Phương pháp nhúng thủy vân thích nghi sử dụng kỹ thuật total variation

n Tĩm tắt Hiện nay, việc sao chép bất hợp pháp các sản phẩm đa phương tiện diễn ra khá phổ biến. Do đĩ, cơng nghệ bảo vệ bản quyền và xác thực quyền sở hữu trí tuệ đang được quan tâm đặc biệt và cũng là mục tiêu nghiên cứu của nhiều tổ chức khoa học. Một trong những kỹ thuật tiên tiến cho phép thực hiện nhúng thơng tin bản quyền vào dữ liệu đa phương tiện lưu dưới dạng số là kỹ thuật thủy vân. Kỹ thuật này cho phép nhúng thơng tin dấu thủy vân vào các tín hiệu âm thanh, hình ảnh, vide, v.v., mà khơng ảnh hưởng đến chất lượng và đảm bảo độ bền vững cao của tín hiệu trong trường hợp nĩ chịu ảnh hưởng của các tác động bên ngồi. Bài viết này đề xuất phương pháp nhúng thủy vân dựa trên giá trị ngưỡng cảm nhận sự khác biệt (Just Noticeable Difference - JND) mức xám của hệ thống thị giác. Quá trình nhúng dữ liệu sẽ được thực hiện thích nghi với tính chất của vùng ảnh, sao cho mức độ thay đổi của các điểm ảnh sau khi nhúng luơn thấp hơn ngưỡng cảm nhận. Khi đĩ, mức độ "trong suốt" của phương pháp nhúng thủy vân sẽ được cải thiện. Trong phương pháp được đề xuất, chúng tơi sử dụng kỹ thuật Total Variation để phân tích ảnh và từ đĩ áp dụng các kỹ thuật nhúng phù hợp nhằm giảm thiểu mức độ biến dạng của ảnh sau khi nhúng. Kết quả mơ phỏng cho thấy phương pháp này cho phép cải thiện độ trong suốt so với các phương pháp nhúng truyền thống khác. Từ khĩa: an tồn dữ liệu, hệ thống thơng tin, kỹ thuật thủy vân số, Total Variation. Abstract Currently, illegal copying of multimedia products is quite common. Therefore, technology to protect copyright and authenticate intellectual property rights are of particular interest and is also the research goal of many scientific organizations. One of the advanced techniques that allow embedding copyright information into multimedia data saved in digital form is the watermark technique. Watermark technology embeds transparency information into audio, image, videowithout affecting the quality of the signal as well as ensuring high reliability in case of signal resistance effects of external impacts. In this paper, we propose a watermark method based on the perceived difference threshold, namely Just Noticeable Difference (JND), gray level of the vision system. The data embedding process will be adapted to the properties of the image area based on the changes of the embedded pixels that are always below the sensible threshold. Therefore, the "transparent" level of the watermarking method will be improved. By the embedding watermark method proposed, we will use the Total Variation technique to analyze images and thereby apply appropriate embedding techniques to reduce the deformation of the image after being embedded. The simulation results show that the proposed embedding watermark method allows to improving transparency compared to other traditional embedding methods. Keywords: data safety, information system, hydrographic techniques number, Total Variation. Email: thanhbinh68@gmail.com SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019) 16 1. Giới thiệu chung Các kỹ thuật nhúng thủy vân số được coi là một giải pháp cĩ hiệu quả nhằm ngăn chặn nạn sao chép lậu dữ liệu