واترمارک با تکنیک LSB

lsb watermark

پنهان سازی داده (Data Hiding)

به منظور پنهان سازی مخابره داده از روش های data hiding بهره می برند. از جمله تکنیک های پنهان سازی داده می توان به موارد زیر اشاره کرد:

  • استگانوگرافی
  • واترماکینگ (نشان گذاری)
data hiding
مخفی سازی اطلاعات

واترمارکینگ

برای پنهان سازی داده ها نیازمند یک پوشش می باشیم که اطلاعات در این پوشش تعبیه می شود. کاور (پوشش) می تواند ویدیو، تصویر، سیگنال و .. باشد.

watermark algorithm
مراحل واترمارک

حوزه های عملکرد واترمارک

به طور کلی دسته بندی های مختلفی در حوزه واترمارک وجود دارد. یکی از دسته بندی انواع واترمارک بر مبنای حوزه تعبیه واترمارک می باشد. در این دسته بندی می توانیم از اطلاعات حوزه فرکانسی یا مکانی تصویر برای تعبیه واترمارک استفاده نمود. در واترمارک تصویر، که حامل و پیام هر دو تصویر باشند، می توان در دو حوزه فرکانسی و مکانی داده های پیام را در تصویر حامل مخفی کرد. که دسته بندی های مختلفی را شامل می شود:

روش های حوزه فرکانسی

  • تبدیل فوریه گسسته DFT
  • تبدیل کسینوسی گسسته DCT
  • تبدیل ویولت DWT
  • ترکیبی

روش های حوزه مکانی

  • جاسازی در بیت پریتی
  • جاسازی در کم ارزشترین بیت

در این مقاله آموزشی به بررسی واترمارک در حوزه مکانی، جاسازی درکم ارزش ترین بیت می پردازیم.

 واترمارکینگ کم ارزش ترین بیت (LSB)

  یکی از ساده ترین روش های اعمال واترمارک بر تصویر حامل در حوزه مکانی، تکنیک کم ارزش ترین بیت (Least Significant Bit) نام دارد. برای تعیین شدت روشنایی (0-255) هر پیکسل تصویر به صورت نرمال از 8 بیت دودویی استفاده می شود. که به بیت های اول بیت های کم ارزش LSB و به بیت های بالاتر بیت هاس پر ارزش MSB می گوییم.

binary representation
نمایش باینری هر پیکسل

همانطور که در شکل زیر نشان داده شده است، بیت های کم ارزش فاقد اطلاعات مناسب برای نمایش تصاویر می باشند.

بنابراین کافیست اطلاعات کم ارزش تصویر حامل را کنار گذاشته و با بیت های با ارزش تصویر واترمارک جایگزین کنیم. نتایج برنامه به صورت زیر می باشد:

RGb LSB in matlab
نتیجه LSB در متلب

همچنین می توان سه تا از بیت های پر ارزش را جایگزین نمود. نتیجه باز ترکیب بیت ها پس از تعبیه واترمارک در تصویر حامل به صورت زیر می باشد.

LSB in MATLAB
روند اعمال واترمارک

همانطور که در شکل مشاهده می کنید اثری از واترمارک در ظاهر تصویر حامل نمی باشد و پیام به خوبی مخفی شده است. اما مشکل اساسی این روش در تحلیل هیستوگرام تصویر نهفته است. در صورت رسم هیستوگرام تصویر حامل اصلی و تصویر حامل واترمارک شده تفاوت بارزی در هیستوگرام ها مشاهده می کنید.

LSB Histogram in matlab
تحلیل هیستوگرام در LSB بکمک متلب

بنابر آنچه گفته شد با اینکه تکنیک LSB پیاده سازی راحتی دارد و از نظر بصری قابل تمایز نمی باشد اما با تحلیل هیستوگرام به راحتی دستکاری شدن تصویر حامل قابل تشخیص است. بنابراین روش های فرکانسی بر روش های مکانی ترجیح داده می شوند. در پست های آینده این روش ها و نتایج شبیه سازی آنها در متلب تحلیل خواهد شد.

( کدهای متلب این مقاله آموزشی موجود است)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *