Back to Search Start Over

Development of Robust image watermarking technique under Print-Cam attacks

Authors :
Gourrame, Khadija
Laboratoire Pluridisciplinaire de Recherche en Ingénierie des Systèmes, Mécanique et Energétique (PRISME)
Université d'Orléans (UO)-Ecole Nationale Supérieure d'Ingénieurs de Bourges (ENSI Bourges)
Université d'Orléans
Université Ibn Zohr (Agadir)
Rachid Harba
STAR, ABES
Source :
Autre [cs.OH]. Université d'Orléans; Université Ibn Zohr (Agadir), 2019. Français. ⟨NNT : 2019ORLE3047⟩
Publication Year :
2019
Publisher :
HAL CCSD, 2019.

Abstract

Digital image watermarking consists in embedding information within the image which cannot be seen by the human visual system, but recovered with a software. The aim of this thesis is to propose a watermarking method when the watermarked image is printed on a physical support and then read freehandedly with a smartphone camera. In order to survive to the print-cam process, the watermark must resist to multiple attacks. Those attacks occur during printing and capturing the image with a camera: in that case the captured image might be rotated around the optical axis of the camera producing 3D geometric deformation and translations and scaling may also occur. Pixel value distortions are also present. These attacks may cause the loss of synchronization of the watermark and make the detection impossible. Hence, the main objective of the thesis is to develop a watermarking method that is robust to the print-cam attack in the context of an industrial security application for ID images. Fourier transform is used as this watermarking domain has invariance properties against some geometric distortions. Three main correction methods were integrated to deal with print-cam attacks: frame-based perspective rectification of the freehandedly captured images using detection of Hough lines, a Wiener filter to decrease image blurring and reduce noise, and adjustments to reduce color degradations. Results show that the method is highly robust with a total error rate of 1%, compared to a least 25% of errors for other methods. the obtained error rate (1%) is being compatible with the targeted industrial application.<br />Le tatouage d’images numériques consiste à y insérer une marque d’une manière invisible à l’œil humain, cette marque pouvant être détectée par un algorithme de traitement d’images. Cela sert entre autres à établir la propriété de ce document numérique. Le but de cette thèse est de proposer une technique de tatouage d’image lorsque celle-ci est imprimée sur un support physique puis numérisé à main levée avec la caméra d’un smartphone. Cela permettra de proposer de nouvelles applications nomades de tatouage, comme par exemple le contrôle mobile de documents officiels contenant une photo d’identité (ID) que nous souhaitons développer. Dans ce cas, la marque doit résister aux attaques liées au processus d’impression/numérisation, dites attaques print-cam. Ces attaques très puissantes associent des modifications géométriques à des modifications de la valeur des pixels et peuvent rendre impossible la détection de la marque. La transformée de Fourier est utilisée comme domaine d’insertion de la marque, car cette transformée a des propriétés d’invariance contre certaines distorsions géométriques, rotation et translations dans le plan de l’image. La nouveauté de ce travail consiste à associer un tatouage d’image dans le plan de Fourier à 3 méthodes de correction : une correction géométrique de perspective basée sur la transformation de Hough, un filtre de Wiener pour réduire le flou et le bruit et enfin une correction colorimétrique pour réduire les dégradations de couleur. Les résultats obtenus sur des images ID montrent que la méthode proposée conduit à taux d’erreur total de 1%, contre 25% pour le meilleur de ses challengers. Ce taux d’erreur est compatible avec l’application sécuritaire visée.

Details

Language :
French
Database :
OpenAIRE
Journal :
Autre [cs.OH]. Université d'Orléans; Université Ibn Zohr (Agadir), 2019. Français. ⟨NNT : 2019ORLE3047⟩
Accession number :
edsair.dedup.wf.001..8619bca03cc5897e0b508c8f550709ca