印技術，稱為直方圖位移法。直方圖位移法的設計除了提供可逆性的特色外，高嵌入容量及維持高影像品質也是主要的優點。. 直方圖統計. h(a) = 155,. h(b) = 236. 圖 2-4 對 Lena 影像作直方圖統計示意圖此方法統計了數位影像上出現最多次數的像素值(a)及最少次數的像素值(b) 並對此組像素值之間的點進行平移。如圖 2-4 所示，當比較出 a 及 b 後，先記錄 -9-.

(20) 像素值為 b 的座標作為還原影像時需要的資訊。隨後，屬於 a 與 b 之間的像素值會往 b 平移一格(如以圖 2-4 為例則是加 1)，使 a 鄰近一格的像素值清空。當重新掃描整張數位影像時，如遇到像素值 a 則進行數位資訊的藏入。像素值 a 的出現次數代表可嵌入的容量。如可嵌入容量不足以藏入數位資訊，則再次尋找像素組並持續執行上述所說的作法。表 2-1 為上述兩種方法的優缺點比較表 :. 表 2-1 差值擴張法及直方圖位移法的優缺點比較表優點差值擴張法. 缺點. 可嵌入容量最高可達紀錄資訊量為圖像尺圖像尺寸的一半。. 寸的一半，會產生較多的額外資訊。. 直方圖位移法. 透過記錄黑點及白點因選擇出現最多次數的座標產生可還原之的像素值作為嵌入位資訊，如使用一般影置，需要產生多組的像像，紀錄的資訊量會較素對才擁有高的可嵌少。. 入容量，其圖像品質會降低。. 2.2 文獻回顧在 2.1 節中，我們對數位浮水印技術的使用層面有了簡單的介紹。為了要讓浮水印技術實現在遠距醫療的系統上，可逆式浮水印技術成為我們研究的首要目標。而在可逆式浮水印技術中，除了需考量到可嵌入容量外，額外資訊的資料量多寡也是需要探討的。因此，在文獻回顧這章節將會依序介紹各種數位浮水印技術之相關文獻，並提出其特性及優缺點。 - 10 -.

(21) Ni 等人[8]於 2006 年提出以直方圖位移為基礎的可逆式浮水印技術。此技術計算出出現最高次數及最少次數的像素值並使這兩個像素值之間的像素值進行位移，在最高次數像素值鄰近點會空出位置並進行資訊的藏入。此技術能配合藏入資訊量的多寡增加可嵌入容量。伴隨著可逆的特性，紀錄額外資訊也是需考量的層面。然而，此篇文獻藉由紀錄最低次數的像素值位置讓解密端還原影像，如可嵌入容量提升，額外資訊的資料量也會相對提升。. Kuo 等人[9]於 2008 年提出一個以分區的方式套用於直方圖位移方法的可逆式浮水印技術。在藏入資訊前把數位影像裁切數個等分的區塊，並對每個區塊獨立進行直方圖位移法藏入資訊。藉由分區方式藏入資訊，能夠有效增加可藏入容量。然而，對於額外資訊的紀錄方式沒有提供量化的數據，無法實際與其他文獻比較出此部分的成效。. Lee 與 Tsai[10]於 2011 年提出以分層為基礎的改良式直方圖浮水印技術。此技術結合階層的概念與 Kuo[9]的方法。在[9]的方法中，Kuo 利用分區的方式切割數位影像並進行資訊藏入。而 Lee[10]依據每種區塊的特性再次對區塊進行切割。當結束切割後再進行資訊藏入。此方法相較於 Kuo[9]的方法有更多的可嵌入容量。然而，此技術透過分層式的架構增加可嵌入容量，其運算時間相對較長。此篇文獻對於額外資訊的紀錄內容為黑點與白點像素值的座標。雖然，套用於一般影像上有較良好的表現及較少的額外資訊。但在此篇文獻內沒有討論到使用醫學影像會產生出的影響。. Run 等人[11]與 Lin 等人[12]於 2011 年提出一個於頻率域藏入資訊的數位浮水印技術。此方法透過小波轉換得出係數值，對高低頻係數值進行小波樹組合，並對每組小波樹透過最大值及最小值之差進行資訊的藏入。我們可以利用小波轉換分類出哪些係數是屬於較敏感或是較不敏感的類別。並視其需要決定藏入哪一 - 11 -.

(22) 個頻帶。此方法雖能提供很好的強健性，但其數位影像已遭受破壞，無法進行無失真的影像還原，達不到可逆的目的。. Arsalan 等人[13]於 2012 年提出另一種於頻率域藏入資訊的浮水印技術。 Arsalan 使用醫學影像作為實驗對象，並提出醫學影像的特性，說明使用此類型的數位影像會衍生出的問題。除此之外，Arsalan 利用基因演算法取得該此技術所需的最佳參數值，能夠提供較有效的參數值達到較好的成效。然而，取得最佳解需耗掉相當多的時間，且對頻率域的部分進行資料修改會產生不可預期的破壞，即使此技術有使用額外資訊以提供之後還原的資料，也僅限於黑點與白點的修正，並非提供其他像素值的還原。. Kumar 等人[14]於 2013 年提出 Lee[10]的改良方法。其改良的重點在於 Kumar 考量到醫學影像會產生的影響，並對影像上較黑的區塊進行資訊藏入。其能提高可嵌入容量。但在此篇尚未提到紀錄額外資訊時會產生的龐大資料量。. Pei 等人[15]於 2013 年提出一個以直方圖位移為基礎的高嵌入容量演算法。此方法利用像素值的後幾個位元藏入資訊。除了能夠減少藏入資訊後對數位影像的破壞程度外，其可嵌入容量甚至能達到 1bpp 以上。雖然此篇論文提及到可逆性的特色，在文中提到額外資訊是紀錄藏入資訊的像素值的最後幾個位元，並把此額外資訊一併藏入數位影像中。因此，實際上能藏入的資訊量會相對較少，且額外資訊的資料量雖未在文中提及，但能預期到的資料量大約為有藏入資訊的像素值數量，也是相對較多的。 Nagarju 等人[16]於 2013 年提出一個改良 Ni[8]的直方圖位移技術。改良的重點在於先得出此張影像出現次數最高的像素值及次數最低的像素值，當進行位移之前，此方法希望依據藏入資訊量的多寡決定需要位移的像素值，如能夠選擇位移的像素值區間，其藏入資訊後數位影像的品質會相對較高。然而，在此篇文獻 - 12 -.

