Sommaire
PARTIE I : LA COMPRESSION DIMAGES _______________________________________ 1 I.1) Introduction _______________________________________________________________ 1 I.2) Les Mthodes de Compression d'Images _______________________________________ 2 I.3) Efficacit et Qualit d'un Codage _____________________________________________ 4 I.4) Les Mthodes de Codage Statistique ___________________________________________ 5 I.5) Les Mthodes de Codage Spatial ______________________________________________ 7 I.6) Les Transformations Orthogonales____________________________________________ 8 I.7) Les Mthodes Hirarchiques ________________________________________________ 12 I.8) Les Dcompositions par Bancs de Filtres ______________________________________ 13 I.9) Les Mthodes de Codage par Segmentation et Sparation en deux Composantes _____ 16 I.10) La Compression Fractale __________________________________________________ 19 I.11) La Compression de Squences ______________________________________________ 20 I.12) Evaluation de la Qualit des Images Reconstruites aprs Codage Irrversible ______ 20 PARTIE II : LE TATOUAGE DIMAGES_________________________________________ 21 II.1) Introduction _____________________________________________________________ 21 II.2) Les Mthodes de Tatouage dImages_________________________________________ 21 II.3) Les Mthodes Robustes de Tatouage dImages ________________________________ 23 II.4) Les Mthodes Fragiles de Tatouage dImages _________________________________ 25
Christine CAVARO-MENARD Unit de Traitement dImages Mdicales - quipe Signal et Image - LISA CNRS FRE 2656 Service de Mdecine Nuclaire et de Biophysique - CHU d'Angers 4 rue Larrey - 49033 ANGERS Cedex 01 Tel : 02-41-35-56-59 - E-mail : christine.menard@univ-angers.fr
LA COMPRESSION DIMAGES
I.1) Introduction
I.1.1 Le Problme
Rsoudre les difficults grandissantes d'archivage et de transmission des images biomdicales, pour lexploitation des images au sein de rseaux. Caractristiques des principales classes d'images biomdicales : Modalit d'acquisition TDM Zone explore Crne Thorax Crne Cur Radiologie Taille de l'image 512*512 512*512 512*512 ou 1024*1024 256*128 2000*2000 Nombre de coupes 20 40 Zone explore 20 10 (*synchro) Nombre bits de codage 12 12 16 16 16 Taille des fichiers 10 20 Mo 0,5 Mo 10 Mo - 40 Mo 10 Mo 8 Mo
I.R.M.
Les images mdicales sont plus riches en niveaux de gris que la plupart des images.
I.1.2 La Solution
Rduction du volume reprsentatif des donnes de l'image ou
COMPRESSION d'IMAGES
(codage de source)
En fait la compression d'images est : - une alternative de faible cot l'augmentation de la capacit des systmes d'archivage et des lignes de transmission, - indispensable la ralisation des PACS (Picture Archiving and Communication Systems) : difficults lies au volume important des donnes numriques stocker, transmettre et grer.
