part iv 16 n.
Skip this Video
Loading SlideShow in 5 Seconds..
PART IV-16 PowerPoint Presentation
play fullscreen
1 / 54
Download Presentation

PART IV-16 - PowerPoint PPT Presentation

solana
84 Views
Download Presentation

PART IV-16

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. PART IV-16 視覺密碼與安全

  2. 視覺安全 • 秘密分享 • 秘密分享是指秘密的擁有者,要將秘密分給其他的參與者,而是要部分或全部的參與者集合起來才能得到這個秘密,這種概念就叫做秘密分享。 • 祕密分享中有所謂的「門檻」,意即將金鑰分成n份次金鑰,持有t份以上的次金鑰,就可推導出原本的金鑰。

  3. 視覺安全 • 視覺化密碼 • 視覺化密碼編碼法 • 視覺秘密分享

  4. 視覺安全 • 將一張擁有秘密訊息的影像,經由一些方法與機制,分解出數張秘密分享圖(Shares)。 • 若獨自擁有一張秘密分享圖是解讀不出來其秘密資訊的內容,而是需要部分或者是全部的秘密分享圖疊合在一起,才可以看出其所要表達的秘密資訊。 • 不需要複雜、大量的數學運算,只要藉由人類的視覺系統即可直接解密。

  5. 視覺安全 • 依據人類視覺系統對於影像色差的反應 • 例:色盲檢測 • Naor & Shamir 1994 • 視覺化 • 操作簡易 • 高度保密

  6. Naor與Shamir的基本觀念 • 將祕密影像(Secret Image)中每一像素擴張成1 × 2的區塊。 • 若原祕密影像圖的像素值是白色,所分解出的分享圖疊合起來會是一黑一白的像素區塊。 • 若原祕密影像圖的像素值是黑色,所分解出來的分享圖疊合則要是二個黑點像素區塊。

  7. 視覺安全基本概念 Share 1 1×2視覺安全技術 原圖 Share 1 + Share 2 Share 2

  8. 視覺安全 • 黑白的二元影像上。 • 分解成n張分享影像。 • 利用M0與M1兩個n × m矩陣來對像素做處理 • n: 要分成多少張分享影像 • m: 每一個點要擴張成幾倍 • M0為處理白色點的矩陣。 • M1為處理黑色點的矩陣

  9. 可以分為2張分享影像,每一個像素會擴張成2倍。 0: 白色,1: 黑色。 Share1 Share2 圖3: 2 × 2的矩陣 2 × 2的矩陣視覺分享機制

  10. 2 × 2的矩陣視覺分享機制

  11. 1 0 0 1 01 01 01 10 11 01 01 11 1 × 2視覺安全流程 利用圖3所定義的矩陣 將原圖值 1 分為 (10)、( 01) 兩個擴張像素 利用圖3的方法,將機密影像分成兩張分享圖 10 01 01 01 Share1 Share2 將兩張分享圖像素疊合,其像素值做相加的效果

  12. 視覺安全 • 人類的視覺系統無法清楚分辨每一個像素的值,只能感覺一整個影像區塊所呈現的效果 • 黑色=>全黑 • 白色=>一黑一白,在全黑的背景中,顯現出白色

  13. 等比例擴展視覺安全 • 1x2視覺安全所產生的分享圖,長度是原圖的兩倍,造成影像變形 • 等比例擴展: • 2x2擴展 • 3x3擴展

  14. 2x2 擴展視覺安全 • 每一個像素擴展成 2x2 的區塊 • 若原圖是白色,分享圖疊合起來為二黑二白 • 若原圖是黑色,分享圖疊合起來是四黑零白

  15. Share 1 2×2視覺安全技術 原圖 Share 1 + Share 2 Share 2 2 × 2擴展視覺安全 每一個像素擴張成 2x2 區塊

  16. 2 × 2像素擴張範例

  17. 2 × 2視覺安全流程 利用圖7所定義的矩陣將原圖分為兩個擴張像素 利用圖7的方法,將機密影像分成兩張分享圖 Share1 Share2 將兩張分享圖像素疊合,其像素值做相加的效果

