以特徵點為基礎的航測影像浮水印

Volume17, No4, December 2013, pp. 251-266

1國立台灣大學土木工程學系 助理教授 收到日期:民國 102 年 04 月 09 日

2國立台灣大學土木工程學系 博士班研究生 修改日期:民國 102 年 07 月 27 日

3國立中央大學太空遙測研究中心 副教授 接受日期:民國 102 年 08 月 26 日

＊通訊作者, 電話: 02-33664260, E-mail: hsuph@ntu.edu.tw

以特徵點為基礎的航測影像浮水印

徐百輝

^1*

陳志丞

²

摘 要

隨著個人電腦與高速網路的日漸普及，人們可以快速且輕易地搜尋並取得各式各樣的數位資料，如 何應用訊號處理技術進行數位資料的版權維護及管理也成為一個熱門的研究議題。目前有關於一般數位 多媒體資料的數位浮水印研究已有相當成熟的技術與豐碩的成果，惟對於需高額經費產製、重要性甚高、

應用性甚廣之空間資料，其相關的浮水印研究卻相當少見。本研究針對網格式空間資料進行數位浮水印 分析及探討，以航空攝影取得之數位影像為例，進行數位浮水印的測試及影響分析，並針對航空影像的 主要應用，提出一個以點特徵為基礎的浮水印演算法，進行浮水印的強韌性測試及分析，以因應不同使 用者後續處理影像資料後仍能達成版權保護的目的。經實驗證明，本研究所提浮水印方法確實具一定的 強韌性，可以抵抗大部分的影像攻擊，同時亦可以保有航測影像資料的品質，嵌入本研究所提方法之浮 水印後，影像匹配成功率至少較一般浮水印演算法提高了百分之三。

關鍵詞：數位浮水印、強韌性、幾何轉換

1. 前言

近年來，航空攝影技術的發展日益精進，除了 一般傳統測繪及製圖的需求之外，亦廣泛應用到災 害勘查、地形及環境監測、及土地利用調查等國家 重大專案或計畫。航測影像的取得除了需要高精 度、儀器與設備之外，更需要投入大量人力、物力 及財力進行長時間作業，所花成本相當昂貴；此外 影像內容亦可能涉及國防或軍事機密資訊，因此於 後續航測影像發佈及流通分享時，相關影像的版權 保護(copyright protection)及流通管理(distribution management)即顯出其重要性。航測影像目前幾乎 都是以數位的方式進行測製、儲存與傳送，然而數 位化的最大缺點也是因為其容易被複製、修改與傳 播，當有心或不法人士對數位航測影像進行任意複 製、篡改或冒名所有權時，即意味著影像所有者的 權利已受到嚴重的侵害，進而影響到航測影像真正 流 通 的 目 的 。 隨 著 國 土 資 訊 系 統(National

Geographic Information System, NGIS)對於空間資 料共享與多目標應用之需求日益提昇，航測影像的 普及與流通之需求也逐漸受到各界重視，影像擁有 者的智慧財產權(著作權)宣告及保護問題，以及相 關之流通管理也應有因應對策，航測影像產製單位 並不希望所產製之影像資料在外界無限流通或被 不當使用。本文所提航測影像版權保護及流通管理 並非要限制空間資料之流通及可用性，而是希望可 以在資料所有權保護與提供使用者更便利的使用 方式之間取得平衡。事實上，一個健全的版權保護 及流通管理方法將可以使得空間資料之管理及流 通機制更為順暢。因此本文針對航測影像之版權保 護，提出利用數位浮水印(digital watermarking)技術 將版權或其他相關資訊隱藏在原始影像中，除了可 以進行有效的影像版權宣告之外，亦可以將流通資 訊隱藏其中，提供影像流通及共享管理之依據。

數位浮水印是目前用來解決智慧財產權所發 展 出 來 的 一 種 影 像 處 理 技 術 ， 自 從 Tirkel et

al.(1993)在「Electronic Water Mark」的研究中首度

提 出 「water mark 」 方 法 後 ， 後 來 二 字 合 成

「watermark」一字，相關研究便將此技術歸類為

「electronic watermark」，後來其應用範圍日趨廣 泛，相關技術亦隨之蓬勃發展，現今數位浮水印 (digital watermark)已經成為此領域的關鍵字了。數 位浮水印研究的主要目的是將數位媒體的擁有者 或版權資訊嵌入於數位媒體本身，以建立保護機 制，使擁有者能夠主張所具有的擁有權。一般數位 多媒體中最常見且使用最頻繁的資料為音訊、圖片 或是影片等，因此數位浮水印技術在這些資料上的 應用最為成熟，然而就空間資料的智慧財產權保護 而言，相關研究卻相當匱乏。主要原因是空間資料 具有一般數位媒體檔案沒有的空間坐標或屬性資 料，因此一般的浮水印技術並無法直接應用於空間 資料上。此外，使用者對空間資料的後續處理及應 用層面相當廣泛，如何設計一個能夠因應使用者各 種應用的浮水印技術便成為一個必須克服的難 題。數位浮水印對空間資料的保護對象，可包括成 本昂貴且使用率最高的航測影像、遙測影像等相關 的影像資料、向量圖檔及安全性最受重視的數值高 程模型(digital elevation model, DEM)等資料，不同 的資料種類依其特性及應用將使用不同的浮水印 技術，本研究將以航測影像為主，進行數位浮水印 的相關分析與探討，並提出一個適合於航測影像的 數位浮水印演算法。

