陶瓷產品的哈希序列提取與檢測

馬強飛 黃華

（景德鎮陶瓷大學信息工程學院,江西 景德鎮 333000）

1 概述

知識產權保護是國家經濟發展的重要一環,知識產權保護的水平高低與經濟發展水平息息相關,是推進國家治理體系和治理能力現代化的一項重要工作,是全面提升國家經濟競爭力的重要手段。知識產權包括商標權、專利權、著作權等,知識產權產業正在國家政策推動下蓬勃發展,但大量知識產權侵權事件仍在發生,這極大阻礙了自主創新的積極性。隨著計算機的快速發展,知識產權向著網絡化、數字化方面的發展越來越明顯。目前在互聯網領域,陶瓷的知識產權保護起步較晚,人們對這方面的重視程度不夠,使得陶瓷知識產權保護體系還很不完善,很多陶瓷原創作品的侵權事件沒有得到很好的解決。

目前陶瓷設計知識產權在確權、用權和維權三個環節上存在著確權耗時長、用權變現難、維權效率低和時效性差等問題。筆者通過對現有的陶瓷設計知識產權保護平臺調研發現[1-2],雖然這些平臺可以為陶瓷藝術設計的作品進行登記和交易,但也存在了很多問題。比如,原創作品在平臺登記成本高和周期長,對于侵權作品認定難度大,消費者在購買原創作品后并不能通過某種渠道來準確獲得該作品的權屬信息,這對作品后續商業使用造成了一定的法律隱患。因此如何提高對侵權作品的辨識度至關重要,因為如果我們無法檢測出侵權作品,那么侵權作品就會快速的流入到市場,使得原創作者的知識產權得不到保護,這就大大降低了作者原創的積極性。

針對以上這些問題,本文對感知圖像哈希進行了改進,并提出了一種陶瓷產品檢測方案,基于此方案我們可以對陶瓷產品的原創性進行檢測。實驗結果表明,該方案不僅可以提高檢測侵權產品的成功率,并且具有較高的處理速度,能夠滿足現有陶瓷平臺的需求。

2 相關工作

隨著數字技術的飛速發展,美圖、Adobe Photoshop 等多種優秀的圖像處理軟件被廣泛應用于各種場合。快捷智能的圖像編輯工具使得修改或偽造圖像內容變得非常容易。比如陶瓷的外型或者圖案,就非常容易被修改。陶瓷原創作品在被侵權后,就會流入到市場中傳播,這嚴重打擊了原創作者的積極性,給陶瓷領域發展帶來了極大的負面影響。因此,迫切需要一種檢測陶瓷作品的檢測方案,來保護陶瓷作品的原創性。

數字圖像取證是圖像內容檢測的有效技術之一；它包括主動和被動兩種取證方式。主動取證包括感知圖像哈希和圖像數字水印。圖像數字水印需要嵌入認證信息轉化為圖像,這樣會破壞圖像內容的原始性。感知圖像哈希是一種用于內容身份驗證的非侵入式方法。被動取證是一種可以檢測圖像內容的變化,而無需依賴原始圖像任何先驗信息的技術。它可以檢測很多種圖像攻擊,例如圖像復制、移動和拼接等。然而,現有方案只能檢測單個內容篡改的攻擊。當圖像同時遭受復制移動攻擊和拼接篡改時,現有的被動檢測方案不能在一次操作中完成兩種檢測。而使用感知圖像哈希,則可以輕松解決這些問題。