Page 1
LA COMPRESSION DIMAGES
+ +
La dcorrlation permet de rduire la dpendance statistique qui existe entre les pixels voisins d'une image. Pour rduire le volume des images, cette tape est toujours combine la quantification et/ou au compactage. La quantification consiste reprsenter un message en un nombre fini de bits. La quantification scalaire la plus simple consiste diviser la dynamique du signal original en un ensemble d'intervalles identiques, le pas de quantification dtermine la longueur moyenne des codes ainsi que la perte moyenne d'information. La quantification optimale minimise lerreur quadratique moyenne entre le signal original et le signal quantifi. Pour dfinir le quantificateur optimal, il sagit de trouver la partition et le dictionnaire qui minimisent la distorsion D. Cette optimisation conjointe nadmet pas de solution simple, mais il est possible de : - trouver la meilleure partition connaissant le dictionnaire, cest la rgle dite du plus proche voisin ; - trouver le meilleur dictionnaire connaissant la partition, cest la condition du centre de gravit. Lalgorithme de Lloyd-Max construit itrativement (en utilisant les 2 conditions prcdentes) un dictionnaire de quantification de faon minimiser la distorsion D. Pour cela, lalgorithme utilise un dictionnaire initial et modifie itrativement sa structure en fonction du partitionnement obtenu chaque itration. Finalement un intervalle de quantification sera dautant plus petit que la probabilit que x appartienne cet intervalle est grande. La quantification vectorielle est une gnralisation multidimensionnelle de la quantification scalaire. Le quantificateur vectoriel optimal peut tre considr comme un quantificateur de Llyod-Max multidimensionnel. Lalgorithme LBG permet de calculer, pour un dbit r donn, un dictionnaire de vecteurs quasi optimal. La quantification fait alors appel une recherche dans le dictionnaire du vecteur le plus proche du vecteur dentre considr (coteux en temps de calcul). Ce cot de calcul peut tre rduit en utilisant des algorithmes sous optimaux tels que la quantification vectorielle avec structure en arbre.
Page 2
LA COMPRESSION DIMAGES
I.2.2
Les mthodes de codage pixel (ou syntaxiques) Ces mthodes analysent l'information pixel par pixel. Elles consistent rechercher la redondance de l'information contenue dans l'image et la coder de faon rduite, en faisant appel des concepts de la thorie de l'information. Les mthodes de codage global (ou smantiques) Ces mthodes extraient l'information contenue dans l'image non plus pixel par pixel mais selon les caractristiques de l'image telles que les descriptions de contour ou de texture. Les mthodes rversibles Les techniques rversibles produisent un duplicata exact de l'image originale. Dans le domaine mdical, le critre de rversibilit est primordial pour beaucoup de considrations d'ordre thique. Les mthodes irrversibles Les techniques irrversibles ne restituent qu'une approximation des donnes initiales. C'est l'tape de quantification qui rend le codage irrversible. Seule la transmission de l'erreur de quantification permet alors de rendre la compression rversible.
COMPRESSION DECORRELATION
CODAGE QUANTIFICATION
Codage Pixel
Mthodes Spatiales
Par plages Par blocs Prdictives
Codage Global
Mthodes hirarchiques
Pyramide Laplacienne Fractales
Mthodes hirarchiques
Par arbre Par interpolation Transformation-S
Transformations Orthogonales
Karhunen-Loeve Walsh Hadammard Fourier Cosinus - JPEG
Modle Contour-texture
Synthse des hautes frquences Segmentation : - Par Croissance des rgions - Split and merge - Par Extraction des contours
Page 3
LA COMPRESSION DIMAGES
TC =
Nombre total de bits avant codage Nombre total de bits aprs codage
* Nombre moyen de bits par pixel aprs codage * lments de thorie de linformation
La thorie de linformation dfinit des bornes asymptotiques quant au nombre de bits ncessaires la reprsentation dune information. Ces bornes sont donnes par lentropie H(S) de la source dans le cas dun codage sans perte ou par une fonction dbit-distorsion dans le cas du codage avec perte. Dans un codage avec perte et avec critre de qualit, lalphabet de reprsentation optimal de la source est celui permettant de minimiser la fonction dbit-distorsion R(D ) = min P ( X / Y )Q I ( X , Y ) avec I(X,Y) linformation mutuelle (dcorrlation information) et Q lensemble de toute les probabilits conditionnelles vrifiant :
d (P (Y / X )) =
P (Y = y j / X = xi )d (xi , y j ) D
EQM2 =
* Rapport signal sur bruit
1 MN
SNR = 10 log10
2
EQM 2
en dB
Page 4
LA COMPRESSION DIMAGES
I.4.1 Principe
Le codage statistique tient compte de la frquence d'apparition d'un symbole dans l'ensemble du message afin de coder sur un nombre de bits rduit les symboles les plus probables, et sur des structures binaires plus longues les symboles les moins frquents.