依照空間資料的特性，其數位浮水印的研究應 探討的主要議題有二，第一為設計具高強韌性 (robustness)的數位浮水印嵌入與擷取演算法，所謂 的強韌性是指所嵌入的浮水印將不會因為空間資 料的處理而喪失其辨識性；第二為設計不影響空間 資料品質之浮水印技術。雖然不同的空間資料所適 用的空間資料浮水印演算法並不相同，然而其一個 重要的共同原則是不能破壞空間資訊的可用性，同 時降低其對空間資料品質的影響，也就是說對於空 間資料嵌入浮水印後所造成的資料改變量要有很 好的控制機制。就航測影像而言，資料改變量即是 像元灰度值的改變，其影響的不僅是人眼視覺上品 質 的 降 低 ， 還 包 括 後 續 對 影 像 匹 配(image

matching) 、 影 像 分 類 (classification) 及 影 像 量 測 (measurement)等自動化處理結果之影響。本文將分 別針對此兩個研究議題發展適合航測影像之浮水 印技術，並以實際的航測影像進行測試及成果分 析。

2. 數位浮水印技術簡介

數位浮水印技術是在數位資料當中嵌入可以 代表作者的商標、文字、圖像、任何數位資訊、或 由 原 影像 所產 生 出的 特徵 作 為數 位簽 章(digital signature)，當擁有者的數位內容被非法複製或盜用 時，將可從被複製或盜用的影像中取出數位簽章來 證明其所有權，並且根據著作權法或相關法令向非 法複製或盜用者申請賠償，以下簡單說明數位浮水 印相關技術的分類及特性。

2.1 數位浮水印方法的分類

數位浮水印方法可從視覺感知、應用面、資料 比對、資料領域、及資料範圍等區分成多種不同類 型，如圖1 所示，以下簡單說明之。

1. 就視覺感知區分：

在視覺上的感知來說，浮水印可分為可視型 (visible digital watermark) 與 不 可 視 型 (invisible digital watermark)，可視型浮水印可 直接在版權影像上看的到；「不可視型」浮水 印則憑人的肉眼並無法查覺影像中是否有浮 水印存在，而必須經由浮水印擷取演算法來 驗證。可視性浮水印在使用上較為方便，不 需繁雜的計算量即可完成，但其通常會造成 原影像品質的破壞，且在視覺效果上也較為 不美觀，因此目前大部分的浮水印演算法朝 向以不可視性浮水印技術來保護空間資料。

2. 就應用面區分：

就應用面而言，依浮水印的取出效果可分成 強 韌 型(robust watermark)與易碎型浮水印 (fragile watermark)等。其中強韌型浮水印為 影像受到攻擊後(如影像平移、旋轉、或剪切 等)仍然可以取出浮水印，因此常用來進行版

權保護(Lin et al.,2001 )；而易碎型浮水印在 受到影像攻擊時浮水印將會輕易的損毀，此 時依擷取出浮水印的完整性將可以驗證資料 是否曾經受到竄改。

3. 就資料比對區分：

依浮水印擷取時是否需要原始資料來分類 時，可以分成盲型(blind)、非盲型(non-blind) 與半盲型(semi-blind)等浮水印演算法。盲型 浮水印在浮水印取出時可以不需要原始資 料，在浮水印的應用上較為實用；非盲型則 是在取出時需要原始資料進行比較，實用性 較低；而半盲型則是在取出時需要部分原始 資料之資訊。

4. 就資料領域區分：

依照欲嵌入浮水印的影像資料領域可以分為 空 間 域(spatial domain) (Schyndel et al., 1994)、頻率域(frequency domain) (Cox et al., 1997) 與 近 年 來 相 當 熱 門 的 向 量 域 (vector domain) (Liu and Tan, 2002)等，空間域浮水 印是將浮水印直接藏入圖片的像素之中，其 他的兩種則會在藏入時先將對圖片執行資料 轉換(data transform)，接著將浮水印藏入轉換 後的係數當中，其中向量域使用的主要方法 為奇異值分解(singular value decomposition, SVD)。

5. 就資料範圍區分：

依照欲嵌入浮水印的資料範圍區分，可分成 全域型(global)及區域型(local)。全域型系將 浮水印內容依據特定的規則打散到影像資料 的全區域範圍內，當影像較大時，可嵌入的 浮水印內容越豐富，但對影像品質影響範圍 也較大，也很容易受到各種影像攻擊之影響 (徐百輝及陳志丞，2010)；區域型則將浮水 印隱藏在特定的區域範圍內，對影像整體品 質影響較小，若再針對特定的影像攻擊選取 影像範圍，亦可強化浮水印之強韌型，降低 影像攻擊之影響，如本研究所提以特徵點為 基礎之方法即為區域型方法。

目前數位浮水印的演算法，大部分均以版權保

護為主要目的，因此如何增加浮水印的強韌性為數 位浮水印研究者主要努力的目標。本研究的主要目 的即根據航測影像資料之特性以及流通之需求，整 合上述不同演算法的特色，發展一個不可視、具強 韌性、且盲型的浮水印，同時為了滿足航測應用之 需求，將以區域型的特徵式浮水印演算法為主，並 將浮水印藏於頻率域空間中，期能提供航測影像資 料完整的版權保護機制。

圖1 數位浮水印方法的分類

2.2 數位浮水印的特性

一個成功的數位浮水印方法通常具有以下幾項特 性：(Cox et al., 2002) (王旭正等，2007)

1. 不可視性(imperceptibility)：在加入數位浮水印 後的數位影像，必須以不影響到原先的影像考 量，讓在加入浮水印後的影像經由肉眼不易察 覺，如此一來也可同時降低遭受有心人士發現 而加以竄改的機率。