số đang rất phổ biến hiện nay. Các yếu tố quan trọng nhất cần cân nhắc khi lựa chọn phương pháp dùng các kỹ thuật này là mức độ biến dạng của hình ảnh sau khi nhúng (độ trong suốt) và tính bền vững của dấu thủy vân khi ảnh nhúng bị thay đổi bởi các tác động bên ngồi. Cĩ nhiều phương pháp nhúng thủy vân đã được nghiên cứu và cơng bố. Thơng tin thủy vân cĩ thể được nhúng trực tiếp trong khơng gian ảnh hoặc nhúng vào các miền biến đổi. Cách nhúng trong khơng gian ảnh tiêu biểu là phương pháp nhúng trực tiếp giá trị bít dấu thủy vân vào bít cĩ trọng số nhỏ nhất trong từ mã độ chĩi của các điểm ảnh (phương pháp Least Significant Bit – LSB) [2]. Các phương pháp nhúng trong khơng gian ảnh cĩ ưu điểm là thực hiện đơn giản, độ trong suốt cao, nhưng khơng bền vững trước tác động của nhiễu và các phép biến đổi hình ảnh (như thay đổi độ chĩi, độ tương phản, nén ảnh, chuyển đổi định dạng v.v.) [4]. Các phương pháp thủy vân sử dụng biến đổi DCT (Discrete Cosine Transform) thường nhúng thơng tin dấu thủy vân bằng cách thay đổi các hệ số DCT tại miền tần số trung bình, để đảm bảo mức trong suốt đồng thời duy trì tính bền vững cho thơng tin được nhúng [4,6,10]. Tác giả bài báo [10] đề xuất phương pháp nhúng thủy vân trong miền tần số vào các khối ảnh cĩ kích thước khác nhau, để tăng độ bền vững của tác động thay đổi kích thước ảnh. Nhiều nghiên cứu đề xuất phương pháp nhúng thủy vân dựa trên khả năng cảm nhận hình ảnh của người quan sát với các mơ hình cĩ ngưỡng cảm nhận sự khác biệt JND khác nhau nhằm hướng tới làm tăng độ trong suốt của dấu thủy vân trong ảnh [8,12]. Trong [1] đề xuất phương pháp nhúng thủy vân với model JND bao gồm ba ngưỡng cảm nhận theo tần số, độ chĩi và độ tương phản. Model JND trong trường hợp này được trích xuất từ khơng gian biến đổi DWT. Để tăng cường chất lượng nhúng thủy vân, tác giả bài báo [3] đề xuất phương pháp nhúng thích nghi theo hướng biên của các chi tiết trong vùng ảnh. Trong nhiều phương pháp nhúng thủy vân thích nghi, hướng biên hay các tính chất đặc biệt khác của vùng ảnh thường được dùng để điều khiển quá trình nhúng. Hướng biên của vùng ảnh cĩ thể được xác định khá chính xác dựa trên kỹ thuật Total Variation [5,7,9,11]. Các phương pháp nhúng thủy vân dựa trên cảm nhận chủ quan của người quan sát kết hợp với việc nhúng thích nghi theo tính chất của ảnh, hứa hẹn cải thiện đáng kể độ trong suốt cũng như mức độ bền vững của dấu thủy vân trong ảnh. 2. Kiến thức cơ sở Trong phần này, chúng tơi trình bày hai khái niệm cơ bản sẽ sử dụng trong phương pháp nhúng thủy vân được đề xuất, đĩ là ngưỡng cảm nhận sự khác biệt (JND) theo mức xám và kỹ thuật phân tích Total Variation. 2.1. Ngưỡng cảm nhận sự khác biệt dựa trên mức xám Ngưỡng cảm nhận sự khác biệt mức xám là mức chênh lệch nhỏ nhất về độ chĩi giữa một điểm ảnh và mức chĩi nền mà mắt người cĩ thể cảm nhận được [12]. Giá trị JND thay đổi tùy thuộc vào mức xám của vùng ảnh nền theo quy luật mơ tả trên hình 1. Đường cong trong Hình 1 cĩ thể được xấp xỉ bằng 3 đoạn thẳng theo cơng NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GỊN 17 thức (1). Hình 1. Quan hệ JND và giá trị mức xám nền.       1 6, 0,32 8 1 3 33,64 32 1 1 65,255 96 3 p p y p p p p                (1) Trong (1), y là giá trị JND theo mức xám, p là giá trị mức xám của điểm ảnh. Ví dụ: trong một vùng ảnh cĩ mức chĩi p=32, tính theo (1) chúng ta cĩ giá trị JND= 2. Điều này cĩ nghĩa là, nếu một điểm ảnh của vùng ảnh này bị thay đổi mức xám trong phạm vi 32 2p   thì mắt người quan sát sẽ khơng cảm nhận được sự biến đổi của vùng ảnh. Cĩ thể thấy rằng, giá trị JND thay đổi từ 1-6 khi mức xám của ảnh thay đổi từ 0-255. 