N
H=
i =1
p i log 2
1 pi
(en bits/pixel)
N : Nombre de niveaux de quantification de l'image source. Pi : probabilit d'apparition de chacun des niveaux. H reprsente la quantit moyenne dinformations contenue dans un symbole.
Symbole S1 S2 S3 S4 S5 S6
Code
Souvent considr comme rfrence, le codage d'Huffman produit le code dont la longueur moyenne se rapproche le plus de l'entropie H. Le codage d'Huffman est un code instantan (un mot code ne peut jamais tre le prfixe d'un autre mot code). Taux de compression obtenus en imagerie mdicale : 1,5 2,8.
Page 5
LA COMPRESSION DIMAGES
Codage simple moins performant que le codage d'HUFFMAN. Taux de compression obtenus en imagerie mdicale : de l'ordre de 1,8.
Page 6
LA COMPRESSION DIMAGES
Page 7
LA COMPRESSION DIMAGES
(m,n) S(m,n) e(m,n) (m,n) (m,n) Canal de Quantification Codage Dcodage + + communication + + s(m,n) (m,n) + s(m,n) Prdiction Prdiction + Filtre de Reconstruction COMPRESSION DECOMPRESSION Principe du codage-dcodage prdictif ou MICD.
X ( k , l) =
x ( i , j) =
M 1 N 1 i= 0 j= 0
x ( i , j) T k , l ( i , j)
0 k M-1
0 l N-1
M 1 N 1 k = 0 l= 0
X ( k , l ) T k , l * ( i , j)
0 i M-1
0 j N-1
Tk,l*(i,j) : complexe conjugu de Tk,l(i,j). Tk,l(i,j) : ensemble de fonctions de bases orthogonales discrtes. Distribution de l'nergie de la transformation en Cosinus : Le premier coefficient transform dfinit lintensit moyenne de limage source. Les autres coefficients sont associs aux dtails de limage. Energie Energie
Domaine spatial
Domaine transform
Page 8
LA COMPRESSION DIMAGES
JPEG : TC=60:1
La transformation optimale vis--vis de la thorie de l'information (minimisation de l'EQM) est la transformation de KARHUNEN-LOEVE (TKL). La matrice de la transformation TKL est constitue des vecteurs propres normaliss de la matrice de covariance du bloc. Transformation complexe non utilise en pratique (pas d'algorithme rapide de calcul). Utilisation de transformations ayant des vecteurs de base fixes : - Walsh-Hadamard - Fourier discrte - Cosinus discrte
H N,i, j =
o
1 2
( -1)
n1 k=0
i ( k ) j( k )
Si N est une puissance de 2, la matrice de transformation est gnre par n produits successifs de KRONECKER de la matrice de base B d'ordre 2 :
B =
1 2
Matrice de transformation ne comportant que des 0 et des 1. Mthode simple et rversible Taux de compression obtenus : 2,7
1 -1
Page 9
LA COMPRESSION DIMAGES
X(k,l) =
i=0 j=0 M -1 N -1
x(i, j) WM
ki
WN
lj
avec
WN = e
-j
2 N
x(i, j) =
k =0 l=0
X(k,l) WM ki WN lj
Coefficients complexes
x(i, j) cos
i=0 j= 0
c( ) = c( ) = 1
1 2
pour sinon
=0
(2i + 1)k (2j + 1)l cos 2M 2N
2 x(i, j) = MN
M -1 N -1
La transformation cosinus se rapproche la plus, de par ses rsultats et erreurs entre l'image reconstruite et l'image originale, de la transformation de KARHUNEN-LOEVE. Transformation quasi-optimale disposant d'algorithmes de calculs rapides (Vetterli, Lee) Lnergie est concentre sur un nombre rduit de coefficients de dynamique importante. Lnergie des coefficients dcrot rapidement avec leur rang. Les coefficients haute frquence sont donc de faible amplitude (leur limination rduira le bruit). Codage par seuillage des coefficients transforms cosinus discrte : Les coefficients transforms sont seuills et normaliss par un seuil et un facteur de normalisation qui peuvent tre uniformes pour tous les coefficients, ou dpendants du bloc ou de chacun des coefficients (paramtres adaptatifs). La valeur du seuil agit sur le nombre de coefficients transmis, la normalisation sur le nombre de bits allous pour le codage.