  18. 3x3 擴展視覺安全 • 之前所舉的例子,其分享圖都是雜亂無意義的影像,很容易被懷疑 • 加入偽裝圖 • 影像大小要和機密影像相同 • 透過特殊的擴張法 • 得到有意義的分享圖

  19. 3 × 3擴展視覺安全 3 × 3像素擴張法的顏色定義值範例

  20. 3 × 3像素擴張法範例

  21. ■ ■ 原圖 利用圖9所定義的矩陣 將原圖值0分為 、擴張像素。並將機密影像分成兩張分享圖。 偽裝圖1 偽裝圖2 將兩張分享圖像素疊合,其像素 值做相加的效果 Share2 Share1 3 × 3有意義視覺安全流程

  22. 不擴展型視覺安全 • 等比例擴展視覺安全技術解決不等比例擴展視覺安全技術所造成的影像變形問題 • 擴展後的分享圖是原圖的等比例倍數,佔用更多的儲存空間 • 不擴展像素的視覺安全機制因應而生

  23. 不擴展型視覺安全 Share 1 不擴展型視覺安全 原圖 Share 2

  24. 不擴展視覺安全基礎矩陣 白色基礎矩陣 黑色基礎矩陣

  25. 不擴展視覺安全基礎矩陣 • 假設原始影像的像素排列為(1,0,0,1,…) • 黑色在原本像素排列的前兩個位置為第1個和第4個。 • 依M1的規則來看,在分享圖1的像素,第一個位置設為1,第四個位置設為0;分享圖2第一個位置設為0,第四個位置設為1。

  26. 不擴展視覺安全基礎矩陣 • 白色在原本像素排列的前兩個位置為第2個和第3個。 • 依M0的規則來看,在分享圖1的像素,第二個位置設為1,第三個位置設為0;而分享圖2第二個位置設為1,第三個位置設為0, • 依此原則依序將整張原始影像處理完後,便可得到兩張分享圖。兩張分享圖分別為(1,1,0,0,………)與(0,1,0,1,………)

  27. 1001 0101 1101 不擴展視覺安全流程 利用圖13所定義的矩陣將原圖值 1001 分為1100、0101兩個擴張像素 原圖 利用圖13的方法,將機密影像分成兩張分享圖 1100 Share1 Share2 將兩張分享圖像素疊合,其像素 值做相加的效果

  28. 灰階影像視覺安全 • 起初視覺安全技術僅應用在黑白二元影像,根據黑白原圖的灰階值,大於門檻值的像素皆設為白色,小於門檻值的像素皆設為黑色。 • 黑白影像以灰階(gray scale)表現其明暗感 • 一個像素 256 個灰階(1 byte)

  29. 灰階影像視覺安全 • 半色調技術 • 把原本灰階的圖,利用半色調(Halftone)技術,轉換成黑白的影像,但還是感覺得出來其灰階圖原本的明暗感。 • 螢幕上的像素可以用電流強弱控制光的強弱,但是印表機只能控制該像素要印還是不印,因此產生半色調技術 • 利用人類視覺敏銳度不高的特性,以像素點的疏密程度呈現明暗的效果

  30. (灰階色階) (半色調色階) 灰階色階和半色調色階圖

  31. 灰階影像視覺安全 • 半色調技術: • Ordered dither • Error diffusion • Blue noise mask • Dot diffusion

  32. 錯誤擴散法(Error Diffusion) • 流程: • 首先選取原圖最左上角(0,0)的像素值150來轉換,其值比門檻值128大(因灰階像素值為0到255所以取中間值為門檻值),因此將原始值更改為255(白色)。 • 若依圖17的矩陣為規則來修改其附近像素的值,X為步驟1處理的像素150。由右至左、由上至下依序處理其他週圍的像素。 • (0,0)像素處理完後換至下一格像素(1,0)處理,依此方式將整張影像處理完畢。

  33. 灰階影像、黑白影像、半色調影像 圖16:原始的灰階影像 圖17:錯誤擴散的矩陣 灰階Lenna 128×128 黑白Lenna 128×128 半色調Lenna 128×128