2. 不易被刪除性(un-deletion)：浮水印必須和原始 影像緊密的結合在一起，對於非法使用者而 言，欲將浮水印移除是很困難的。

3. 強韌性(robustness)：此強韌性是指藏入的資訊 須具有抵抗一般失真性壓縮及破壞性訊號處 理之能力，雖然藏入浮水印的影像已經遭受到 部分更改或破壞，仍可萃取出浮水印，保護原 作者的權利。

4. 唯一性(unambiguous)：萃取出的浮水印必須能 夠清楚且很明確地指出擁有者資訊，以作為所 有權的確認。

5. 安全性(security)：浮水印方法要具有保密的性 質，因此可利用密鑰(secret key)的方式來選取 特定的區域藏匿浮水印，而只有享有權限的人 才會擁有此密鑰，並利用此金鑰來找出所藏匿 的區域進而重新取出浮水印。因此在此模式 下，所藏匿的區域被不法人士所猜中的機率要 非常的低。

6. 盲目性(blindness)：就實際的應用而言，因儲 存影像資料的空間需求量大，而在傳送多餘的 影像也會造成網路頻寬的浪費，故在擷取浮水 印時，應盡可能設計成不需要使用到原始影 像，如此一來也不須多為了保存原始影像而增 加安全性的考量。

7. 嵌入資料量(maximum capacity)：在對原圖只產 生些微失真的前提下，若能嵌入愈多的浮水印 資料量，則愈能提高其強韌性及正確度，甚至 多餘的資料量可做為浮水印校正位元，以檢核 因為受到攻擊而影響的浮水印內容，並利用校 正位元將擷取出的浮水印進行修正，以提高浮 水印的強韌性(林政毅，2007)。但這個條件通 常和不可視性的要求相抵觸，因此必須在不可 視性及嵌入資料量之間取得一個平衡。

2.3 適合航測影像的數位浮水 印設計

航空攝影測量所取得之數位影像或由衛星拍 攝所取得的遙測影像，其產製過程需耗費相當人 力、物力，所以影像不僅珍貴，價格也相當高昂。

近年來，隨著數位航照相機快速發展與進步，所產 製的航測影像用途也越來越廣泛，因此航測影像的

所有權或是影像內容正確性的保護日趨重要。現今 航測影像資料大都是以數位的方式進行儲存及處 理，即使舊有類比相片資料也都先進行掃描後再以 數位的方式儲存及處理，因此利用數位浮水印進行 航測影像的版權保護為一可行方法。現行最常見版 權保護的方法是以可視性浮水印直接嵌入航測影 像中，此方法不僅破壞原始影像的整體性及美觀，

對於影像後續的分析與應用影響也很大，因此本研 究將發展不可視之浮水印演算法，同時依據航測影 像之應用，發展可以滿足2.2 節所述各項特性之浮 水印演算法。

數位浮水印可應用於原始航測影像(raw image) 或是經過幾何糾正處理之正射影像(orthoimage)，

直接應用於正射影像產品之浮水印方法比較單 純，僅需考量各種影像處理對於嵌入浮水印之影 響。若欲將浮水印嵌入於原始航測影像中，則必須 考量其後續各種處理對於嵌入浮水印之影響。依照 拍攝航測影像的目的，大致以基本地形圖測製或正 射影像製作為主，當利用立體測圖儀進行基本地形 圖測製時，並不會改變影像內容，因此嵌入浮水印 後的原始航測影像，在進行版權確認時，均能正確 取出所嵌入的浮水印內容。而正射影像之產製除了 幾何糾正外，為了減少高差位移或遮蔽等影響還會 進行原始影像的內插、裁切或重新取樣，此外為了 使正射影像更具美觀還會進行影像調色、影像對比 調整等各種影像處理。在數位影像浮水印領域中，

正射影像製作的每一程序都可視為一種對浮水印 的攻擊(attacks)，若以強韌性較差的浮水印演算法 進行航測影像版權保護，顯而易見將無法滿足需 求，若欲發展可適用於航測影像的浮水印演算法，

勢必須以低變形量與高強韌性為主要目標。此外，

所發展之演算法應以不需要原始影像資料進行比 對的盲型演算法，實際應用時比較方便。本研究提 出以特徵為基礎之區域型浮水印演算法，不僅可以 符合上述之航遙測應用需求，同時可以兼顧浮水印 強韌性及維持影像品質之要求。

3. 以影像特徵為基礎的浮 水印

本文針對航測影像所設計的浮水印演算法，主 要目的是為了抵抗航測影像處理中因影像處理及 幾何轉換程序對浮水印的破壞，根據這個目的，常 見的全域型浮水印演算法因為無法抵抗幾何攻 擊，勢必無法滿足需求。本研究利用區域型浮水印 演算法的觀念(Kutter et al., 1999)，其主要原理為針 對影像特徵(feature)進行浮水印的嵌入，其方法特 別著重於浮水印嵌入位置和影像的不變性(image invariant)。本研究所使用的浮水印嵌入位置選定方 法係利用尺度不變特徵轉換(scale-invariant feature transform, SIFT)演算法取得可抵抗旋轉、縮放及平 移等等影像攻擊的特徵點，再根據影像特徵的不變 性進行浮水印的嵌入與擷取。