Le balayage zig-zag permet une transmission progressive des images. Taux de compression obtenus en imagerie mdicale : entre 10 et 20.
Page 10
LA COMPRESSION DIMAGES
Codage par zones des coefficients transforms cosinus discrte : Principe pour un bloc donn de limage transforme : - Dfinition dun vecteur de paramtres caractristiques de la distribution de lamplitude des lments du bloc (critre nergtique, tests de visibilits,...), - Classification de chacun des blocs selon une classe Ck en utilisant une rgle de dcision (seuil).
Classe 1 Classe 2 Classe 3 Tables dallocation de bits proposes par CHEN et SMITH
Classe 4
LA COMPRESSION DIMAGES
Table des seuils tlcharge : 16 12 14 14 18 24 49 72 11 12 13 17 22 35 64 92 10 14 16 22 37 55 78 95 16 19 24 29 56 64 87 98 24 26 40 51 68 81 103 112 40 58 57 87 109 104 121 100 51 61 60 55 69 56 80 62 103 77 113 92 120 101 103 99
Seuils de quantification : La partie entire du quotient COEFFICIENT/SEUIL constitue la valeur quantifie et transmise selon un balayage zig-zag (prserve lordre spectral des coefficients). Taux de compression obtenus en imagerie mdicale : entre 8 et 12.
1 3
2 4
5 7
6 8
1 2 3 4 C 5 6 7 8 5 6 7 8
B 9 10 11 12 13 14 15 16 D 13 14 15 16
9 10 13 14 11 12 15 16
13 14 15 16
Exemple simple de codage par arborescence quatre branches (QUADTREE) : A : Matrice image source, seuls les quadrants suprieur et infrieur gauche de limage sont homognes. B : Reprsentation par arborescence "quadtree" de la matrice source ; un nud est une combinaison linaire de quatre enfants spatialement groups. C : Codage rversible : seuls les pixels identiques sont regroups. D : Codage irrversible : seuls les pixels similaires sont regroups. Taux de compression obtenus : 2 (pour rversible) 10 (pour irrversible).
Page 12
LA COMPRESSION DIMAGES
Projection des 8 filtres directionnels et du filtre passe-bas sur le plan des frquences. Taux de compression obtenus sur des images naturelles : 30 (qualit moyenne). Page 13
LA COMPRESSION DIMAGES
Ondelette de Daubechie
Ondelette de Morlet.
Nombre de niveaux de dcomposition Plus de 4 niveaux de dcomposition namliore pas de manire sensible le taux de compression. Codage - Codage rversible (prdictif) ou irrversible (JPEG) de limage dapproximation. - Codage des images de dtails :
Seuillage (fixe la qualit de limage reconstruite). Scrutation
des coefficients. La stratgie de scrutation consiste lire les coefficients parents vers la descendance de faon constituer des squences de 0 de longueur importante.
Page 14
LA COMPRESSION DIMAGES
La nouvelle norme internationale JPEG2000 La nouvelle norme internationale de compression JPEG2000 est base sur le codage par ondelettes. La norme JPEG2000 contient des parties informatives (principes de codage) et des parties normatives (organisation des donnes) (http://www.jpeg.org).
Image source Transforme en ondelettes Quantification Formation des codes blocs Codage des plans de bits et dtermination des contextes Codeur arithmtique Organisation en couches et paquets Flux de donnes compresses Progressivit en qualit de JPEG2000
dans chaque sous bande En trois passes : propagation significative, affinage et nettoyage
Avantages de JPEG2000 sur JPEG : - Meilleur rapport compression/distorsion surtout dans les forts taux de compression. - Le train binaire est organis de faon progressive, soit par rsolution, soit par raffinement de qualit. - Le mme algorithme autorise le codage avec et sans perte. - Des rgions dintrt peuvent tre dfinies au codage et codes avec une meilleure qualit (ventuellement sans perte). - des mcanismes de rsistance aux erreurs de transmission peuvent tre intgrs, permettant notamment de scuriser la transmission. La qualit des images reconstruite par codage en ondelettes Artfacts : - Lissage des contours. - Apparition de "grains de riz".
