Genetik Algoritma Kullanarak Görüntü Kaynaştırma Tabanlı Görünür Damgalama Veysel ASLANTAŞ, Rifat KURBAN

Transkript

1 Genetik Algoritma Kullanarak Görüntü Kaynaştırma Tabanlı Görünür Damgalama Veysel ASLANTAŞ, Rifat KURBAN Özet Gelien teknolojiyle beraber saysal bilginin güvenlii oldukça önem kazanmtr. Görüntü damgalama, sahiplik ve telif haklarnn korunmas gibi pek çok alanda kullanlan bir tekniktir. Bu çalmada, Genetik algoritma kullanarak dalgack domeninde görüntü kaynatrma tabanl bir görünür damgalama yöntemi önerilmitir. Farkl barndrc resim ve damga üzerinde gerçekletirilen simülasyonlarda önerilen yöntemin hem saysal hem de görsel olarak iyi sonuçlar verdii görülmütür. Anahtar kelimeler Görünür damgalama, Görüntü kaynatrma, Ayrk dalgack dönüümü, Genetik algoritma Abstract Due to the developments in technology, security of the digital data is becoming more important. Image atermarking techniques can be used for onership claim and copyright protection. In this paper, an image fusion based visible atermarking method using Genetic algorithm in avelet domain is proposed. In the simulations hich ere realized on different host and atermark images, the numerical and visual results of the proposed method are satisfactory. Keyords Visible atermarking, Image fusion, Discrete avelet transform, Genetic algorithm I. GR nternet ve iletiim teknolojilerindeki ilerlemelerle beraber saysal bilginin güvenlii de oldukça önem kazanmtr. Bu amaçla görüntü, ses ve video gibi çoklu ortam verileri için sahiplik, telif haklar ve bilgi korsanl gibi alanlarda kullanlabilecek pek çok saysal damgalama yöntemi gelitirilmitir. Damgalama yöntemleri görünür ve görünmez yaklamlar olarak snflandrlabilir. Görünür yöntemler sahipliin logolar vastasyla açkça iddia edilebilmesini salarken, görünmez yöntemler bu haklarn sakl bir ekilde korunmasn salarlar [1-4]. Görüntü kaynatrma, farkl alglayclardan veya geometrik parametreleri deitirilmi bir alglaycdan elde edilen görüntülerin birletirilmesine denir. Medikal görüntüleme, uzaktan alglama ve snrl görü derinliinin artrlmas gibi uygulamalarda kullanlmaktadr. Pek çok görüntünün veya görüntü özelliinin birletirilerek tek bir görüntü elde edilmesi ilemi olarak da tanmlanmaktadr. Elde edilen sonuç resim, V. Aslanta (e-posta: tel: ) ve R. Kurban, Erciyes Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendislii bölümünde görev yapmaktadrlar. kaynak resimlerden elde edilmi geniletilmi bilgileri ihtiva etmektedir [5,6]. Saysal damgalamann önemli uygulamalarndan birisi de özellikle eb ortamnda bilgilerin kötüye kullanmn engelleme amaçl olarak bir dokümann kaynann tanmlanmas için görünür sahiplik bilgisinin ifade edilmesidir [7]. Genelde görünür damga bir metin veya logo biçimindeki ikincil bir resimdir. Görünür damgalama, barndrc resim ile damga resminin bir alamda birletirilmesi yani kaynatrlmas ilemi olarak da düünülebilir. Dier bir ifadeyle, görüntü kaynatrma alanndaki yaklamlar, görünür damgalama alanna geniletilerek uyarlanabilir. Görünür damgalamada olmas gereken özellikler u ekilde sralanabilir: damgalanm resim barndrc resimden olabildiince bilgi ihtiva ederken damgann karakteristii de açkça görülebilmelidir, görünür damgalama yöntemi, gözlemcide yanltc bozulmalar ve tutarszlklar meydana getirmemelidir, damga gürültüye ve çeitli ataklara kar dayankl olmal ve damgann yok edilebilmesi olabildiince zor olmaldr [8]. Görünür damgalama alanndaki ilk çalmalar IBM saysal kütüphane organizasyonu tarafndan Vatikan kütüphanesindeki saysallatrlm belgelerin iaretlenmesi amacyla yaplmtr [9]. Damgann dayankll ölçeklenerek orijinal resimlerin parlaklk bileenlerine gömme ilemi gerçekletirilmitir. Blok tabanl ayrk kosinüs dönüümü (AKD) domeninde doku, kenar ve parlaklk bilgisine