近年來,基于感知圖像哈希防篡改檢測方法層出不窮,涌現出了很多優秀的檢測方案。文獻[3]設計了粗量化方案來壓縮系數矩陣中包含的提取特征。得到的二進制元素根據另一個密鑰進行加擾后形成圖像哈希。通過漢明距離來衡量散列之間的相似性。實驗結果表明,所提出的方案對于感知可接受的圖像修改具有魯棒性,例如高斯濾波、中等噪聲污染、JPEG 壓縮、重新縮放和水印嵌入。文獻[4]提出了一種新的基于虛擬水印檢測的魯棒且安全的感知圖像散列技術。在這項工作中,作者將圖像劃分為重疊塊,然后計算每個塊中絕對系數的平均值以產生特征集。最后使用Wei-bull 模型來提取特征系數的統計參數,生成哈希值。文獻[5]提出了一種新的數字簽名方案,它利用圖像的內容構建用于圖像認證的結構數字簽名。數字簽名的特點是可以容忍保留內容的修改,同時檢測內容更改的修改。文獻[6]作者通過結合統計分析方法和視覺感知理論,開發了一種用于內容認證的真實感知圖像哈希方法。通過結合基于圖像塊的特征和基于關鍵點的特征來生成健壯的感知哈希碼。所提出的方法在容忍內容保留操作的感知魯棒性與廣泛的幾何失真和感知敏感度之間實現了權衡,以檢測惡意篡改。與最先進的方案相比,所提出的方法在基于內容的圖像篡改檢測和定位方面獲得了更好的綜合性能。

以上的數字圖像取證技術雖然可以對圖像進行檢測,但目前對原創陶瓷產品的檢測效果卻不是那么好。比如對于陶瓷模型,如果直接對其進行檢測將很難檢測出侵權行為。原創陶瓷的圖案和外型設計經常會被盜用者仿造。盜用者在仿造的時候常常會輕微的改動其設計,即可完全避免平臺版權系統的檢測。細微的改動陶瓷原創作品的設計會改變哈希壓縮函數在提取摘要的碰撞性,比如修改圖案的像素點顏色,改變陶瓷外形的形狀,或者選擇原始圖案的一些角度,根據哈希壓縮函數得到的哈希序列[7]都會發生極大的變化,使得原創陶瓷作品和侵權作品在比對時檢測不出侵權的行為。

3 對陶瓷原創性檢測方案的改進

3.1 陶瓷原創性檢測方案處理流程

圖1 為本文設計方案的處理流程。首先輸入陶瓷圖像,經過感知哈希函數處理計算后得到哈希序列。然后用得到的哈希序列與哈希序列庫里面的哈希序列逐一比對,得到相似度的大小。最后根據相似度來判斷輸入的陶瓷圖像是否有侵權行為。

圖1 方案的處理流程

本方案為保證每個陶瓷產品提取的哈希序列長度一樣,首先使用雙線性插值算法將圖像尺寸歸一化為m×m,接著使用高斯濾波對圖像進行處理,這一步的目的是平滑圖像,降低圖像細微紋理或噪聲對圖像哈希序列的影響。如果輸入的圖像為彩色圖像,還需要將其轉化為灰度圖像,再使用算法對陶瓷圖像進行哈希序列的提取。最后對得到的哈希序列和哈希庫中的哈希序列進行比對。

3.2 陶瓷特征值提取算法

經過我們前期調查統計發現,目前市面上已有對陶瓷產品提取對比的成熟方案中,所采用的哈希序列提取技術,實際上僅僅只是對于作品文件內容進行了摘要提取,然后再用侵權作品的內容和原創作品的內容進行對比。因此,我們根據哈希函數在提取消息摘要過程信息的損失,提出了一種改進的感知哈希圖像算法,該算法可以將任意大小的圖片調整至一個統一大小的分辨率進行處理,這樣就可以保證經過感知哈希函數處理的圖片都有一個統一的哈希序列長度。其主要是基于感知圖像哈希來設計的。

算法具體流程解釋如下：

Research on the Evaluation Method and Influencing Factors of Wind Power Curtailment Based on System Regulation Capability Analysis WANG Bingqian,DONG Jianmin,GUAN Qianfeng(71)