Ondelettes : TC=60:1
Page 15
LA COMPRESSION DIMAGES
Descripteurs de la texture
(signal de luminance = valeur moyenne + variation signal)
Modle de codage contour-texture Linformation contour est reproduite le plus fidlement possible. Diffrentes techniques de codage permettent de coder lune ou lautre des composantes.
Schma de principe dun codeur-dcodeur bas sur la reconstruction par synthse des hautes frquences. Limage basse-frquence est sous-chantillonne puis code par codage prdictif. En chaque point contour, sont cods le changement de direction du contour en ce point selon Huffman et lamplitude du gradient. Taux de compression obtenus en radiologie : de lordre de 8 (qualit moyenne).
Page 16
LA COMPRESSION DIMAGES
Image reconstruite Bloc diagramme du systme de codage-dcodage aprs segmentation par extraction des contours Processus de segmentation : - Dtection locale des zones contours par un filtre gradient. - Amincissement des zones contour. - Suivi-fermeture des contours : connexit entre les points dun contour et fermeture des rgions. Composante par plateau : Description gomtrique des contours + modlisation de la valeur moyenne du signal lintrieur de chaque rgion. - Contours approxims par segments de droite ou dcrits point par point. - Valeur moyenne locale du signal de luminance modlise par des plans de luminance. Composante texture : Diffrence entre limage source et la composante par plateau synthtise partir des descripteurs prcdemment calculs (dtails fins de limage). - Code par TCD sur des blocs carrs de taille fixe. Dcomposition dun signal :
Signal source
Composante de texture
Page 17
LA COMPRESSION DIMAGES
Prdicteur :
PR = 2 * 2 1 2 1
Page 18
LA COMPRESSION DIMAGES
W est dite contractante si |ad-bc|<1. Les transformations contractantes, appliques itrativement, convergent toujours vers un point fixe, quel que soit le point de dpart. Un systme de fonctions itratives affines contractantes est appele IFS. En gomtrie fractale, il a t dmontr que tout IFS gnre une unique image fractale, appele attracteur de l'IFS.
I.10.3 Codage
Le grand avantage de la compression fractale est qu'il suffit de stocker l'ensemble des transformations locales contractantes Wn (l'IFS) et cela grce au point fixe : partir de n'importe quelle image Y, en appliquant un systme de fonctions affines contractantes (IFS), un nombre suffisant de fois, on retrouve une approximation aussi fine que l'on veut de X.
I.10.4 Problmes
Actuellement, pour les images naturelles, la qualit des images reconstruites suite une compression fractale est nettement moindre que celle obtenue avec le standard JPEG pour des taux infrieurs 50:1. Au-del, JPEG fournit des images extrmement mdiocres tandis que les algorithmes fractals permettent de maintenir une qualit correcte.
Squence originale Compression fractale (logiciel FRAP) TC = 60:1 Les temps de calcul sont extrmement longs. Les voies de recherche sont, entre autre, la classification des domaines et des rgions et lamlioration du rendu de la texture Page 19
LA COMPRESSION DIMAGES
[image ti] - [image ti+1]. Codage MPEG : - Extraction de lobjet en mouvement dans la scne (segmentation). - Codage de la scne. - Evaluation et codage du mouvement de lobjet dans la scne. - Codage de la texture de lobjet.