3.1 浮水印嵌入與擷取時資料 的同步

一般常見的全域型浮水印演算法，主要是將浮 水印資料根據資料的排序方式依序嵌入浮水印，其 嵌入方式如圖2 所示；當必須進行所有權驗證時，

則依循原本嵌入的浮水印的順序對含有浮水印的 資料進行浮水印的擷取。當含有浮水印的影像資料 遭受旋轉或尺度縮放等攻擊時，如圖 3 及圖 4 所 示，因為影像資料的排序方式已經改變，因此將無 法正確的取出浮水印。為了解決此問題，本研究利 用SIFT 演算法對航照影像進行特徵點的選取，選 出的特徵點對影像旋轉及縮放等變化將保持不變 性，並以該特徵點為圓心選取一定範圍的圓形區域 進行浮水印的嵌入(Tang and Hang, 2003)。當必須 進行所有權驗證時，即可以利用SIFT 演算法找出 相同的特徵點及圓形區域，即可正確的擷取出浮水 印資訊。為了抵抗影像旋轉攻擊，可以利用特徵點 之主梯度方向進行圓形區域影像之方向正規化，即 可找出對應的圓形區域，如圖5 所示。此外，為了 抵抗影像尺度縮放攻擊，可對選定的圓形區域進行

尺度調整，使嵌入與擷取浮水印的區域範圍與大小 相同，如圖6 所示。影像方向正規化與尺度調整的 目的都是為了保證浮水印嵌入與擷取時的資料範 圍是一致的，此程序又稱為浮水印的同步定位 (watermark re-synchronization)。

圖 2 全域型浮水印演算法進行嵌入與擷取浮水印 示意圖

圖3 全域型浮水印演算法無法抵抗旋轉攻擊示意圖

圖4 全域型浮水印演算法無法抵抗縮小攻擊示意圖

圖5 以特徵點與圓形區域抵抗影像旋轉攻擊示意圖  

圖6 以特徵點與圓形區域抵抗影像尺度縮放攻擊 示意圖

3.2 SIFT 演算法

Lowe(2004)提出基於尺度空間(scale space)，將 影像特徵點鄰近區域的像素灰值及梯度變化轉換 成局部影像描述元(descriptors)，該描述元對影像縮 放、旋轉、及亮度等變化能保持不變性，甚至幾何 變形及仿射轉換也能保持一定的穩定性，因此常用 於影像特徵的搜尋與匹配。SIFT 首先利用高斯函 數與影像金字塔計算尺度空間，配合高斯差分函數 (difference of Gaussian, DoG)(如圖 7)偵測尺度空間 中的極值(extrema)。高斯平滑影像可由原始影像與 高斯函數進行卷積(convolution)運算而得

, , , ∗ , , (1)

其中

I(x,y)為原始影像，G(x,y,σ)為不同尺度的高斯

函數，如公式(2)：

, , 1

2 ²

2 2

2 ^{2 (2)}

高斯差分函數對影像進行卷積的過程可以表示為

兩個不同尺度的高斯函數之差值，具有計算簡單的 特性：

D(x,y,σ)=I(x,y)*[G(x,y,kσ)-G(x,y,σ)]

=L(x,y,kσ)-L(x,y,σ)

(3)

圖 8 為利用高斯差分函數求得影像中極值之 示意圖，每個像素需與目前尺度周圍鄰域的8 個像 素與相鄰尺度相對位置上的9 個像素進行比較，並 得到極值點的位置，由於這些極值點不一定為穩定 的 特 徵 點 ， 因 此 稱 為 候 選 特 徵 點 或 關 鍵 點 (candidate keypoints)。

上述利用高斯差分函數所找到的候選關鍵點 尚需進一步精確定位(accurate position)，此外這些 點亦可能包含有低對比度的點，與不穩定的邊緣 點，亦必須進一步濾除。精確定位的方式是利用一 個泰勒展開式(Taylor expansion)，以極值點為中心 往四周進行曲線擬合，以內插出真正極值點的位 置，同時可以消除低對比度的點位。而邊緣點的濾 除則是利用候選關鍵點的相鄰點經由差分計算求 得二階導數

Dxx、Dxy 及 Dyy，藉由組成 Hessian

矩陣(Hessian matrix )後的矩陣特性，剔除穩定度與 尺度較低的特徵點，穩定度計算方式如公式(4)，

其中 e 是最大特徵值(eigenvalue)與最小特徵值的 比值，用於控制特徵點的穩定度，其經驗值一般設 為10(Lowe, 2004)，符合條件的即為本研究所使用 之特徵點。

穩定度

2 1 ²

(4) 最後，利用特徵點鄰域像素梯度方向特性進行 每個特徵點的方向定位，以確保特徵點資訊具有旋 轉不變性。藉由特徵點的高斯平滑影像 L(x,y) 所 解算的梯度幅度

m(x,y)與方向θ(x,y) 如公式(5)

及公式(6)所示。

對每一特徵點，可以利用直方圖統計其鄰域像 素的梯度方向，梯度直方圖的範圍為 0~2π，在本 研究中，分成128 方向進行統計，直方圖的峰值即 表示該特徵點的主方向，圖9 為利用 8 個方向進行 梯度直方圖決定特徵點主梯度方向的示意圖。

, 1, 1, ² , 1 , 1 ^{2 (5)}

, ¹ , 1 , 1

1, 1, ⁽⁶⁾

圖7 高斯差分與影像金字塔示意圖(Lowe, 2004) 圖 8. 極值偵測示意圖(Lowe, 2004)

(a) (b)

圖9 利用直方圖(b)決定主梯度方向(a)