2.2. Kỹ thuật Total Variantion Kỹ thuật Total Variation (TV) được sử dụng rộng rãi để tách ảnh gốc thành ảnh chứa thơng tin về cấu trúc (Structure Image – SI) và ảnh chứa thơng tin về kết cấu (Texture Image – TI) [5,7,11]. Thơng tin về cấu trúc và kết cấu của hình ảnh cĩ thể được sử dụng hiệu quả trong các bài tốn khác nhau như lọc nhiễu, phân tích đường biên, chuyển đổi định dạng ảnh raster – vector, nhúng thủy vân v.v [11]. Trong bài báo này, dựa trên ảnh cấu trúc SI, chúng tơi xác định vùng ảnh "mịn" (cĩ sự thay đổi mức xám nhỏ) để nhúng dữ liệu thủy vân sao cho mức độ biến động mức xám của vùng ảnh gốc và vùng ảnh sau khi nhúng nhỏ hơn giá trị JND được tính theo cơng thức (1). Ở trường hợp này, người quan sát sẽ hầu như khơng cảm nhận được sự khác biệt giữa ảnh gốc và ảnh đã nhúng dữ liệu, do đĩ tính trong suốt của phương pháp nhúng sẽ được cải thiện. Chúng tơi sử dụng thuật tốn được cơng bố trong [11] để trích xuất ảnh SI từ ảnh gốc. Trong [11], tác giả đã sử dụng mơ hình TV-L2 Rudin, Oshena và Fatemi [7] như sau:           2 arg min yx p p S p x y D pD p S I L p L p                (2)       ,x p q x q q R p D p g S    (3)       ,y p q y q q R p D p g S    (4)       ,x p q x q q R p L p g S     (5)       ,y p q y q q R p L p g S     (6) Trong đĩ, I là ảnh gốc, p là số lượng điểm ảnh, S là ảnh cấu trúc SI. Mơ hình trong biểu thức (2) được hình thành dựa trên phương pháp nhân tử Lagrange:  là nhân tử Lagrange; thành phần thứ nhất của (2) là (Sp – Ip)2 cần thiết để ảnh S cĩ cấu trúc giống với ảnh I, thành phần thứ hai là         yx x y D pD p L p L p     cĩ tác dụng loại bỏ SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019) 18 các thành phần kết cấu lân cận trong ảnh;  -cĩ giá trị dương để mẫu số luơn khác khơng; nằm trong dải 0.01~0.03 [11]. Biến q chỉ ra tất cả pixel trong vùng chữ nhật lân cận điểm ảnh p và gp,q, là bộ lọc Gaussian cĩ độ lệch chuẩn bằng  :     2 2 ( , ) 22 p q p q p q x x y y g exp             (7) Trên Hình 2a là thành phần chĩi của ảnh gối, Hình 2b là ảnh cấu trúc SI nhận được sau khi giải bài tốn trong mơ hình (2). Hình 2. Kết quả tách ảnh cấu trúc SI ứng dụng kỹ thuật TV 3. Phương pháp nhúng thủy vân đề xuất Trong phần này, chúng tơi đề xuất phương pháp nhúng thủy vân thích nghi theo giá trị JND để giảm thiểu tối đa mức độ suy giảm chất lượng hình ảnh sau khi nhúng. Quá trình nhúng thủy vân được thực hiện trong khơng gian tần số sử dụng biến đổi DCT [4,10]. Mỗi bít thơng tin dấu thủy vân sẽ được nhúng vào khối ảnh cĩ kích thước 8x8. Sau khi nhúng thủy vân, giá trị độ chĩi của các điểm ảnh sẽ bị thay đổi, do đĩ khối ảnh kết quả sẽ cĩ sự khác biệt với khối ảnh gốc. Người quan sát sẽ cảm nhận được sự khác biệt nĩi trên rõ ràng nhất tại các khối ảnh cĩ độ chĩi thay đổi chậm gọi tắt là khối ảnh nền. Chính vì vậy, trong phương pháp được đề