Les courbes ROC reposent sur l'observation d'un ensemble d'images codes avec diffrents facteurs de compression, par des experts mdicaux (radiologues...) qui jugent la "qualit diagnostique" des images reconstruites selon un protocole rigoureux. L'ensemble des rponses "vrai positif" ou "faux-positif" mesure la sensibilit du systme. PVP 1
PVP =
PFP =
PFP
Problmes : Reproductibilit des tests et disponibilit des experts. Analyse de la fidlit diagnostique non base sur la mthode ROC (courbes sensibilit et PVP en fonction du dbit). Analyse de la modification de mesures quantitatives calcules par un logiciel automatique.
Page 20
LE TATOUAGE DIMAGES
II.1) Introduction
II.1.1 Les Problmes de gestion des images
Le dploiement des PACS et des dossiers mdicaux lectroniques ncessite un effort de scurit accrue. Principes fondamentaux des rgles de scurit : Confidentialit : Seules les personnes autorises peuvent accder linformation (pare feu, cryptographie des flux, contrle daccs) Fiabilit : Association dune double vrification : lintgrit et lauthenticit des donnes. Limage ne doit pas avoir t modifie (intgrit) et doit tre en adquation avec lidentit du patient (authentification). Disponibilit : Surveillance et maintenance.
Tatoueur
Traitement Attaque
Extracteur
Cl secrte (k)
Cl secrte (k)
Le tatoueur insre une marque (w) dans un mdium (m) original. Cette insertion peut se faire suivant une cl secrte (k) qui sera alors ncessaire lextracteur. Le mdium une fois marqu peut subir diverses attaques, volontaires ou non, qui risquent de supprimer la marque ou la rendre illisible. Lextracteur a alors pour but dextraire soit la marque elle-mme, soit un indice de prsence caractrisant la probabilit de prsence de la marque dans le mdium.
Page 21
LE TATOUAGE DIMAGES
Fragile
Irrversible
Spatial
DFT
DCT
Cox
Frquentiel
Zhu Kundur
Spatial
Page 22
LE TATOUAGE DIMAGES
Corrlation
<0
Mcanisme dinsertion simple et dextraction simple Si le bit insrer est un 1, le motif (de valeurs alatoires {-1,0,1}) est ajout aprs multiplication par . Dans le cas de linsertion dun 0, le motif est multipli par - avant dtre insr. La dtection se fait simplement en calculant la corrlation entre les diffrents blocs et le motif alatoire utilis (qui sert donc de cl).
Page 23
LE TATOUAGE DIMAGES
Linsertion seffectue en faisant voluer dans toute limage approximation, sans chevauchement, une fentre 3*1. Pour chaque position de la fentre, les trois coefficients sont rangs dans lordre croissant. Lespace entre les valeurs minimale et maximale est divis en intervalles de longueur S fonction du poids dinsertion.
Page 24
LE TATOUAGE DIMAGES
Quatre cas peuvent se prsenter suivant que le bit insrer (x) soit 0 ou 1 et que k soit pair ou impair. Si k est pair: Si k est impair: si x=0, alors b(2) est mis la valeur de lk si x=0, alors b(2) est mis la valeur de lk-1 si x=1, alors b(2) est mis la valeur de lk-1 si x=1, alors b(2) est mis la valeur de lk La dtection s'effectue en ritrant le processus pour chaque position de la fentre. Il suffit alors de prendre le lk le plus proche du b(2). Si k est pair, le bit insr tait 0, sinon c'tait 1.
Image binarise Utilisation dune LUT Yeung insre les donnes en utilisant une LUT (Look Up Table) mettant lespace des valeurs possibles des pixels en relation avec lensemble binaire {0,1}. Il insre ainsi un logo binaire, de la taille de limage marquer. Pour chaque pixel de limage, la LUT permet dobtenir la valeur binaire correspondante. Si celle-ci est identique la valeur du bit insrer, le pixel de limage nest pas modifi. Si la valeur est diffrente, ce pixel est ajust jusqu obtention de la bonne valeur.