  34. Share 1 視覺安全 原圖 半色調 Share1+Share 2 Share 2 經半色調處理之視覺安全

  35. 未經半色調與半色調視覺安全比較圖

  36. 彩色影像視覺安全 • 彩色視覺安全技術 • 將一張彩色的影像分解成C、M、Y三個子影像,再對其子影像作處理,使其疊合後可以得到原本的彩色影像。 • 色彩模型常用的有RGB(Red、Green、Blue)與CMYK(Cyan、Magenta、Yellow、Black)兩種。

  37. RGB模型 • 由紅、綠、藍三原色所組成。 • 利用這三種顏色的不同比例和強度來產生各種顏色 • 三種原色的強度愈強,其所產生的顏色愈亮,所以亦稱之為增色模型。

  38. RGB模型

  39. CMYK模型 • 由青色(C)、洋紅(M)、黃色(Y)這三種顏色所組成,也是利用這三種顏色的不同比例和強度來產生各種顏色。 • 三種原色完全混合會產生出近似黑色(K)但不是純黑色的顏色,所以才直接加入黑色來加強此模型。 • 其三種原色的強度愈強,其所產生的顏色愈暗,所以亦稱之為減色模型。

  40. CMYK模型

  41. 彩色視覺安全 • 將一張機密的彩色影像分解成C、M、Y三個影像,然後利用半色調技術將這三個影像分別處理成三個半色調影像。 • 配合彩色視覺安全的定義(如圖23所示),將三個影像擴張成2 × 2的影像後分別組合成兩張分享圖。 • 這兩張分享圖疊合之後,就可以得到原本的彩色機密影像。

  42. 彩色視覺安全範例

  43. 彩色視覺安全 • 方法步驟如下: • 首先將彩色原圖轉換為三張分色影像,分別為C、M、Y。 • 將C、M、Y三張分色影像用半色調技術處理,得到CH、MH、YH三張分色半色調影像。 • 接下來分別對CH、MH、YH三張分色半色調影像做以下處理。

  44. 彩色視覺安全 • CBij、MBij、YBij分別代表CH、MH、YH三張影像中的像素,並且依定義,將每個像素分別擴展出2 × 2的區塊UnitC1、UnitC2,UnitM1、UnitM2 及UnitY1、UnitY2。 • 將區塊UnitC1、UnitM1及UnitY1組合,並且將其擺入對應於Pij位置的Share1區塊中。 • 另外將區塊UnitC2、UnitM2及UnitY2的組合區塊填入對應於Pij的Share2 區塊中。 • 重複4~6步驟,直到每個像素都經過處理,得到兩倍原圖長與寬的Share1以及Share2影像。

  45. Pij=(1,1,0) CBij MBij YBij CH MH YH UnitC1 UnitC2 UnitM1 UnitM2 UnitY1 UnitY2 Share2 Share1 彩色影像視覺安全

  46. 視覺安全應用 • 原圖的八張Bit-plane

  47. Share圖取代Bit7-plane與Bit8-plane • 利用LSB這個特性將視覺安全所產生的分享圖取代Bit7-plane與Bit8-plane,並且不會造成原圖任何肉眼上可辨識的變化

  48. Bit-plane7 分解成Bit-plane 視覺安全 藏密圖 機密影像 Bit-plane8 解密流程

  49. 視覺安全應用 • 身分證明及認證措施主要著重以下三項:你所記得的東西、你的特徵、或你所持有的東西。 • 密碼(Password):身分認證的傳統方法是使用個人帳號與密碼 。 • 生物測定學(Biometrics):生物測定學或稱為生物統計學係一種依據使用者獨有的生理或行為特徵為基礎所建立的資料做為識別與認證基準的方法。 • 信物(Token):使用我們所持有的東西,來證明我們的身分,也就是信物。

  50. 密碼(Password) • 四位數的密碼,可以在幾分鐘內破解 • 八位數的密碼大約一個月 • 使用不方便 • 複雜的密碼比較不容易破解,但是也難以記憶