(23) 也尚未提及到額外資訊的藏入方法，如依照 Ni[8]的紀錄方式記錄額外資訊，其產生的資料量也會相對較多。. Wu 等人[17]於 2015 年提出一個以對比增強為概念的數位浮水印技術。此方法透過直方圖位移技術使像素值往白點與黑點方向擴張，使數位影像的對比增強並達到資訊藏入的效果。但在此篇文獻中提到溢位的危險存在，必須記錄整張數位影像的變化量當作額外資訊以方便之後進行還原。且此方法是基於人眼視覺為判斷基準，並非實際達到可逆的特色。下表 2-2 為上述文獻提出的方法特色及缺點比較表 :. 表 2-2 上述文獻提出方法之特性及缺點比較表文獻. 特色. 缺點. Ni 等人[8]. 利用直方圖位移方式藏入浮隨著需嵌入的量上升，額外水印. Kuo 等人[9]. 資訊的量會增加. 以分區的方式套用於直方圖欠缺額外資訊的量化數據，位移方法，增加可嵌入容量. Lee 與 Tsai[10]. 無法比較其資料量多寡. 利用區塊切割配合分層的方龐大的計算量，且欠缺特殊式，可提升嵌入容量，並計算影像(如醫學影像)的實驗數出每張影像最適合的 PSNR 及據可嵌入容量。. Run 等人[11]. 利用離散小波轉換後的小波無法還原成原始影像. Lin 等人[12]. 樹差值藏入浮水印. Arsalan 等人[13]. 利用基因演算法取得最佳的無法預測對頻率域修改會影參數，且對像素值做預處理避響空間域的像素值幅度免溢位. - 13 -.

(24) Kumar 等人[14]. 以可嵌入容量為核心套用[10] 尚無提及使用醫學影像所帶的作法，並利用醫學影像作為來的龐大位圖資訊量測試影像. Pei 等人[15]. 利用像素值的後幾個位元藏額外資訊會一併藏入數位影入浮水印，其可嵌入容量可超像中，其實際能藏入的資訊過 1bpp. Nagarju 等人[16]. 量相對較少。. 找尋適合的藏入點可減少[8] 未提及如何記錄藏入的位方法所產生的龐大誤差. 置，且如需藏入龐大的資料，其產生的額外資訊量會相對變多. Wu 等人[17]. 配合藏入浮水印方式可達到額外資訊的資料量為整張圖對比增強的效果. 像的資料量. 2.3 基於直方圖位移的分區浮水印技術在可逆式的數位浮水印技術領域中，差值擴張法[7]及直方圖位移法[8]是較為廣泛討論的兩種技術。在眾多的文獻中，利用區塊切割的直方圖位移技術 Kuo[9]、 Lee[10]與 Kumar[14]有其良好的可嵌入容量與較好的發展空間。因此，本章節將介紹基於直方圖位移的分區浮水印技術，提出其優缺點並探討當使用於醫學影像時會產生的危機。. 2.3.1 直方圖位移技術[8] 直方圖位移技術是一種可逆式的數位浮水印技術。對數位影像使用直方圖統計得出每個像素值的出現次數後，找尋出現次數最多及最低的像素值當作高點 (peak point)及零點(zero point)。隨即對此組像素對之間的像素值進行直方圖位移 - 14 -.

(25) 推往零點的方向。當經過位移後可發現高點鄰近的像素值有一空間。我們可以利用高點及此空間進行資訊的藏入。透過重新掃描整張影像，當遇到高點的像素值時，則判斷隱藏資訊是否需藏入黑點或是白點。如為黑點則不予修改，如為白點則對此座標的像素值進行加一或減一。如一組像素對不足以提供夠多的空間藏入所有的資訊，則再次尋找一組像素對並重複上述步驟直至所有資訊已藏入為止。圖 2-5 為藏入資訊的流程圖。在其中，K 代表最大能夠使用的像素值配對數量。完整的藏入資訊步驟如下 : 設定一張𝑀 × 𝑁的數位影像，其像素值範圍為 𝑥 ∈ [0,255] 步驟一、使用直方圖統計產生出直方圖 H(x)。步驟二、在 H(x)裡面找尋出現次數最少的像素值 h(b)並符合以下條件 : 0 < 𝑏 < 255。假設此像素值的出現次數大於 0，則對此像素值的所有座標紀錄下來並視為額外資訊。如出現次數等於 0，則略過紀錄資訊的動作並繼續下列步驟。步驟三、在 H(x)裡面找尋出現次數最多的像素值 h(a)。並符合以下條件 : 0 < 𝑎 < 255。步驟四、假設𝑎 < 𝑏，對整張數位影像進行掃描，並修改其數值如式(2-1) : 𝑝. 𝑛𝑒𝑤. 𝑝 + 1, 𝑖𝑓 𝑎 < 𝑝 < 𝑏; 𝑖𝑓 𝑝 = 𝑎; = { 𝑝 + 𝑖, 𝑝, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒.. (2-1). 上述中的 p 為當前座標的像素值，i 為欲藏入資訊的位元(0 或是 1)，𝑝𝑛𝑒𝑤 為當前座標修改過後的像素值。. - 15 -.

(26) 原始影像. 直方圖統計並計算K值. 設定 k = 1. 找尋k對最多與最少的像素值. 是否有足夠的可嵌入容量. 欲隱藏的資訊. 是. 設定最少與最多的像素值為零點 (a)及高點(b). 直方圖位移. 否. 藏入資訊. 經藏入後的數位影像. 額外資訊. k=k+1. k<K? 是否失敗. 圖 2-5 藏入資訊之流程圖[8]. 完成隱藏資訊的步驟後，產生出的數位影像能經由網際網路傳送至接收端。在接收端除了需要在嵌入過程產生出的 a 與 b 兩個像素值之外，如要還原影像則需要在嵌入過程中產生出的額外資訊。圖 2-6 為取出資訊及還原影像的流程圖，完整的取出及還原步驟如下 : 取出一張𝑀 × 𝑁的數位影像，其像素值範圍為 𝑥 ∈ [0,255]，假設已知出現最多次數及最少次數的像素值為 a 與 b，其𝑎 < 𝑏。步驟一、掃描整張數位影像，如掃描到像素值為𝑎 + 1，則取出隱藏資訊為’1’。如果掃描到像素值為 a，則取出隱藏資訊為’0’。 - 16 -.