dayal çeitli çalmalar gerçekletirilmitir [10]. Dier taraftan ayrk dalgack dönüümü (ADD) ile yaplan çalmalarda dalgack katsaylar snflandrlarak belli oranlarda birletirilmitir [7,8]. Bu çalmada, ADD ile dalgack dönüümü yaplan barndrc resim ile damga lineer bir kaynatrma kural ile birletirilerek damgalanm resim elde edilmektedir. Bu ilem srasnda her alt bant için gerekli olan birletirme arlklar Genetik Algoritma (GA) kullanlarak optimal olarak belirlenmektedir. Katsaylarn kalitesinin belirlenebilmesi için korelasyon tabanl bir metrik önerilmitir. Böylece barndrc resim ve damgann içeriinden bamsz optimal bir yöntem elde edilmitir. Çalmann devam u ekilde organize edilmitir: 2. bölümde gelitirilen yöntem, 3. bölümde ise gerçekletirilen simülasyon çalmalar ve sonuçlar verilmitir. Son bölümde 178

2 elde edilen sonuçlar deerlendirilmitir. II. GÖRÜNÜR DAMGALAMA A. Dalgack Domeninde Görüntü Birletirme Tabanl Görünür Damgalama Dalgack dönüümü verinin çoklu çözünürlüklü bir gösterimidir ve görüntünün daha düük çözünürlüklü versiyonlarn ihtiva etmektedir. Ayrk dalgack dönüümü (ADD) ilemi iaretin bir grup alçak-geçiren ve yüksekgeçiren filtreden geçirilmesiyle elde edilir. Yüksek-geçiren filtre ana dalgack fonksiyonunu ve alçak-geçiren filtre ise ölçekleme fonksiyonunu ifade eder. 2 boyutlu bir verinin dekomposizyon ileminde filtreler önce yatay daha sonra dikey olarak uygulanr. Böylece, bir yaklam görüntüsü (), üç tane de detay görüntüsü (AY, YA, YY) elde edilir. Bu iteratif ilemler boyunca her bir iterasyonda iaretin belli bir frekans bölgesindeki ksm iaretin kalan ksmdr ( alt band) ve istenirse sürekli olarak da dekompoze edilebilir. AY YA YY Y B AY AY Y B YA YA Y B YY YY Y B Y D AY AY Y D YA YA Y D YY YY Y D (1 ) (1 ) (1 ) (1 ) Arlk katsaylar () 0.5 den büyük olduu durumlarda damgalanm resimde barndrc resim daha basknken, 0.5 den küçük deerlerde damga daha baskn olmaktadr. Bu yöntemde katsaylarnn uygun bir ekilde belirlenmesi gerekmektedir. Optimizasyon için, basit yaps ve uygulama kolayl ile ön plana çkan ve literatürde çok fazla uygulama alanna sahip Genetik algoritma tercih edilmitir. B. Genetik Algoritma Temel bir Genetik Algoritma (GA) [11] be bileenden rastgele say üreteci, uygunluk e seleksiyon, çaprazlama ve mutasyon. ekil 2 de temel GA nn bileenleri (1) ekil 1. Görünür damgalama yöntem ekil 1 de görünür damgalama y görülmektedir. Dalgack domeninde yaplrken, ilk admda barndrc res (X D ) ADD'leri hesaplanmaktadr. Eld kaynatrma kuralna göre birlet hesaplanarak damgalanm resim (X F ) elde edilir. Görüntü kaynatrmada olduu gibi, çoklu-çözünürlüklü görünür damgalama yaklamlarnn temel dayana insan görme sisteminin yerel kartlk deiimlerine olan duyarll gerçeidir [7,8]. Görüntü kaynatrma ve görünür damgalama arasndaki fark birletirme ilemi srasnda ortaya çkar. Görüntü kaynatrmada kaynak resimler ayn sahneye ait farkl alglayclardan veya parametreleri deimi bir alglaycdan elde edilen görüntülerdir. Görünür damgalamada ise kaynak resimler barndrc resim ve damgadr. Görünür damgalamada, barndrc resim damgadan daha önemlidir. Dolaysyla damgalanm resimde barndrc resim damgaya oranla daha baskn olmaldr. Lineer arlkl birletirme yönteminde her bant için arlk katsaylar () belirlenmektedir. Bu deerler 0 ile 1 aralndadr. Bu ilem, Denklem (1) de verildii gibi gerçekletirilir: ekil 2. Temel GA nn bileenleri. Balangç popülasyonu, algoritmann balamasndan önce rastgele say üreteci taraf ndan üretilen say vektörleri kümesidir. Her bir vektör optimizasyon problemi taraf ndan adreslenen bir muhtemel çözümü ifade eder. Deerlendirme birimi her bir birey için bir uygunluk deeri hesaplar. Uygunluk deeri çözümün kalitesini ölçen bir deerdir. Genetik operatörlerin amac daha kaliteli çözümleri bulmaktr. Seleksiyon operatörü doal seleksiyon fonksiyonu icra eder. 179