3.3 浮水印嵌入區域的選定

SIFT 演算法可以找出影像中具有受到影像縮 放、旋轉、亮度調整而不變的特徵點



x ,₀ y₀



與特 徵尺度σ，為了解決影像旋轉攻擊之問題，可以特 徵點為中心，並以特徵尺度為半徑，構成一圓形區 域：

0 2

0 2 2 (7)

其中

S 是根據特徵點的特徵尺度作為調整圓

形區域半徑的參數，以圖10 之航照影像為例，圖

10(a)所示即為根據特徵點的特徵尺度與主梯度方 向所選定的圓形區域，可以發現各特徵點所組成的 圓形區域不可避免會有重疊情形，因此本研究依據 較大特徵尺度與區域不重疊之條件要求，最後獲得 如圖10(b)的 8 個圓形區域，這些圓形區域將作為 後續嵌入浮水印的區域。此外，圖10(a)及圖 10(b) 中藍色箭頭方向為該特徵點的主梯度方向，其為圓 形區域方向正規化之依據，為浮水印抗旋轉攻擊之 主要關鍵。

0 2π

(a) 根據特徵點所選定的圓形區域

(b) 依據較大特徵尺度與不重疊所選定的 8 個圓形 區域

圖10 根據特徵點的特徵尺度與主梯度方向所選 定的圓形區域

3.4 浮水印的嵌入

利用SIFT 選定的圓形區域，並根據主梯度方 向進行正規化，以作為後續浮水印嵌入與擷取浮水 印時的同步化，浮水印的嵌入流程如圖 11，嵌入 的具體步驟如下：

1. 圖 12(a)為根據特徵點所選定的圓形區域，圖 12(b)為根據主梯度方向進行正規化後的影 像，為避免嵌入浮水印造成特徵點的破壞，

圖 12(c)為將正規化後的圓形影像去除以特徵 點為中心後的環形影像，作為嵌入浮水印的 區域，圖 12(d)為將環形影像中影像坐標轉換 為極坐標，再以極坐標系統的半徑及方位角大 小重新排序為矩形影像。

2. 針對矩形影像進行二層的小波轉換(wavelet transform)，將浮水印嵌入於二層小波分解的

HL

2子頻帶中，其嵌入示意圖如圖 13 所示。

本研究所使用之浮水印為二元之黑白影像，

其值不是 0 就是 1，當嵌入的浮水印 W(i,j)=0 時，嵌入的公式如下：

′2 , ² ,

4, 0 3 4

2 , 5

4 , 3 4

(8)

當嵌入的浮水印

W(i,j)=1 時，嵌入公式為：

′2 , ² ,

4, 0

4

2 , 3

4 , 4

(9)

其中

R= HL

2

(i,j) mod T 為 HL

2對

T 取餘數；T

則為一常數，可用來控制浮水印的強度，T 越 大代表浮水印內容越不容易被攻擊，但相對地 影像品質會降低。

3. 將嵌入浮水印後的係數進行小波反轉換得到 含有浮水印的影像。

4. 將含有浮水印的影像進行影像正規化角度的 反旋轉後，填補回原始的航測影像中，得到以 特徵點為中心，含有局部區域浮水印的航測影 像。

圖11 浮水印的嵌入流程圖

(a) 根據特徵點所選定的圓形區域

(b)依主梯度方向進行正規化的影像

(c)去除以特徵點為中心的環形影像

(d) 環形影像重排為矩形影像

圖12 以特徵點為中心作為嵌入浮水印的影像

圖13 浮水印嵌入示意圖

3.5 浮水印的擷取

利用SIFT 針對含有局部區域浮水印的航測影 像選定圓形區域，並根據特徵點的主梯度方向進行 正規化，使擷取浮水印的影像與嵌入浮水印進行同 步化，浮水印的擷取流程如圖 14，擷取的具體步 驟如下：

1. 將含有浮水印的航測影像利用 SIFT 取得特徵 點，並根據特徵尺度σ 與主梯度方向取得圓形 影像及進行影像正規化，並去除以特徵點為中 心後的環形影像，作為擷取浮水印的區域，並 將環形影像重排為矩形影像。

2. 對矩形影像進行二層的小波轉換。

3. 由二層小波分解的 HL^'2子頻帶係數中，取得嵌 入的浮水印資訊，取出的規則如下：

′ , 1, 0 3

4

0, (10)

圖14 浮水印的擷取流程圖

3.6 浮水印演算法的評估指標

為了了解本研究所提浮水印演算法之強韌 性，以及其對影像品質之影響，必須有對應的評估 指標，本研究所使用之評估指標描述如下：

3.6.1 浮水印強韌性之評估指標

一般對浮水印強韌性之評估方式，是計算原始 浮水印以及經由各種攻擊後所萃取出的浮水印之 間的相關係數，若數位浮水印是一張

m×m 黑白二

元 影 像 ， 則 正 規 化 互 相 關 係 數(normalized cross-correlation, NC)之計算公式如(12)式所示。倘 若NC 值(介於 0~1 之間)越大，即擷取出的浮水印 具有較低的失真度，使得人眼可以清楚的識別與判 定。

∑₀ ¹∑₀ ¹ , ⊕ ′ ,

(11)

其中

W、W'分別為原始浮水印以及經由各種攻擊

後所萃取出的浮水印，⊕代表 exclusive-or (XOR) 運算子。

3.6.2 影像品質之評估方法

為評估嵌入數位浮水印之影像與原始影像間 之差異，必須進行影像品質評估，影像品質之評估 方式一般可分為客觀性指標(objective indicator)及 主觀性指標(subjective indicator)，簡單說明如下：