(27) 步驟二、再次掃描整張影像，如掃描到像素值𝑝 ∈ (𝑎, 𝑏]，則對其像素值𝑝 − 1。步驟三、如果含有額外資訊，則取出所有的座標並對其座標的像素值設定為 b。. 已藏入資訊之數位影像. 掃描影像及資料取出. 取出的隱藏資訊. 直方圖位移. 額外資訊. 還原出現次數最少的像素值座標. 還原後之數位影像. 圖 2-6 取出資訊及還原影像之流程圖[8]. 此方法提供了一個良好的還原效果及較低的運算複雜度。但在後續的學者研究中，發現可嵌入容量有很大的改良空間。因此在 Kuo[9]、Lee[10]與 Kumar[14] 中提出了改良式的直方圖位移浮水印技術，此技術加入了分區的概念能有效地增加可嵌入容量。 2.3.2 基於直方圖位移的分區浮水印技術[10] 為了提升 Ni[8]可嵌入容量不足的問題，Lee[10]提出了一個以分區為概念的改良式直方圖位移技術。此方法透過切割的方式把一張數位影像分成數個等分 - 17 -.

(28) 的區塊。並對每個區塊使用改良式的直方圖位移技術進行資訊的藏入。除了能夠提升可嵌入容量之外，在 Ni[8]文獻中提到出現次數最多及最少的像素值 a 與 b 在改良後的直方圖位移技術中並不需要額外紀錄，能夠節省紀錄空間。在 Lee[10]中增加了疊代的概念在各種切割的方法下選擇擁有最高的可嵌入容量。為了降低運算複雜度及計算時間，關於疊代的概念在此篇論文中並未被使用。. 圖 2-7 對數位影像進行分區示意圖圖 2-7 為分區概念的示意圖。在示意圖上設定的區塊大小為256 × 256。圖 2-8 為此方法藏入資訊時的流程圖。詳細的嵌入步驟如下 :. - 18 -.

(29) 原始影像. 分成n個區塊. 對目前區塊作直方圖統計. 找尋出現最多次數的像素值. 直方圖位移. 欲隱藏的資訊. 藏入資訊. 是否已對每個區塊作直方圖統計 ?. 否. 是經藏入後的數位影像. 額外資訊. 圖 2-8 藏入資訊之流程圖[10]. 步驟一、對數位影像進行切割分成數個區塊，如圖 2-7 所示。步驟二、對每個區塊進行直方圖統計。尋找每個區塊在直方圖下出現次數最多的像素值 a。步驟三、掃描整張影像，並對每個座標的像素值作以下的式子(2-2)修改:. - 19 -.

(30) 𝑝. 𝑛𝑒𝑤. 𝑝 − 1, = { 𝑝 + 1, 𝑝,. 𝑖𝑓 𝑝 ∈ (0, 𝑎); 𝑖𝑓 𝑝 ∈ (𝑎, 255); 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒.. (2-2). 上述中的 p 為當前座標的像素值，𝑝𝑛𝑒𝑤 為當前座標修改過後的像素值。並對像素值為 0 與 255 的座標紀錄下來當作額外資訊。步驟四、再次掃描整張影像，並對資訊進行以下方式(2-3)進行藏入: 𝑝. ℎ𝑖𝑑𝑒. 𝑝 + 𝑖, 𝑖𝑓 𝑝 = 𝑎 − 2; = {𝑝 − 𝑖, 𝑖𝑓 𝑝 = 𝑎 + 2; 𝑝, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒.. (2-3). 上述中的 i 為欲藏入資訊的位元(0 或是 1)，𝑝ℎ𝑖𝑑𝑒 為當前座標經過藏入資訊後的像素值。. 完成隱藏資訊的步驟後，產生出的數位影像經由網際網路傳送至接收端。在接收端的部分與 Ni[8]不同的地方在於此方法不需要取得在藏入過程中設定的出現最多與最少次數的像素值。此方法並不會改變出現最多次數的像素值數量。因此，只要提供接收端的使用者切割區塊的設定值即能完整取出隱藏的資訊。然而，為了要還原數位影像，額外資訊也是必要的。在 Lee[10]紀錄額外資訊的內容為黑點(像素值為 0)與白點(像素值為 255)的座標。因此，在取出隱藏資訊並且進行直方圖位移後，即利用這些資訊對數位影像作最後的還原。. 圖 2-9 為取出資訊及還原影像的流程圖，完整的取出及還原步驟如下 : 步驟一、對取得的數位影像切割成已得知的區塊大小。步驟二、對每個區塊獨立進行直方圖統計取得出現次數最多的像素值𝑎。步驟三、對區塊進行掃描，如掃描到像素值為𝑎 − 2 或是𝑎 + 2，則取出隱藏資訊’0’，如果掃描到像素值為𝑎 − 1 或是𝑎 + 1，則取出隱藏資訊’1’。 - 20 -.

(31) 步驟四、再次掃描區塊，並對每個像素值作以下方式(2-4)作還原: 𝑝. 𝑟𝑒. 𝑝 + 1, = {𝑝 − 1, 𝑝,. 𝑖𝑓 𝑝 ∈ [0, 𝑎 − 2]; 𝑖𝑓 𝑝 ∈ [𝑎 + 2,255]; 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒.. (2-4). 上述中的𝑝𝑟𝑒 為還原後的像素值，a 為當前區塊出現次數最多的像素值。步驟五、利用額外資訊取得的座標還原黑點與白點，得到還原後的影像。. 已藏入資訊之數位影像. 掃描影像及資料取出. 取出的隱藏資訊. 直方圖位移. 額外資訊. 還原黑點與白點. 還原後之數位影像. 圖 2-9 取出資訊及還原影像之流程圖[10]. Lee[10]撇除疊代所增加的可嵌入容量，其原始的分區概念能夠有效增加可嵌入容量。然而，額外資訊在此篇文獻中沒有加入更多的考量，甚至其他文獻中並未討論額外資訊的紀錄方法，如果使用像是醫學影像或是衛星影像等等的特殊影像則會產生龐大的額外資訊量。因此，下一個章節將會探討幾篇文獻裡所使用的額外資訊紀錄方式。. - 21 -.