3 Bireyleri temsil eden vektörler dier vektörler ile birlikte deerlendirilerek uygunluk deerine bal bir olaslk ile gelecek nesiller için seçilirler. Çaprazlama operatörü rastgele olarak birey çiftleri seçer. En basit çaprazlama operatörü ebeveyn bireyin rastgele bir noktasndan kesilerek dier ebeveyn bireyin kuyruu ile yer deitirilmesiyle gerçekletirilir. Çaprazlama operatörünün ilem miktar çaprazlama oran taraf ndan belirlenir. Mutasyon operatörü rastgele bireyi temsil eden vektördeki saylar deitirir. Mutasyon miktarn mutasyon oran parametresi belirler. Algoritmann bir çevirimi deerlendirme, seleksiyon, çaprazlama ve mutasyon operatörlerinin uygulanmasyla tamamlanr. Algoritmann her bir döngüsünde yeni bir çözüm nesli oluturulur [12]. C. Genetik Algoritma Kullanarak Görünür Damgalama Dalgack uzaynda görüntü kaynatrma tabanl görünür damgalamada katsaylarnn belirlenebilmesi için bu katsaylar ihtiva eden bir balangç popülasyonu kullanlarak bu katsaylar optimize burada en büyük problem, elde kalitesinin nasl ölçüleceidir. G çalabilmesi için popülasyondaki her b deerinin bilinmesi gerekir. Popülas Denklem (2) deki vektör eklinde ifade [ i AY YA Çözümlerin kalitesini hesaplamada t damgalanm resmin barndrc res maksimize ederken, damgalanm damgann orijinal damgaya olan ben etmektir. Bu amac gerçekletirebilme önerilen kalite ifadesinden yararlanlm YY ] X ÇD X F X B (5) (1 ) Denklem (4) ile elde edilen korelasyon katsays [-1,1] aralnda bir deerdir. 1 olmas durumunda maksimum benzerlik ifade edilir. Dolaysyla, Denklem (3) de verilen ifade deer olarak büyüdükçe elde edilen çözümün kalitesi de artacaktr. III. SMÜLASYON SONUÇLARI Simülasyon çalmalar iki farkl 256x256 boyutlarnda 8- bit gri seviye barndrc resim ve damga üzerinde gerçekletirilmitir. Barndrc resimler ve damgalar srasyla ekil 3 ve 4 de görülmektedir. lk simülasyonda barndrc resim olarak ekil 3(a), damga olarak ise ekil 4(a) resimler: (a) Lena, Kameraman. k K( X F, X B ) K( X ÇD, X D ) K verilen iki veri arasndaki korelasyon katsaysn, X ÇD ise damgalanm resimden çkartlan damgay ifade etmektedir. Korelasyon katsaylar Denklem (4) kullanlarak hesaplanmtr: ( Amn A)( Bmn B) m n K( A, B) (4) 2 2 ( Amn A) ( Bmn B)) m n m n A ve B, srasyla A ve B nin ortalamalarn ifade etmektedir. Damgalanm resimden, damgay elde edebilmek için takip eden denklem kullanlmtr: (a) ekil 4. Damgalar: (a) Erciyes Üniversitesi logosu, Erciyesspor logosu. kullanlmtr. Dierinde ise barndrc resim olarak ekil 3, damga olarak ekil 4 kullanlmtr. Giri resimlerinin ayrk dalgack dönüümünün hesaplanmasnda Daubechies 1 filtre ailesi kullanlarak 1 seviye dekompozisyon yaplmtr. Uygulamada arlk katsaylarnn optimize edilmesi için kullanlan GA ya ait kontrol parametreleri Tablo 1 de verilmitir. TABLO 1. GA KONTROL PARAMETRELER. Veri tipi Reel say vektörü Popülasyon boyutu

4 Jenerasyon says 100 Mutasyon oran 0.1 Çaprazlama oran 0.8 Elde edilen kaynatrma katsaylar ise Tablo 2 de verilmitir. Tablodaki sonuçlar incelendiinde, GA nn amaç fonksiyonunu optimize etmek için farkl alt bantlar için farkl katsaylar hesaplad görülmütür. Dier taraftan katsaylarn barndrc resim ve damgann içeriine göre deitii de görülmektedir. TABLO 2. SMÜLASYON SONUCUNDA GA LE ELDE EDLEN KAYNATIRMA KATSAYILARI. AY YA YY ekil 3(a) 4(a) ekil (a) ekil 5. Damgalanm resimler Gerçekletirilen simülasyonlar sonucunda elde edilen korelasyon katsaylar Tablo 3 de ve görülecei üzere optimizasyon algor resim ile damgalanm resmin benz artrmakta hem de çkartlm damga benzerliini ( K ( X ÇD, X D ) ) artrmay taraftan, önerilen yöntem iki benzerli de çalmaktadr. Çünkü barndrc resim benzerliini maksimum damgalanm resim ile barndrc durumda damga hiç gömülmez ve di