1. 客觀性指標

常 用 的 客 觀 性 影 像 品 質 評 估 指 標 為 均 方 差 (mean square error, MSE)，或是峰值訊號訊雜比 (peak signal-to-noise ratio, PSNR)，均方差及峰 值訊號訊雜比的計算方式分別如公式(12)及公 式(13)所示

SE ∑_i ¹∑_j ¹ , ′ , ² (12)

PNSR 10 ⋅ log₁₀

2 (13)

其中

I 代表原始影像，I'代表嵌入浮水印後的影

像，I(i,j) 代表原始影像坐標為(i,j)的像素值，

I'(i,j) 代表嵌入浮水印後影像坐標為 (i,j) 的

像素值，Imax 為影像中所有像素的最大灰值。

若MSE 值越小或 PSNR 越大，便可以判定這 兩張影像的相似度很高，即受到數位浮水印的 影響很小，本研究主要以PSNR 為判斷影像品 質之客觀性指標。

2. 主觀性指標

欲評估數位浮水印對某項應用之影像程度，則 必須引入與該應用有關之主觀性評估指標。就 航空影像而言，無論是以正射影像製作為目的 或是以測繪基本圖為目的，影像自動匹配的作 業為其中一個重要步驟，其結果將影響到後續 成果的品質。因此本研究以影像匹配的成功率 作為主觀性的影像品質評估指標。目前最常用 的 影 像 匹 配 方 法 為 最 小 二 乘 匹 配 法(least squares matching, LSM)，該方法係從新拍影像 擷 取 與 目 標 視 窗 相 同 大 小 的 罩 窗 為 匹 配 罩 窗，透過與目標視窗間的輻射(平移及尺度)及 幾何關係(六參數仿射轉換)的調整，使與目標 視窗對應的影像區塊間的灰值差異的平方和 為最小，圖 15 為本研究利用幾何仿射六參數 轉換進行最小二乘匹配法的圖示。

圖 15 幾何仿射六參數轉換最小二乘匹配法圖示 (Schenk,1999)

4. 實驗及成果分析

本實驗所選定的實驗影像為從原始航測影像 切割下來的局部影像，大小為2000×2000，如圖 16(a) 及圖16(b)所示分別為左像(編號 021_1140)及右像 (編號 021_1139)。選用的浮水印內容為「臺灣大學」

中文字，配合個別案號的內容，給定為「1000901」

數字，作為所有權者的申明與提供不同使用者的區

別，浮水印為一黑白二元影像，其大小可視實際嵌 入區域範圍大小及浮水印內容而定，一般可設為 128×128，如圖 17 所示。

(a) 021_1140 原始航測影像(左像)

(b) 021_1139 原始航測影像(右像) 圖16 嵌入浮水印前後的航測影像

圖17 原始浮水印

本實驗首先針對本文所提之浮水印演算法進 行強韌性測試，接著測試航測影像在嵌入浮水印之 後對後續影像匹配作業之影響。

4.1 實驗一：浮水印演算法強韌 性之測試

實驗一為利用本研究所提以特徵為基礎之浮 水印演算法，針對021_1140 航測影像進行浮水印 強韌性測試。圖18(a)顯示一共有 8 個以特徵為中 心的圓形影像區域被選為嵌入浮水印之範圍，嵌入

浮水印後之航測影像則如圖 18(b)所示。若與圖 16(b)之原始影像相比較，以人眼觀察並無法察覺 其差異性，進一步計算嵌入浮水印後整體影像的 PSNR 值為 42.1，顯示嵌入浮水印後，整體影像變 異量相當小。若就個別區域進行分析時，8 個浮水 印嵌入區域的PSNR 值平均為 36.4，最大值為與最 小值分別為 36.5 與 36.3，顯示實際嵌入浮水印的 圓形區域變形量稍大，尚無法達成一般影像品質 PSNR 必須大於 40 的要求。

若嵌入浮水印的影像未受到任何影像處理或 幾何攻擊，根據8 個特徵點特性所嵌入之浮水印均 可正確擷取出來，其中編號1 所擷取出的浮水印如 圖19 所示，其 NC 值為 0.964，顯示無論是以人眼 觀察或是經客觀指標計算，所嵌入之浮水印可正確 地被擷取出來。

(a) 根據特徵點所選定的 8 個圓形區域

(b) 嵌入浮水印後的航測影像 圖18 嵌入浮水印後的航測影像

圖19 嵌入後再擷取出的浮水印

一般航測正射影像製作過程中，可能包含有影 像壓縮、亮度調整、對比調整、影像平滑等基本影 像處理程序，為簡化影像處理程序，亮度與對比調 整均採一般常見線性方式考慮相鄰影像相鄰影像 內容進行，以及影像旋轉、平移、裁切、放大及縮 小等幾何轉換程序，本研究目標之一即為測試當原 始航測影像嵌入浮水印之後，若經過上述影像處理 或幾何轉換程序，是否仍能擷取出正確浮水印之內 容，以驗證本研究所提浮水印演算法之強韌性。於 圖18(a)中的 8 個浮水印嵌入區域中，以編號 4 之 區域為例，其經過各種影像處理及幾何轉換攻擊 後，所擷取出之浮水印結果如圖20 所示。可以發 現，本研究所使提出之浮水印演算法對於影像平滑 的抵抗力較差(NC 值為 0.491)，但對於 JPEG 壓縮、