(32) 2.4 額外資訊的紀錄方式為了要使數位影像無失真的還原，在藏入資訊至數位影像時會額外進行資訊的紀錄，記錄的資訊隨著數位影像一併傳送過去後，其紀錄的資訊能在接收端取出隱藏資訊後進行數位影像的還原。在各個文獻中，我們把額外資訊稱之為位置圖(Location map)。位置圖的內容會因為浮水印技術的不同而有不一樣的紀錄方式。而在某些較通用的方法中雖然能夠還原數位影像，卻也會產生較龐大資料量的位置圖。因此，在此章節會介紹兩種普遍被拿來使用的位置圖紀錄方法，並在第四章實驗結果分析上利用此兩種方式產生的資料量與本論文作比較。 (1) 紀錄黑點與白點的座標值[8][10] 經過直方圖位移後，其像素值會依據位移的方向進行加一或是減一的動作。雖然擺動幅度小，在黑點(像素值為 0)與白點(像素值為 255)的情況下，如果經過直方圖位移後可能會超出像素值表示的範圍。此現象稱之為溢位 (overflow)與下溢(underflow)。此現象較常發生於數位浮水印技術上。且會因為表示的範圍有限，在藏入資訊後產生出的數位影像會被強制修改至 0 到 255 區間，反而會產生破壞藏入資訊的影響。因此，透過紀錄黑點與白點的座標，在直方圖位移時不選擇對此兩種像素值修改。直到接收端在取出隱藏資訊及還原影像時，可以透過位置圖的座標判斷該點是否有隱藏資訊或是否需要還原。其紀錄的資料量(D)計算方式如下 : 𝑋 = ⌈log 2 𝑀 ⌉. (2-5). 𝑌 = ⌈log 2 𝑁⌉. (2-6). 𝐷 = (𝑋 + 𝑌 ) × (𝐵 + 𝑊 ). (2-7). M 表示該張影像的欄數，N 代表該張影像的列數。⌈ ⌉代表取該值的最大整數，B 代表該張數位影像的黑點數量，W 代表該張數位影像的白點數量。 (2) 記錄整張數位影像的像素值變化情況[17]. - 22 -.

(33) 另一種紀錄位置圖的方式是紀錄每個座標的變化情況。相較於紀錄黑點與白點的座標，此方法是利用一個位元記錄一個座標的變化情況。在 Wu[17] 中，此方法使用在預處理這部分，透過事前修改 0 與 255 的值至 1 與 254，能夠避免藏入資訊的動作上造成溢位與下溢的問題。圖 2-10 為此紀錄方式的示意圖。. 120 3. 5. 255 200. 210 128. 1. 120. 1. 0. 3. 2. 254. 65. 254 57. 255. 65. 0. 254. 254. 50. 36. 255 100. 57. 0. 0. 0. 直方圖位移. 0. (a). 位置圖空間 0010000001101000001001111 放入位置圖. 5. 254 200. 210 128. 1. 1. 1. 1. 254. 2. 50. 36. 254 100. 1. 1. 1. 1. (b) 紀錄每個像素值的變化情況 0. 0. 1. 0. 0. 0. 0. 0. 0. 1. 1. 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 1. 1. 1. 1. (c). 圖 2-10 紀錄圖像變化情況方法之示意圖. 其紀錄的資料量(D)計算方式如下 : 𝐷 =𝑀×𝑁. (2-8). M 表示該張影像的欄數，N 代表該張影像的列數。雖然上述說的兩種紀錄方式較方便與單純，但是產生出來的資料量會相當多。如圖 2-11 所示，如果使用第一個紀錄的方式套用於醫學影像上時，因為醫學影像的黑點與白點占了大部分的圖像，因此會產生大量的位置圖資料量。如果使用第二種方法，其資料量就固定在整張圖像的大小，會產生出不必要的紀錄值。因此，. - 23 -.

(34) 在記錄位置圖資訊這部分，我們提出了一個適用於以分區為基礎浮水印技術的紀錄方式，此方式可適用於醫學影像上，能有效地減少紀錄的資料量。. 圖 2-11 醫學影像. - 24 -.

(35) 第三章研究方法. 3.1 系統架構在 2.3.2 節中我們介紹了以直方圖為基礎的分區浮水印技術。此方法能夠提供較多的可嵌入容量。而為了能使此技術適用於醫學影像並實現在遠距醫療的系統上，本論文將以此技術為基本架構，把核心著重在修改位置圖的紀錄方式，其目的是減少位置圖的資料量。. 如下頁的圖 3-1 所示，一張醫學影像(Img)輸入至該系統內，透過分區的概念選擇較好的區塊尺寸(B_size)，當決定好區塊尺寸後則對此醫學影像進行切割，並進行直方圖位移法藏入病人生理資訊。對每個區塊進行直方圖統計，取得出現次數最高的像素值之後對每個區塊進行直方圖位移以空出位置嵌入欲隱藏之資訊。在進行直方圖位移時，我們利用本論文所提出的記錄方式記錄 0 與 255 的變化情形，此記錄的內容為位置圖，其用途為之後在接收端還原影像時所需要的資料。當隱藏資訊已完全藏入後，把已切割的區塊組裝成一張含有病人生理資訊的醫學影像(Img’)並傳送出去至接收端。. - 25 -.

(36) Img. 以直方圖為基礎之分區浮水印嵌入技術. 切割n個區塊. B_size. 組合區塊. Img’. 病人生理資訊. 直方圖位移法. 位置圖圖 3-1 傳送端系統架構如下頁的圖 3-2 所示，與傳送端的架構類似，接收端接收到傳送端產生出含有隱藏資訊的醫學影像(Img’)。利用傳送端決定的區塊大小(B_size)數值對醫學影像切割，切割後對每個區塊進行直方圖統計並取出病人的生理資訊。最後使用傳送端傳過來的位置圖還原醫學影像。在這個系統的設計下，除了區塊大小(B_size) 可配合加密使用之外，我們可以看出除了要傳送含有隱藏資訊的醫學影像外，位置圖檔案也是必須要一併傳送過去的。因此，為了減少需要傳送的資料量，在接下來的章節會透過 2.4 節所提到的第二種方法解釋改良會產生的問題與解決的方式，最後呈現最後的改良式位置圖記錄方式。. - 26 -.