küçük çkar. Dikkat edilirse elde edile damga ile orijinal damgann maksimumdur. Algoritma önce bu ksm sonra olabildiince barndrc resim i benzerliini maksimize etmektedir. G elde edilen ile vazgeçilen arasnd konusudur. GA bu ilemi baaryla ger TABLO 3. SMÜLASYON SONUCUNDA GA LE KATSAYILARI. ekil 3(a) 4(a) ( X F, X B ) ( X ÇD, X D ekil 3 4 ( X F, X B ) ( X ÇD, X D K K ) K K ) GA ile elde edilen damgalanm resimler ekil 5 de verilmitir. Resimlerden görülecei üzere GA ile elde edilen damgalanm resimde damgann görünürlüü kaybedilmeden barndrc resmin basknl korunmutur. Örnein ekil 5 de logonun kameramann koyu renk elbisesi üzerine gelen ksmlarnda bile algoritmann belirledii katsaylar sayesinde damga bozulmadan gömülmü ve görsel olarak ayrt etmek mümkün hale gelmitir. ekil 6 da damgalanm resimlerden çkartlan damgalar görülmektedir. ekillerden de görülecei üzere elde edilen damgalar orijinal damgalara görsel olarak oldukça benzemektedir. l 6. Çkartlan damgalar IV. SONUÇ gack domeninde lineer görüntü görünür damgalama problemine. Kaynatrma katsaylarnn optimum e GA kullanlmtr. Önerilen yöntem llanldr. Elde edilen damgalanm rc resme oldukça yüksek oranda üzerindeki damga çkartlabilecek resimden daha az baskn olarak elde edilen katsaylarn kullanmnda hem saysal hem de görsel olarak iyi sonuçlar elde edilmitir. leriki çalmalarda yöntemin literatürdeki görünür damgalama yöntemleri ile ayrntl bir karlatrmas gerçekletirilebilir. Dier taraftan kullanlan ayrk dalgack dönüümünün dekompozisyon seviyesinin ve kullanlan dalgack filtre ailesinin sonuç üzerine etkileri incelebilir ve görünür damgalamada kullanlabilecek farkl performans metrikleri gelitirilebilir. KAYNAKLAR [1] S.P. Mohanty, P. Guturu, E. Kougianos, N. Pati, "A novel invisible color image atermarking sceme using image adaptive atermark creation and robust insertion-extraction", Proc. of the 8. IEEE International Symposium on Multimedia, [2] L. Ruizhen, T. Tieniu, Survey of atermarking for digital images, Journal of China Institute of Communications, vol. 21, pp39-48, [3] W. Huang, J. Gou, "An Image Fusion-Based Multi-Watermarking Algorithm", of the 2006 IEEE International Conference on Netorking, Sensing and Control, ,

5 [4] D. Zhang; S. Qu; B. Kang; "A Ne Digital Image Hiding Approach Using Multi-Image Fusion", International Workshop on Knoledge Discovery and Data Mining, , [5] V. Aslantas, A. Bulatov, R. Kurban, "Multi-focus image fusion using a fuzzy criterion function", 6th International Symposium on Intelligent And Manufacturing Systems (IMS 2008), October [6] S. Nikolov, et al., Wavelets for image fusion, in Wavelets in Singal and Image Analysis, A.A. Petrosian and EG. Meyer (eds.), 2001 Kluer Academic Publishers,pp [7] Y. Hu, J. Huang, S. Kong, Y.K. Chan, "Image Fusion Based Visible Watermarking Using Dual-Tree Complex Wavelet Transform", LNCS 2939, Digital Watermarking, , [8] Y. Hu, S. Kong, "An image fusion based visible atermarking algorithm", of the 2003 International Symposium on Circuits and Systems, , [9] G.W. Braudaay, K.A. Margerlein, F.C. Mintzer, Protecting publicavailable images ith a visible image atermark, Proc. SPIE Conf. on Optical Security and Counterfeit Deterrence Techniques. vol. SPIE 2659, pp , [10] M.S. Kankanhalli, Rajmohan, K.R. Ramakrishnan, Adaptive visible atermarking of images, IEEE Int. Conf. on Multimedia Computing and Systems. vol.1, pp ,1999. [11] J.H. Holland, Adaptation in natural and artificial system: an introductory analysis ith applications to biology, control and artificial intelligence Cambridge, MA: MIT Press; [12] V. Aslantas, A singular-value decomposition-based image atermarking using genetic algorithm, AEU - International Journal of Electronics and Communications, Volume 62, Issue 5, ,