0 1 2 3 4 . . . . 15236 15237 15238 15239 . . . . 65533 65534 65535 0 0 1 0 1 . . . . 1 1 1 0 . . . . 0 1 0
Pas de modification
LUT
1
bit de donnes
Look Up Table
LE TATOUAGE DIMAGES
Utilisation dun rsum (Wong, Celik) Ces mthodes insrent un rsum de limage dans limage elle-mme. Le rsum recalcul la dtection sera compar celui qui a t insr, mettant ainsi en valeur les ventuelles modifications. Les fonctions de hachage MD5 ou SHA256 gnrent un rsum sous forme de signature. Wong insre au niveau des LSB, un logo binaire, permettant didentifier le propritaire de limage, et un rsum de limage. Limage et le logo sont dcoups en blocs. Le rsum de chaque bloc de limage (de laquelle ont t supprims pralablement les bits de poids faible) est calcul. Le flux du rsum est alors ajout, grce un OU exclusif, au bloc du logo qui sera alors insr au niveau des LSB du bloc. Bloc Image-logo Cl Bloc Image originale Hachage (MD5) Mise zro des LSB
Rsum XOR Marque
Bloc marqu
Mcanisme dinsertion de la mthode de Wong Lextraction se fera en recalculant le rsum des blocs de limage marque sans les LSB. Le rsum obtenu sera additionn aux LSB grce un OU exclusif, ce qui permet, si limage na pas t dgrade, de retrouver le logo. En cas de dgradation de limage marque, des modifications videntes du logo apparaissent. Cette mthode est trs sensible lattaque de Holliman et Memon qui consiste remplacer un bloc de limage marque par un autre bloc dune autre image, elle aussi marque. Lextracteur retrouve alors un rsum du bloc exact. Cette faille dans lalgorithme de Wong est dautant plus importante que, dans le domaine de limagerie mdicale, les bases de donnes dimages de mme modalit et dune mme partie anatomique sont trs courantes. Il est alors ais dajouter ou de supprimer un signe pathologique sur une image. Celik propose dliminer lindpendance inter blocs de la marque en calculant les rsums des blocs sur un support plus grand, qui dborde sur les autres blocs.
Dpendance inter blocs Dcomposition de la signature selon lalgorithme de Celik Celik propose dinsrer les signatures de manire hirarchique. Limage est dcompose en blocs suivant une architecture multi niveaux (16*16, 32*32). Les signatures sont insres dans les blocs de plus petite taille. Les donnes insres dans un bloc sont constitues de la signature du bloc lui-mme, laquelle est ajout un certain nombre de bits des signatures des blocs suprieurs. Les signatures des blocs de tailles suprieures sont ainsi insres dans diffrents blocs. Les algorithmes de Wong et de Celik offrent la possibilit dinsrer les donnes uniquement dans une partie de limage telle quune zone non diagnostique de limage. Lintgrit des pixels de la zone de diagnostic est alors contrle.
Page 26
LE TATOUAGE DIMAGES
Insertion dans le domaine frquentiel Zhu insre la marque dans le domaine DCT. La marque est constitue partir dun bruit blanc gnr grce une cl. Cette cl est ncessaire lextracteur qui rgnre le bruit blanc et le compare la marque extraite. Lerreur ainsi calcule est compare des seuils pour dterminer lintgrit de limage. Si cette mthode ne permet pas la localisation des dgradations, elle peut par contre les quantifier, et reprer les frquences les plus atteintes. Kundur utilise quant lui la DWT et insre les donnes en quantifiant certains coefficients des images dtails de tous les niveaux. Le choix de ces coefficients est dtermin de faon ce que les donnes insres soient tales spatialement et sur toutes les rsolutions. La quantification de ces coefficients suivant les donnes insrer seffectue en dcoupant lespace des rels suivant un pas de quantification. A chaque pas est associ, alternativement la valeur 0 ou 1. Ainsi, si au coefficient dondelettes correspond la valeur binaire insrer, le coefficient nest pas modifi. Par contre, si les valeurs ne correspondent pas, le coefficient est modifi.
bit de donne
Page 26