xuất, khi nhúng dữ liệu vào các khối ảnh nền, chúng ta sẽ thay đổi giá trị các hệ số khai triển DCT mang thơng tin về bit dữ liệu nhúng, sao cho giá trị sai số mức xám giữa các điểm ảnh sau và trước khi nhúng luơn nhỏ hơn giá trị JND được tính theo (1). Để xác định vị trí các khối ảnh nền, chúng ta sử dụng ảnh SI tách từ ảnh gốc bằng kỹ thuật TV được mơ tả ở phần II. Các khối ảnh 8x8 trong ảnh SI cĩ giá trị độ lệch mức chĩi  nhỏ hơn mức ngưỡng sẽ được chọn để nhúng theo phương pháp trên. Sơ đồ khối hệ thống nhúng thủy vân thích nghi theo JND được trình bày trong Hình 3. Hình 3. Sơ đồ khối hệ thống nhúng thủy vân thích nghi theo JND Phương pháp nhúng thủy vân đề xuất được thực hiện theo trình tự như sau: 1- Ảnh màu gốc  ,I i j chuẩn RGB, kính thước (mxn) được chuyển đổi sang khơng gian YcrCb; dấu thủy vân sẽ được nhúng vào thành phần Y (thành phần chĩi) của ảnh gốc. 2- Ảnh dấu thủy vân BM được chuyển đổi thành dạng vector các giá trị nhị phân để nhúng vào kênh chĩi Y của ảnh gốc; một bít BM sẽ được nhúng vào khối ảnh cĩ kích thước 8x8. 3- Sử dụng kỹ thuật TV đã trình bày trong phần II để tách ảnh cấu trúc SI từ ảnh gốc. Chia ảnh SI thành các khối ảnh liên tiếp cĩ kích thước 8x8  ,SIf i j và tìm giá trị tổng độ lệch chuẩn các mức xám S cho từng khối: NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GỊN 19   7 7 2 0 0 1 , 64 SI i j S f i j      (8)   7 7 0 0 1 , 64 SJ i j f i j     (9) Trong đĩ,  ,f i j là mức xám của các điểm ảnh trong khối ảnh 8x8,  - giá trị độ chĩi trung bình của khối ảnh. Ngưỡng so sánh T để xác định các khối ảnh nền; giá trị T dựa trên kết quả mơ phỏng nằm trong khoảng 0.01-0.05. 4- Để nhúng các bít dữ liệu BM vào từng khối ảnh nền (kích thước 8x8) chúng ta thực hiện các bước sau: a) Khởi tạo giá trị mức chênh lệch k giữa 2 hệ số khai triển DCT để nhúng dữ liệu bằng 1. b) Thực hiện biến đổi DCT cho khối ảnh  ,Yf i j kích thước 8x8 để cĩ ma trận hệ số khai triển DCT  ,YF u v . Chọn hai hệ số trong miền tần số trung bình [1], giả sử đĩ là F(i,j) và F(p,q). Thay đổi giá trị F(i,j) và F(p,q) để nhúng bít BM theo quy tắc:         1 , , 0 , , Y Y Y Y BM F i j F p q k BM F i j F p q k        (10) Kết quả nhận được là ma trận *( , )YF u v . c) Thực hiện biến đổi IDCT với ma trận *( , )YF u v để cĩ khối ảnh đã nhúng bít BM  * ,Yf i j . Tính tổng giá trị JND KJND của tất cả điểm ảnh trong khối  ,Yf i j , tính tổng sai số tuyệt đối KSUM giữa hai khối ảnh  ,Yf i j và   * ,Yf i j . d) Nếu KJND>KSUM, tăng giá trị k = k+1 và lặp lại các bước b, c đến khi KJND ≤ KSUM; khối ảnh  * ,Yf i j cho giá trị KJND ≤ KSUM sẽ là khối ảnh nhúng kết quả. 5- Các khối ảnh trong ảnh gốc cĩ độ chĩi thay đổi nhanh (tổng giá trị độ lệch chuẩn các mức xám S lớn) sẽ được nhúng dữ liệu BM giống như bước 4 với giá trị k khơng đổi (k=50). Trong trường hợp này giá trị k được chọn tương đối lớn để tăng độ bền vững của dữ liệu thủy vân. 6- Ảnh Y chứa thơng tin dấu thủy vân sẽ được tổng hợp với các thành phần màu Cr và Cb, rồi chuyển đổi về định dạng RGB để cĩ ảnh màu đã nhúng dấu thủy vân. 4. Kết quả mơ phỏng Chúng tơi đã mơ phỏng phương pháp nhúng thủy vân thích nghi theo JND với kỹ thuật TV (JND_TV) được đề xuất ở trên và một số phương pháp nhúng khác như nhúng trong khơng gian ảnh