(37) Img’. 以直方圖為基礎之分區浮水印萃取技術. 切割n個區塊. B_size. 組合區塊. Img. 位置圖直方圖位移法. 病人生理資訊. 圖 3-2 接收端系統架構. 3.2 研究流程本論文改良的方法其核心在於紀錄像素值的變化量。在接下來的敘述中，因為像素值 0、1 與 2 變化的現象與像素值 255、254 與 253 變化的現象會相同，接下來所使用的例子會以 0(255)、1(254)與 2(253)代表此三組像素值，與文獻[17]不同的是我們的紀錄方式是紀錄 0(255)的變化情況，而非記錄所有座標的變化情況。以下是改良式位置圖紀錄方式的構想 : 傳送端 : 我們觀察進行直方圖位移後醫學影像的 0(255)像素值，其變化的情況用一個位元記錄下來。從左上角的座標開始，由左至右、由上至下的順序掃描整張醫學影像。之後依序掃描並抓取位置圖的紀錄資訊，即可進行還原。當掃描到 - 27 -.

(38) 0(255)像素值，則找尋原始同座標的醫學影像像素值，如果原始影像的像素值為 0(255)，則位置圖空間放入’0’，如果原始影像的像素值為 1(254)，則位置圖空間放入’1’。此想法的概念在於經過直方圖位移後可以觀察到所有像素值 1(254)會因為直方圖位移全部變成像素值 0(255)，而原先像素值 0(255)因為要避免溢位與下溢的問題則不會被修改，導致此兩組像素值會被混合在一起。我們希望紀錄像素值的變化量讓接收端能夠辨識此兩組像素值並進行零失真的還原。. 0 1. 0. 0. 1. 1. 0. 127 127 128 128. 0. 128 128 128 128 128 128 128 129 129 254 255 254 255 255 255 (a). 0. 0. 0. 0. 126 126 128 128. 128 128 128 128 128 直方圖位移. 128 128 130 130 255 255 255 255 255 255 (b) 紀錄0(255)的變化情況. 位置圖空間 0. 0. 0. 1. 1. 1. 000111101000. 放入位置圖. 1 0. 1. 0. 0. 0. (c). 圖 3-3 原始概念之示意圖(傳送端). 圖 3-3 為傳送端在記錄位置圖資訊的流程示意圖。圖 3-3(a)為一個5 × 5的影像區塊，每一個座標上的數字代表該點的像素值。經過直方圖統計後各像素值的出現次數如下圖 3-4 所示:. - 28 -.

(39) 出現 10 次數 8. 出現 10 次 9 數 8 7 6 5 4 3 2 1 0. 6. 4 2 0 0. 1. 126 127 128 129 130 254 255 像素值 (a). 1(254)堆疊至0(255). 0. 1. 126 127 128 129 130 254 255 像素值 (b). 圖 3-4 原始概念之直方圖位移變化情形(傳送端) (a) 圖 3-3(a)像素值統計圖; (b) 圖 3-3(b)像素值統計圖雖然在示意圖上有 4 個位元的空間能進行資訊隱藏，也就是像素值 127 與 129 的出現次數。為了方便解說位置圖的功能，在後續所有示意圖的解說當中我們並不會做任何藏入資訊的動作。因此，這兩個像素值在此次解說中並不會有任何的修改。由圖 3-4(a)統計數據可以看出像素值 128 出現次數最多，我們稱之為高點。依照 2.3.2 節的分區浮水印技術，我們會把以像素值 128 為中心，所有非 128 的像素值往外平移。圖 3-3(b)為直方圖位移後的結果。我們可以從圖 3-4(b)觀察到原先像素值 1(254)已全部變為 0(255)，並且與原先像素值 0(255)的點混合一起。因此，我們記錄直方圖位移後的像素值 0(255)的點，並找尋原始影像判斷該紀錄位元’0’或是’1’。圖 3-3(c)為每個座標的紀錄資訊，除了像素值 0(255)之外，其他的像素值並不需要記錄資訊。最後把此記錄資訊轉成一維訊號放入圖 3-3(d)所示的位置圖空間。當每個紀錄訊息都放入位置圖空間之後，我們將會把修改過後的圖像及此位置圖一併傳送至接收端。下頁的圖 3-5 為現階段傳送端的紀錄資訊流程圖。. - 29 -.

(40) 開始. Pixel = 0(255) ?. 否. 是是. 記錄" 0 ". Orig_Pixel = 0(255) ?. 否. 記錄" 1 ". 結束. 圖 3-5 記錄資訊之流程圖. 接收端 : 在接收端這部分會收到從傳送端傳來含有隱藏資訊的醫學影像及最後產生出來的位置圖。當接收到的醫學影像經過直方圖位移還原後，利用與傳送端一樣的掃描順序開始進行掃描。當遇到像素值為 1(254)則取出接收到的位置圖資訊，如取出的資訊為’0’，代表此像素值原先為 0(255)。如果取出的資訊為’1’，則代表此像素值原先為 1(254)。隨即對每個像素值進行還原。我們可以從接收端觀察到原先在嵌入端修改的 0(255)會全部還原成 1(254)，但在這些還原的像素值中有些點原本其實是像素值 0(255)，並不需要被修改。因此我們利用位置圖資訊還原這些像素值。. 下頁的圖 3-6 為接收端在利用位置圖資訊還原影像的流程示意圖。圖 3-6(a) 的5 × 5影像是從傳送端接收到的醫學影像，即為圖 3-3(b)影像。當接收到該影像後則開始直方圖統計。其統計後之統計圖如下頁的圖 3-7(a)所示 :. - 30 -.

(41) 0. 0. 0. 0. 0. 0. 1. 126 126 128 128. 1. 128 128 128 128 128 128 128 130 130 255 255 255 255 255 255 (a). 0. 0. 1. 0. 1. 1. 127 127 128 128. 254 254 254 254 254 (b) 利用位置圖資訊觀察 1(254)的原始資料 10 1. 128 128 128 128 128. (d). 1. 128 128 129 129 254. 直方圖位移. 127 127 128 128. 255 254 255 255 255. 1. 128 128 128 128 128. 1. 128 128 129 129 254. 1. 10. 10. 1. 1. 127 127 128 128. 128 128 128 128 128 128 128 129 129 254 1. 還原影像. 254 0 254 1 254 0 254 0 254 0. (c). 位置圖資訊 (從傳送端產生出的資訊). 圖 3-6 原始概念之示意圖(接收端). 出現 10 次 8 數 6. 出現 10 次 8 數 6. 4. 4. 2. 2 0. 0 0. 1. 126 127 128 129 130 254 255 像素值. (a). 0. 1. 126 127 128 129 130 254 255 像素值. (b). 圖 3-7 原始概念之直方圖位移變化情形(接收端) (a) 圖 3-6(a)像素值統計圖; (b) 圖 3-6(b)像素值統計圖經過直方圖統計後，像素值 128 為我們的高點。並依照 2.3.2 節的分區浮水印技術進行直方圖位移的還原動作，以像素值 128 為中心，把非 128 的像素值往內平移。圖 3-6(b)為直方圖位移還原後的結果。觀察圖 3-7(b)後發現原先所有像素值 0(255)往內平移而修改成 1(254)。接下來透過傳送端產生的位置圖資訊進行還 - 31 -.