亮度調整、對比調整等基本影像處理攻擊皆有不錯 的抵抗能力，至於影像旋轉、平移、裁切與放大等 幾何攻擊對於浮水印之影響也不大，所萃取出之浮 水印皆可以清楚辨識，但因影像縮小所造成的浮水 印變形則較大，其NC 值為 0.694，雖然可以辨識 出「臺灣大學」等字體較大的內容，但字體較小的 案號則無清楚辨識。

處理航測影像時，各種影像處理及幾何轉換程 序大都接續發生，因此本實驗亦針對多重影像或幾 何攻擊對於浮水印演算法之強韌性進行測試，本文 針對 JPEG 壓縮、亮度調整、對比調整、旋轉 45 度、放大2 倍及縮小 50%等攻擊，任選取兩種組合

進行測試，測試結果如圖21 所示，可以發現相較 於單一項的影像攻擊，雙重攻擊對浮水印演算法的 影響更大，即各項攻擊的影響會累積並影響到所萃 取浮水印之辨識性，例如浮水印受旋轉 45 度及 JPEG 壓縮(14%)影響的 NC 值分別為 0.795 及 0.839，但接續受兩種攻擊後的浮水印 NC 值則降 為 0.648，由此可以推測浮水印將隨著影像攻擊項 目或次數增加而有辨識度降低的趨勢。

圖22 為 8 個特徵點嵌入的浮水印後受到基本 影像處理的抵抗能力，可以發現各特徵點區域受到 基本影像處理攻擊後的抵抗能力大致相同，但對於 平滑攻擊的抵抗能力均不佳，此乃因為影像平滑時 可能破壞位於小波分解子頻帶

HL

2 中的帶頻資 訊，連帶影響到所嵌入的浮水印資訊（如公式(8) 及公式(9)）。

圖23 為 8 個特徵點區域受到幾何攻擊的抵抗 能力，其中點 6 區域因為平移的關係被移除，點 1, 2, 5, 8 等點區域則因為被裁切掉的關係，無法擷 取出浮水印進行比較。若特徵點及其區域經過平移 及裁切攻擊後仍存在，則仍可正確擷取出浮水印。

當影像被放大時，浮水印均可被成功擷取並正確辨 識，但當影像尺寸縮小為原尺寸的75%時，因為縮 小可能涉及影像重新取樣(resampling)，造成高頻訊 號移位或被平滑掉，因此有3 個特徵點所取出的浮 水印完全無法辨識。

攻擊方式 未受攻擊 JPEG壓縮 14% 亮度調整 10% 對比調整 10% 3*3 平滑化

萃取出之 浮水印

NC 0.993 0.839 0.885 0.885 0.491

攻擊方式 旋轉 45 度 平移(114,69) 裁切 51% 放大 2 倍 縮小為 75%

萃取出之 浮水印

NC 0.795 0.940 0.891 0.965 0.694

圖20 特徵點編號 4 的浮水印，受到單一影像處理後的抵抗能力

攻擊方式 JPEG壓縮14%+

調整亮度10%

調整亮度 + 對比各10%

旋轉45度 + JPEG(14%)

旋轉45度 +調整對比10%

放大2倍 +縮小50%

萃取出之 浮水印

NC 0.829 0.777 0.648 0.609 0.948 圖21 特徵點編號 4 的浮水印，受到雙重影像處理後的抵抗能力

圖22 各特徵點的浮水印受到基本影像處理攻擊後的抵抗能力

圖23 各特徵點的浮水印受到幾何攻擊後的抵抗能力

4.2 實驗二：航測影像嵌入浮水 印對影像匹配之影響

根據航測影像空間資訊處理而言，無論是正射 影像製作或是製圖目的，影像匹配的作業影響著未 來成果的品質，為測試嵌入浮水印後對航測影像破 壞程度，我們以影像匹配的成功率作為影響的指 標，並以徐百輝及陳志丞(2010)所使用的全域型二 層小波轉換的浮水印演算法作為比較，分析兩種方

法在嵌入浮水印後對原始影像後續影像匹配成功 率的影響。實驗的方法是在021_1139 原始航測影 像進行角點偵測選出的特徵點(紅色十字)如圖 24(a) 所示，圖 24 (b)為根據之前所偵測得到的角點在 021_1140 原始航測影像中進行影像匹配的成果，

匹配成功的點數為463 點，如圖 24(b)特徵點(紅色 十字)。圖 25 為本方法與 2010 所使用的二層小波 轉換嵌入浮水印後對影像匹配成功率在不同變形 量下的示意圖，由該圖可以發現2010 所使用的二

特徵點編號

特徵點編號

層小波轉換嵌入浮水印，因採整圖幅嵌入，即使最 低變形量 PSNR 值為 57.8，可成功影像的點數為 360 點(成功率為 78%)，本方法雖然嵌入浮水印後 整體影像的PSNR 值為 42.1，雖然其變形量較大，

進一步計算嵌入浮水印後，可成功影像匹配的點數 為377 點(成功率為 81%)。由此可知，以特徵點為 基礎的航測影像浮水印較一般的浮水印演算法對 後續影像處理分析影響較小，因此對航測影像較具 有優勢。