LSB, nhúng trong miền DCT khơng thích nghi theo JND (DCT). Tập ảnh gốc để nhúng thủy vân định dạng .bmp cĩ kích thước 512x512. Ảnh dấu thủy vân là ảnh nhị phân cĩ kích thước 69x39 (Hình 4d). Chương trình mơ phỏng được thực trên Matlab R2017b. 4.1. Đánh giá độ trong suốt của dấu thủy vân Hình 4. Ảnh gốc (a), ảnh nhúng theo phương pháp JND_TV (b) và phương pháp DCT (c), ảnh dấu thủy vân (d) Kết quả mơ phỏng trên hình 4 cho thấy, nhúng thủy vân thích nghi JND_TV và nhúng khơng thích nghi DCT đều cĩ độ trong suốt cao. Người quan sát hầu như khơng thấy sự khác biệt giữa ảnh đã nhúng SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019) 20 thủy vân và ảnh gốc. Để đánh giá một cách khách quan ảnh hưởng của dấu thủy vân tới chất lượng hình ảnh chúng tơi đã so sánh ảnh gốc và ảnh đã nhúng dựa trên tiêu chí sai số trung bình bình phương (Mean Squared Error - MSE) QMSE và tiêu chí Structural SIMilarity – SSIM là QSSIM. QSSIM  1,1  cĩ giá trị càng cao thì ảnh gốc và ảnh nhúng càng giống nhau. Kết quả tính tốn giá trị QMSE và QSSIM cho nhiều ảnh khác nhau được nhúng theo các phương pháp JND_TV, DCT và LSB ghi trong bảng 1. Bảng 1. MSE và SSIM của ảnh nhúng thủy vân bằng các phương pháp khác nhau Cĩ thể thấy rằng, phương pháp LSB cho ảnh nhúng với giá trị MSE rất nhỏ và giá trị SSIM gần bằng 1. Do đĩ, xét về độ trong suốt, phương pháp LSB cĩ ưu điểm vượt trội so với các phương pháp cịn lại. Phương pháp JND-TV cĩ độ trong suốt cao hơn so với nhúng DCT khơng thích nghi và điều này trùng khớp với kết quả phân tích lý thuyết trong phần II, III. 4.2. Đánh giá độ bền vững của các phương pháp nhúng thủy vân Mức độ bền vững của phương pháp nhúng thủy vân được đánh giá dựa trên sự khác biệt giữa dấu thủy vân nguyên thủy và dấu thủy vân được tách ra từ ảnh nhúng bằng tỷ lệ lỗi bít BER (Bit Error Rate). Chúng tơi đã xét các trường hợp ảnh nhúng thủy vân dưới các tác động: - Nhiễu cộng Gaussian với các mức cơng suất khác nhau (tương đương với tỷ lệ tín hiệu trên nhiễu SNR khác nhau của ảnh đã nhúng thủy vân) - Nén cĩ tổn hao theo phương pháp JPEG với các mức độ khác nhau (tương đương tỷ lệ nén khác nhau) - Thay đổi kích thước ảnh với tỷ lệ khác nhau và xoay với các gĩc độ khác nhau NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GỊN 21 Hình 5. Quan hệ giữa BER và tỷ lệ SNR của ảnh chứa dấu thủy vân. Hình 6. Quan hệ giữa BER và mức tổn hao của ảnh thủy vân nén theo JPEG. Hình 7. Quan hệ giữa BER và hệ số thu nhỏ của ảnh thủy vân. SCIENTIFIC JOURNAL OF SAIGON UNIVERSITY No. 61 (01/2019) 22 Dựa vào kết quả mơ phỏng trên các đồ thị hình 5,6,7 cĩ thể thấy, với tất cả các hình thức tấn cơng, dấu thủy vân nhận được từ phương pháp JND_TV luơn cĩ giá trị BER thấp hơn so với phương pháp DCT truyền thống. Phương pháp nhúng trong khơng gian ảnh LSB cĩ mức độ bền vững thấp nhất. Cuối cùng, trên hình 8 hiển thị kết quả phục hồi dấu thủy vân bằng hai phương pháp JND_TV và DCT cho nhiều ảnh khác nhau. Những ảnh này được nén suy hao theo chuẩn JPEG với tỷ lệ nén 0.5. Tỷ lệ BER của phương pháp JND_TV luơn thấp hơn so với phương pháp nhúng DCT. Hình 8. So sánh BER của phương pháp JND_TV và DCT (nén với tỷ lệ 50%). 