(42) 原。如圖 3-6(c)所示，當掃描到像素值為 1(254)時，則取出位置圖資訊 1 個位元作判斷。如果此位元為’0’，代表原始像素值為 0(255)，如果取出的位元是’1’，則代表原始的像素值為 1(254)。最後還原後的影像為圖 3-6(d)。我們可以看出圖 3-6(d) 與原始影像圖 3-3(a)是一模一樣的。也就表示整個流程可達到無失真的還原。圖 3-8 為還原影像的流程圖。. 開始. 否. Pixel = 1(254) ? 是是. Location map_Info =0?. 該像素值修改成 0(255). 否. 該像素值修改成 1(254). 結束. 結束. 圖 3-8 還原影像之流程圖. 雖然此構想能夠有效減少位置圖的資料量，其未考量到的部分會影響到此方法的可行性。經過實驗測試後發現了四個問題，接下來將透過示意圖及修改過後的流程圖逐一說明每個問題的產生原因及解決方式。. - 32 -.

(43) 問題一 : 當像素值 0(255)被統計為高點時。在醫學影像的構造中，黑點佔據了影像大部分。利用分區的方法切割影像，有多數的區塊富含了黑點，甚至全部都會是黑點。因此，統計出現次數最多的像素值時，會有很多的區塊的高點會是像素值 0(255)。而此情況下，在接收端還原影像時會發生問題。. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 2. 1. 1. 1. 2. 2. 2. 2. 2. 3. 3. 2. 2. 2. 2. 3. 3. 3. 3. 3. 4. 3. 3. 3. 4. 4. 4. 4. 4. 5. 5. 直方圖位移. (a). (b) 紀錄0(255)的變化情況. 位置圖空間 000000000. 0. 0. 0. 0. 0. 0. 0. 0. 放入位置圖. 0. (c). 圖 3-9 描述問題一之示意圖(傳送端). 出現次數. 出現次數. 10 8. 10 8. 6. 6. 4. 4. 2. 2. 0. 0. 0. 1. 2. (a). 3. 4. 5. 0. 像素值. 1. 2. (b). 3. 4. 5. 像素值. 圖 3-10 問題一之直方圖位移變化情形(傳送端) (a) 圖 3-9(a)像素值統計圖; (b) 圖 3-9(b)像素值統計圖 - 33 -.

(44) 如圖 3-9(a)所示，我們在傳送端進行直方圖統計。透過統計過後之下頁的圖 3-10 所示，像素值 0 為此區塊的高點。隨後進行直方圖位移得到圖 3-9(b)，並重新掃描整個區塊，對像素值 0(255)進行紀錄資訊的動作產生圖 3-9(c)的資訊並放入位置圖空間進行資料傳送。然而，在接收端會因為我們原先設定的掃描方式導致位置圖的位元取到錯誤的座標上。與圖 3-9 傳送端相對應的接收端如圖 3-11 所示。當自傳送端接收到圖 3-9(b) 的影像及位置圖後進行直方圖統計。從下頁的圖 3-12 觀察到像素值 0 為高點後，隨即進行直方圖位移還原部分的像素值，如圖 3-11(b)所示。. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 2. 0. 0. 0. 0. 1. 2. 2. 2. 3. 3. 1. 1. 1. 2. 2. 3. 3. 3. 3. 4. 2. 2. 2. 2. 3. 4. 4. 4. 5. 5. 3. 3. 3. 4. 4. (a). 直方圖位移. (b) 利用位置圖資訊觀察 1(254)的原始資料. 0. 0. 0. 0. 0. 0?. 0?. 0?. 0?. 0?. 0. 0. 0. 0. 0. 0?. 0?. 0?. 0?. 10. 0. 0. 0. 2. 2. 10. 10. 10. 2. 2. 2. 2. 2. 2. 3. 2. 2. 2. 2. 3. 3. 3. 3. 4. 4. 3. 3. 3 (d). 4. 4. 還原影像. (c). 位置圖資訊 (從傳送端產生出的資訊). 圖 3-11 描述問題一之示意圖(接收端). - 34 -.

(45) 出現 10 次 8 數 6. 出現 10 次 8 數 6. 4. 4. 2. 2. 0. 0 0. 1. 2. 3. 4. (a). 5. 像素值. 0. 1. 2. 3. (b). 4. 5. 像素值. 圖 3-12 問題一之直方圖位移變化情形(接收端) (a) 圖 3-11(a)像素值統計圖; (b) 圖 3-11(b)像素值統計圖當利用位置圖還原區塊時，因為高點不需修改，發現原先構想的像素值 0 沒有在第一步驟的直方圖位移時被修改成 1，導致位置圖的位元對應到錯誤的座標 (‘?’代表本來需要還原的座標)。然而，在圖 3-11(b)還原部分像素值這個步驟時，我們可以觀察到此圖與原先的圖 3-9(a)比較下，已經無失真的還原了。所以在此問題的區塊中，我們不需要再額外紀錄資訊至位置圖。因此，我們在傳送端紀錄資訊時加入了以下的條件 : 條件ㄧ : 如果該區塊的高點為 0(255)，不須紀錄像素值 0(255)的資訊至位置圖。(圖 3-13) 圖 3-13 為修正後的紀錄資訊方式。當加入黃色區塊的判斷式後，我們可以配合接收端增加的條件完成問題一的解決方式。在接收端這部分，為了要避開此情況下會取出位置圖資訊的錯誤步驟，我們在還原影像時增加以下的條件 : 條件二 : 如果該區塊的高點為 0(255)，在掃描到像素值 1(254)時不需要取出位元進行還原。(下頁之圖 3-14) 當修改兩端的流程後，我們減少了原先紀錄的資料量，並且解決了問題一會產生的錯誤。. - 35 -.