（1）輸入陶瓷產品的圖像image。

（2）將image 的分辨率縮放至8×8,保留結構,除去細節。

（3）將壓縮后的圖像轉化為256 階灰度圖。

（4）計算灰度圖所有像素的平均值avg。

（5）比較像素值。像素值大于平均值記作1,相反記作0,總共64 位。

（6）將上述步驟生成的1 和0 按順序組合起來,得到的就是圖像的哈希序列（hash）。順序不固定。但是比較時必須是相同的順序。

3.3 哈希序列比對

我們用漢明距離的值比上感知哈希的長度計算出一個值,這個值代表著兩個圖像的不相似度（Dissimilarity）,如下列公式所示。

如果計算的Dissimilarity 比較大,就代表著二者差異性較小,發生侵權的概率就越低,反之,如果得到的比值較小,則發生侵權的概率就越高。

4 方案實驗

我們所提出的陶瓷產品檢測方案在上一節中進行了詳細描述,哈希序列的比對過程使用的是漢明距離方案,漢明距離越大表明圖像差異越大,如果不相同的數據位不超過6,就說明兩張圖片很相似；如果大于10,就說明這是兩張圖像不相似,由于我們計算的哈希序列長度為64,所以用Dissimilarity 的計算公式可以計算出,當比對過程中出現不相似值Dissimilarity 小于0.1 時才會判定發生了侵權。

4.1 陶瓷產品模型圖的提取

在用哈希感知算法提取哈希序列前,需要先將陶瓷的模型圖提取出來,再將圖片的背景顏色設置為一致的,那么我們就可以使用上一節的算法來檢測兩個陶瓷作品的形狀是否類似。如圖2 所示。

圖2 陶瓷輪廓圖的提取

4.2 陶瓷外型比對

對于一個經過任意輕度修改的陶瓷,我們要求都能檢測出其與原始陶瓷的相似與差異,所以必須要確保該算法能夠適用于各種陶瓷外型被修改的手段與方式。針對于陶瓷的模型和圖案檢測,我們分別對其做了實驗。陶瓷的模型實驗主要是選擇幾個陶瓷圖片,對其模型圖進行提取并填充,做一致性處理。然后再用哈希感知函數提取哈希序列,最后進行比對,得出數據和結論。對圖片做出的一致性處理如圖3 所示。

圖3 陶瓷模型圖比對示例

然后在利用哈希感知函數對這些圖片進行處理得出哈希序列,并通過漢明距離計算出Dissimilarity 值。實驗結果如表1 所示。

表1 陶瓷模型檢測結果

通過上面的數據可以看到,第二幅圖只對陶瓷外型做了很小的變化,計算的,所以漢明Dissimilarity 值小于0.1,可以判定其與原陶瓷產品相似。其余4 種陶瓷和原陶瓷模型相差比較大,計算得到的Dissimilarity 都大于0.1,可以認定它們和原陶瓷是不相似的。

4.3 陶瓷圖案比對

而對于陶瓷原創圖案,我們可以直接對其進行比對。陶瓷圖案常見的的修改方式有很多,比如對圖案進行旋轉,調整圖案的明暗度和對比度等方式,如圖4 所示。

圖4 陶瓷圖案比對示例

將5 組修改之后的圖案得用本方案修改的感知哈希圖像算法進行計算,得到哈希序列,再使用明距離計算它們和第1 組的Dissimilarity 值。實驗結果如表2 所示。

表2 陶瓷圖案檢測結果

通過以上數據可以看到,除了將圖案旋轉到90°以上的角度時,其得到的Dissimilarity 較大,其余的4 組修改方式都只能對圖案內容的哈希序列造成很小的改動,所以得到的Dissimilarity 都小于0.1。因此,可以判斷它們與原陶瓷圖案相似程度較高。當旋轉90°時,整個圖案所有的像素點都嚴重偏離了其原有的位置,計算出的Dissimilarity 也遠遠大于0.1,所以造成該算法無法檢測到與原圖案的相似度,可以認定其不構成侵權。

5 結論

本研究的目的是將感知圖像哈希算法應用到陶瓷產品的檢測中,通過改進感知圖像哈希來更加準確的檢測出仿制作品。首先,筆者通過對現有的陶瓷設計知識產權保護平臺進行了調研,發現了目前陶瓷原創作品所存在的問題。然后,分析了將改進哈希感知算法引入到陶瓷產品檢測的可行性。最后,將改進的算法應用到陶瓷產品的檢測中,進行了實驗驗證。實驗結果表明,本文設計的方案不僅可以提高檢測侵權作品的成功率,而且具有較高的處理速度,能夠滿足現有陶瓷平臺的需求。