5. Kết luận Với bài báo này, chúng tơi đã đề xuất phương pháp nhúng thủy vân thích nghi theo giá trị JND mức xám. Thơng tin thủy vân được nhúng vào các vùng ảnh cĩ độ chĩi thay đổi chậm. Những vùng ảnh nhúng bằng phương pháp này được xác định dựa trên sự phân tích ảnh cấu trúc SI tách ra từ ảnh gốc sử dụng kỹ thuật TV. Kết quả mơ phỏng cho thấy, phương pháp nhúng như đã đề xuất cĩ độ trong suốt cao hơn và cĩ độ bền vững tốt hơn so với phương pháp nhúng khơng thích nghi DCT và phương pháp nhúng trong khơng gian ảnh LSB. TÀI LIỆU THAM KHẢO 1. Barni M., Bartolini F., PivaF., “Improved wavelet-based watermarking through pixel- wise masking”, IEEE Transactions on Image Processing, Vol.10, pp. 783 -791, 2001. 2. Etti Mathur, Manish Mathuria, "Unbreakable Digital Watermarking using combination of LSB and DCT", International Conference on Electronics, Communication and Aerospace Technology ICECA, December 2017. 3. Jianwei Guo, Yana Zhang, Shuang Zhi, Pamela Cosman, "Adaptive Edge Masking Based on TV Decomposition and Adjacent Similarity for Digital Watermkarking", IEEE International Conference on Progress NGUYỄN THANH BÌNH - NGUYỄN NHẬT TIẾN TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GỊN 23 in Informatics and Computing (PIC), June 2016. 4. Kurappa A., "A Survey on various Image Water marking Techniquesand Features in Digital Image Processing", IJSRSET | Volume 2 | Issue 5 | Themed Section: Engineering and Technology, 2016. 5. Ndajah Peter, Kikuchi Hisakazu, "Total Variation Image Edge Detection", Recent Researches in Communications, Automation, Signal Processing, Nanotechnology, Astronomy and Nuclear Physics, Niigata Uninversity, Japan, 2011. 6. Octavio David, Muđoz Ramirez, Volodymyr Ponomaryov, Rogelio Reyes- Reyes, Volodymyr Kyrychenko, Oleksandr Pechenin, Alexander Totsky, "A Robust Watermarking Scheme to JPEG Compression for Embedding a Color Watermark into Digital Images", The 9th IEEE International Conference on Dependable Systems, Services and Technologies, DESSERT’2018, 24-27 May 2018. 7. Rudin Leonid, Stanley Osher, Emad Fatemi, “Nonlinear total variation based noise removal algorithms”, Physica D Nonlinear Phenomena, Vol.60, No. 5, pp. 259-268, 1992. 8. Salama Ahmed S., Amr Mokhtar Mohamed, "Combined Technique for Improving Digital Image Watermarking" 2nd IEEE International Conference on Computer and Communications, 2016. 9. Santoyo-Garcia Hector, Fragoso-Navarro Eduardo, Reyes-Reyes Rogelio, Gabriel Sanchez-Perez Mariko Nakano-Miyatake, Hector Perez-Meana, "An Automatic Visible Watermark Detection Method using Total Variation", 5th International Workshop on Biometrics and Forensics (IWBF), May 2017. 10. Xin Li, Xingjun Wang, Anqi Chen, Linghao Xiao, "A Simplified and Robust DCT-based Watermarking Algorithm", 2nd International Conference on Multimedia and Image Processing, March 2017. 11. Xu Li, Quiong Yan, Yan Xia, “Structrue extraction from texture via relative from total variation”, ACM Transactions on Graphics, Vol. 31, No. 6, Article 139, November 2012. 12. Yu P., Yan Shang, Chunming Li, “A new visible watermarking technique applied to CMOS image sensor”, in Proc. SPIE. Multispectral Image Acquisition, Processing, and Analysis, Vol. 8917, Oct. 2013. Ngày nhận bài: 07/07/2018 Biên tập xong: 15/12/2018 Duyệt đăng: 20/01/2019