(46) 開始. 否 Pixel = 0(255) ? 是是. 區塊的高點 = 0(255) ? 否是. 否. Orig_Pixel = 0(255) ?. 記錄" 0 ". 記錄" 1 ". 結束. 圖 3-13 修正後之紀錄資訊流程圖(問題一). 開始. 否 Pixel = 1(254) ? 是區塊的高點 = 0(255) ?. 是. 否是. Location map_Info =0?. 該像素值修改成 0(255). 否. 該像素值修改成 1(254). 結束. 結束. 圖 3-14 修正後之還原影像流程圖(問題一). - 36 -.

(47) 問題二 : 當像素值 1(254)被統計為高點時。當像素值 1(254)被統計為高點時，其高點附近的變化情況會有所不同。如下頁之圖 3-15(a)所示，我們經過直方圖統計後得到下頁圖 3-16(a)的統計數據。由表得知高點為像素值 1。我們使用直方圖位移後產生修改過後的像素值，如圖 3-15(b) 所示。在這個步驟中，我們觀察到像素值 0 與 1 並未受到改變。此問題與問題一相似，因為高點本身為 1，不會因為直方圖位移而產生變動，而像素值 0 因為防止下溢的問題也不會被修改。隨後掃描整個區塊，當掃到像素值為 0 時則進行原始影像的比對並紀錄資訊至位置圖，如圖 3-15(c)所示，最後把紀錄資訊放至位置圖空間並與含有隱藏資訊的影像一併傳送過去。. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 2. 2. 2. 3. 1. 3. 3. 3. 4. 3. 3. 3. 4. 4. 4. 4. 4. 5. 5. (a). 直方圖位移. 位置圖空間. (b) 紀錄0(255)的變化情況 0. 0. 0. 00000. 放入位置圖. (c). 圖 3-15 描述問題二之示意圖(傳送端). - 37 -. 0. 0.

(48) 出現 12 次 10 數. 出現次數. 8. 12. 10 8. 6. 6. 4. 4. 2. 2. 0. 0. 0. 1. 2. 3. 4. (a). 5. 0. 像素值. 1. 2. 3. (b). 4. 5. 像素值. 圖 3-16 問題二之直方圖位移變化情形(傳送端) (a) 圖 3-15(a)像素值統計圖; (b) 圖 3-15(b)像素值統計圖與圖 3-15 相對應的接收端如下頁的圖 3-17 所示。當自傳送端接收到含有隱藏資訊的影像(圖 3-15(b))後進行直方圖統計。經過直方圖統計後如下頁的圖 3-18 所示，此區塊的高點為像素值 1。經過直方圖位移還原影像後看到原先像素值 4 與 5 已還原成像素值 3 與 4。. 然而，接下來利用位置圖資訊進行影像還原時發生了錯誤。因為像素值 1 被統計出來為高點，像素值 0 並不會在圖 3-17(b)直方圖位移還原的時候變成像素值 1，且因為像素值 1 本身為高點的關係也不會被修改成像素值 2。因此在這個情況下會產生位置圖資訊錯誤的使用(‘X’代表無紀錄資訊可提供給該座標)。因此，需要再次修改傳送端與接收端的位置圖使用流程以解決此問題。. - 38 -.

(49) 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 3. 3. 3. 4. 1. 2. 2. 2. 3. 4. 4. 4. 5. 5. 3. 3. 3. 4. 4. 直方圖位移. (a). (b) 利用位置圖資訊觀察 1(254)的原始資料. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 01. 01. 01. 01. 01. 1. 1. 1. 1. 1. X 1. X 1. X 1. X 1. X 1. 1. 2. 2. 2. 3. X 1. 2. 2. 2. 3. 3. 3. 3. 4. 4. 3. 3. 3. 4. 還原影像. 4. (d). (c). 位置圖資訊 (從傳送端產生出的資訊). 圖 3-17 描述問題二之示意圖(接收端). 出現次數. 出現次數. 12 10 8. 12. 10 8. 6. 6. 4. 4. 2. 2 0. 0. 0. 1. 2. 3. 4. 5. 像素值. 0. 1. 2. 3. (b). (a). 4. 5. 像素值. 圖 3-18 問題二之直方圖位移變化情形(接收端) (a) 圖 3-17(a)像素值統計圖; (b) 圖 3-17(b)像素值統計圖與問題一相同的是我們觀察到像素值已在圖 3-17(b)作直方圖位移還原的時候就與圖 3-15(a)，也就是原始影像相同。因此比照問題一的解決方式，加入以下的條件至傳送端 : 條件一 : 如果該區塊的高點為 1(254)，不須紀錄像素值 0(255)的資訊至位置圖。(圖 3-19) - 39 -.

(50) 我們於原先在問題一增加的判斷步驟中再次增加判斷是否該區塊的高點為 1(254)，我們增加了這個判斷式能夠避免在傳送端記錄不必要的資訊。於此解決方式對應到的接收端增加了以下的條件 : 條件二 : 如果該區塊的高點為 1(254)，在掃描到像素值 1(254)時不需要取出位元進行還原。(下頁之圖 3-20) 與問題一相同的方式增加此判斷，能再次減少在傳送端產生的紀錄資料量，也能解決問題二產生的錯誤還原。. 開始. Pixel = 0(255) ?. 否. 是是. 區塊的高點 = 0(255) or 1(254) ? 否是. 記錄" 0 ". Orig_Pixel = 0(255) ?. 否. 記錄" 1 ". 結束. 圖 3-19 修正後之紀錄資訊流程圖(問題二). - 40 -.

(51) 開始. 否. Pixel = 1(254) ? 是. 是. 區塊的高點 = 0(255) or 1(254) ? 否是. 否. Location map_Info =0?. 該像素值修改成 0(255). 該像素值修改成 1(254). 結束. 結束. 圖 3-20 修正後之還原影像流程圖(問題二) 問題三 : 當像素值 2(253)被統計為高點，但經過直方圖位移後使得像素值 0(255) 與像素值 1(254)加起來的出現次數高於像素值 2 的出現次數。從實驗當中，我們觀察到像素值 0(255)與 1(254)會因為直方圖位移後合併在一起，除了在藏入資訊前需要記錄每個像素值 0(255)的座標變化情況外，如果像素值 2(253)被設為高點時，像素值 1(254)會全部被退到像素值 0(255)。也因此，像素值 0(255)就變成我們可以藏入資訊的空間了。但因為像素值 1(254)與像素值 0(255)被合併起來，其在接收端取出資訊時此區塊可能會統計出錯誤的高點(可能為像素值 0(255)，可能所有像素值 0 會因為藏入資訊’1’而變成像素值 1)，取出資訊時就會產生錯誤。. - 41 -.