(a) 根據特徵點所選定的 8 個圓形區域

(b) 嵌入浮水印後的航測影像 圖24 原始航測影像進行角點偵測後進行影像匹

配的成果

圖25 本方法與徐百輝及陳志丞(2010)所使用的二 層小波轉換嵌入浮水印後對影像匹配成功率 的比較

5. 結論與未來工作

本研究所提以特徵點為基礎的浮水印演算法 主要係針對航測影像應用所設計符合需求的功 能，因此特別要求浮水印演算法除了可以抵抗影像 處理攻擊之外，尚具有抵抗幾何攻擊的能力，除浮 水印的嵌入區域選定採用SIFT 演算法進行特徵點 的選取外，並利用主梯度方向與尺度作為嵌入與擷 取浮水印時影像的同步化工作，惟為達成影像同步 化，即使未遭受旋轉攻擊原始影像仍需旋轉與調整 尺度三次以完成同步化的需求，即使嵌入浮水印後 的航測影像未遭受任何攻擊，所擷取出的浮水印正 確率（NC 值）為 0.966 非 1，意即浮水印資訊在 嵌入的過程中會有部分損失。嵌入浮水印後的影像 整體的PSNR 值顯示整體影像變形量相當小，但就 個別區域分析時，顯示浮水印嵌入的區域變形量稍 大，因此仍必須努力降低浮水印嵌入區域的變形 量。此外目前所提演算法對於影像平滑或再取樣等 攻擊的抵抗力較弱，未來將針對影像區域的紋理特 性進行分析及應用，藉由影像的能量大小以調整浮 水印的強度，以提高擷取浮水印時的NC 值。對於 攻擊者惡意再嵌入其專屬浮水印，想藉以擾亂原有 的浮水印內容，亦為未來必須探討的重要課題。本 研究未來將持續改進浮水印的演算法，使嵌入浮水 印後的航測影像不僅變形量低，對於製作正射影像 時產生的不均勻變形等攻擊具有抵抗能力。

參考文獻

林政毅、2007。混合強韌性與脆弱性的H.264 視訊 浮水印機制，國立臺北科技大學電機工程系碩 士學位論文。

王旭正、柯建萱及ICCL(資訊密碼暨資料建構實驗 室)，2007。 資訊媒體安全-偽裝學與數位浮 水印，博碩文化出版社。

徐百輝、陳志丞， 2010。 數位航測影像浮水印分 析及對影像量測之影響，第六屆海峽兩岸測繪 發展研討會，2010年10月14-16日，澳門，光 碟。

Cox, I. J., Kilian, J. , Leighton, F. T. and Shamoon, T. ,1997. Secure spread spectrum watermarking for multimedia., IEEE Transactions on Image

Processing,pp.1673–1687.

Cox,I. J. M., Miller,L. and Bloom, J. A. , 2002.

Digital Watermarking, Morgan Kaufmann.

Kutter, M. , Bhattacharjee, S. K. , and Ebrahimi, T. , 1999. Towards second generation watermarking schemes, Proceeding of 1999 International

Conference on Image Processing, vol. 1, pp. 320

- 323.

Lin, C. Y. , Wu, M. , Bloom, J. A. , Cox, I. J. and Lui, Y. M. , 2001. Rotation, scale, and translation resilient watermarking for images, IEEE Transactions on Image Processing, 10(5), pp.

767 - 782.

Liu, R. and Tan, T. , 2002. An SVD-based watermarking scheme for protecting rightful ownership. IEEE Transactions on Multimedia,vol.4(1),pp.121-128.

Lowe, D., 2004. Distinctive image features from scale-invariant keypoints, International Journal of Computer Vision, 60(2), pp. 91-110.

Schenk, T., 1999, Digital Photogrammetry , Volume I,

TerraScience, pp.251-266.

Tang, C. W. and Hang, H. M. , 2003. A feature-based robust digital image watermarking scheme,

IEEE Transactions on Signal Processing, 51(4),

pp. 950 – 959.

Tirkel, A. Z. , Rankin, G. A., van Schyndel , R. M. , Ho, W. J. , Mee, N. R. A. and Osborne, C. F. , 1993. Electronic water mark, Proceeding of

Digital Image Computing, Technology and Applications (DICTA'93), pp. 666 – 672.

van Schyndel, R. , Tirkel, A. Z., and Osborne, C. F. , 1994. A digital watermark, Proceeding of 1st

IEEE International Conference on Image

Processing, vol.2, pp. 86 - 90.

1 Assistant Professor, Department of Civil Engineering, National Taiwan University Received Date: Apr. 09, 2013 2 Ph.D. Student, Department of Civil Engineering, National Taiwan University Revised Date: Jul. 27, 2013 2 Assistant researcher, Department of Urban Planning and Spatial Information Accepted Date: Aug. 26, 2013

*.Corresponding Author, Phone: 886-2-33664260, E-mail:hsuph@ntu.edu.tw

Keypoint-Based Digital Watermarking For Photogrammetric Images

Pai-Hui Hsu ^1* Chih-Cheng Cheng ²

ABSTRACT

With the rapid development of information technology (IT) and communication technology (CT), people can obtain every kind of digital data more convenient than before. The consequence is that the “copyright protection” which prevents digital data from been duplicated illegally should be paid much more attention. In the past, digital watermarking technology has been successfully applied to the “copyright protection” of various kinds of digital multimedia data, however the researches and applications of applying digital watermarking to geo-information data are still very inadequate. In this study, the influence of the digital watermarking on the photogrammetric images is firstly analyzed. A novel digital watermarking algorithm based on the keypoints is proposed especially for photogrammetric images. The robustness of the embedded digital watermark and the impact on photogrammetric images are finally evaluated and analyzed. The experiments show that the proposed algorithm has high robustness on watermarking and little influence on the quality of the photogrammetric images.

The success rate of image matching has been improved by 3% using the proposed watermarking algorithm.

Keywords:

Digital Watermarking, Robustness, Geometric Transformation, Deformation