(52) 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1. 0. 0. 0. 0. 0. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 10. 10. 10. 2. 2. 11. 11. 11. 10. 10. 10. 11. 11. 11. 11. 11. 12. 12. 直方圖位移. (a). (b). 紀錄0(255)的變化情況. 位置圖空間 0000111111. 0. 0. 0. 0. 1. 1. 1. 1. 1. 1. 放入位置圖. (c). 圖 3-21 描述問題三之示意圖(傳送端) 如圖 3-21 傳送端所示，我們首先對圖 3-21(a)的區塊進行直方圖統計。透過直方圖統計得出的圖 3-22(a)觀察到像素值 2 為我們的高點。隨即進行直方圖位移得到圖 3-21(b)的修改結果。修改後可以發現像素值 1 已與像素值 0 混合在一起(如圖 3-22(b))。之後掃描整個區塊並對像素值 0 記錄資訊，如圖 3-21(c)所示，最後產生出的紀錄資訊放入位置圖空間內並一併傳送至接收端。. 出現 8 次數 6. 出現 12 次 10 數 8. 4. 6. 1(254)堆疊至0(255). 4. 2. 2 0. 0 0. 1. 2. (a). 10. 11. 12. 0. 像素值. 1. 2. (b). 10. 11. 12 像素值. 圖 3-22 問題三之直方圖位移變化情形(傳送端) (a) 圖 3-21(a)像素值統計圖; (b) 圖 3-21(b)像素值統計圖. - 42 -.

(53) 與圖 3-21 對應的接收端示意圖如圖 3-23 所示。我們接收到圖 3-21(b)的影像後對其進行直方圖統計得到圖 3-24(a)的統計圖。由圖表得知像素值 0 已成為此區塊的高點，因為新增了問題一的解決方法，我們在位置圖資訊還原這步驟不會取用位置圖資訊。. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 2. 2. 2. 2. 2. 1. 1. 1. 1. 1. 2. 2. 11. 11. 11. 1. 1. 10. 10. 10. 11. 11. 11. 12. 12. 10. 10. 10. 11. 11. 直方圖位移. (a). (b) 利用位置圖資訊觀察 1(254)的原始資料. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 10. 10. 10. 1. 1. 10. 10. 10. 10. 10. 10. 11. 11. 10. 10. 10. 11. 還原影像. 11. (d). (c). 位置圖資訊 (從傳送端產生出的資訊). 因新此增步問驟題並一未的拿解取決位方置法圖，資訊. 圖 3-23 描述問題三之示意圖(接收端) 出現 12 次 10 數 8. 出現 12 次 10 數 8. 6. 6. 4. 4. 2. 2. 0. 0 0. 1. 2. 10. (a). 11. 12 像素值. 0. 1. 2. (b). 10. 11. 12 像素值. 圖 3-24 問題三之直方圖位移變化情形(接收端) (a) 圖 3-23(a)像素值統計圖; (b) 圖 3-23(b)像素值統計圖. - 43 -.

(54) 然而，我們在傳送端進行直方圖統計後的高點為像素值 2。這樣的統計錯誤會導致還原時資訊對應錯誤，甚至會取出錯誤的隱藏資訊。因此，我們為了解決此問題，在記錄資訊的過程中我們對每個區塊再多用一個位元記錄該位元的高點是否為 2(253)。以下是我們在傳送端記錄像素值 0(255)前記錄該區塊的高點是否為 2(253)的方式。條件一 : 如果該區塊的高點為像素值 2(253)，則記錄位元’0’，否則記錄位元’1’。(圖 3-25) 如圖 3-25 所示，透過對每個區塊再記錄一個位元的方式能夠得知該區塊的高點是否為像素值 2(253)。因於傳送端新增了此記錄資訊至位置圖，我們在接收端也新增了該資訊的使用方式。以下是我們在接收端取出隱藏資訊及還原像素值 1(254)前判斷該區塊的高點是否為 2(253)的方式。條件二 : 如果於位置圖內取出的位元為’0’，則進行直方圖統計。當統計出的高點為像素值 0、1 或是 2，則設定該區塊的高點為像素值 2，否則設定為像素值 253。如果於位置圖內取出的位元為’1’，則進行直方圖統計後結束流程。(圖 3-26). - 44 -.

(55) 區塊高點記錄開始. 是. 該區塊高點 = 2(253)?. 否. 記錄位元’0’. 記錄位元’1’. 結束. 圖 3-25 新增的紀錄資訊示意圖(問題三) 區塊高點修正開始. 是. Location map_Info = 0? 否. 直方圖統計. 是. 高點 = 0 or 1 or 2 ?. 直方圖統計. 否. 修改此區塊高點為2. 修改此區塊高點為 253. 結束. 圖 3-26 新增的還原影像示意圖(問題三). - 45 -.

(56) 為了解決問題三，我們對每個區塊新增了一個位元的紀錄資料量，如圖 3-25 與圖 3-26 所示。雖然能夠修正問題三所產生的錯誤，然而，在問題三的描述中也引發了接下來的問題四。. 問題四 : 當某像素值被統計為高點，但像素值 0(255)及 1(254)的出現次數相加後比高點出現次數還多時。此問題的產生通常該區塊落在影像主體的輪廓區域。雖然在原始的區塊上統計出一個像素值為高點，但因為直方圖位移與防止溢位及下溢的問題，像素值 0(255)與像素值 1(254)通常會被混合在一起。也因此，在接收端進行直方圖統計時，像素值 0(255)的出現次數極有可能會超過傳送端統計出高點像素值的出現次數，導致高點不一樣而產生錯誤的直方圖位移。我們透過以下的示意圖了解此問題產生的錯誤。. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 1. 1. 1. 1. 128. 0. 0. 0. 0. 128. 128 128 128 128 128 128 128 129 129 129 130 130 130 130 130 (a). 128 128 128 128 128 128 128 130 130 130. 直方圖位移. 131 131 131 131 131. (b) 紀錄0(255)的變化情況. 位置圖空間 000011111. 放入位置圖. 0. 0. 0. 0. 1. 1. 1. 1. (c). 圖 3-27 描述問題四之示意圖(傳送端). - 46 -. 1.