Un esquema mejorado de marca de agua ciega para la protección de derechos de autor de imágenes en color usando momentos de Hahn

Por qué importa ocultar mensajes en imágenes

Cada día, la gente comparte innumerables fotos en línea, desde instantáneas de vacaciones hasta exploraciones médicas. Aunque esto facilita la vida, también facilita que otros copien, editen o hagan un uso indebido de esas imágenes sin permiso. Este artículo explora una nueva manera de "firmar" discretamente imágenes en color con una marca digital invisible que prueba quién las posee. El método pretende sobrevivir ediciones intensas, compresión e incluso manipulaciones maliciosas, todo ello sin alterar la apariencia de la imagen para el ojo humano.

Protegiendo la titularidad en un mundo de copiar y pegar

El marcado digital funciona ocultando información adicional dentro de una imagen de modo que los espectadores no la noten, pero los ordenadores puedan recuperarla posteriormente para verificar la propiedad o la autenticidad. Existen muchos esquemas, pero suelen enfrentarse a un duro compromiso: si se hace la marca lo suficientemente fuerte para sobrevivir ataques como cambios de tamaño, filtrado o ruido, se corre el riesgo de degradar la calidad visual; si se mantiene la imagen impecable, la marca puede perderse. Otro obstáculo práctico es que muchos métodos necesitan la imagen original sin marcar durante la verificación, algo que rara vez está disponible en disputas reales. El trabajo presentado aquí aborda estos problemas diseñando un esquema de marca "ciega" que puede recuperar la marca oculta sin necesidad de ver jamás la imagen original.

Usar huellas matemáticas dentro de las imágenes

Los autores basan su enfoque en una familia de herramientas matemáticas llamadas momentos de Hahn. En términos simples, estos momentos actúan como huellas compactas y estructuradas de cómo se distribuyen los colores y las intensidades en una imagen. En lugar de editar píxeles en crudo, el método transforma primero el canal de color rojo en una cuadrícula de pequeños bloques y luego calcula valores de momentos de Hahn para cada bloque. Una formulación modificada y una regla de recurrencia inteligente permiten que estas huellas se calculen e inviertan de forma rápida y estable, incluso en imágenes de alto detalle. El equipo demuestra primero que pueden reconstruir imágenes en color completas a partir de estos momentos con un error extremadamente bajo y a velocidad cercana al tiempo real, confirmando que la transformada es tanto precisa como eficiente para servir de columna vertebral al marcado.

Ocultar y recuperar la marca invisible

Para insertar una marca de agua, el esquema parte de un pequeño logotipo en blanco y negro y revuelve sus píxeles mediante una permutación geométrica conocida como transformada de Arnold. Esto hace que la marca carezca de sentido visual a menos que se conozcan las claves secretas necesarias para deshacer el proceso. Cada bit mezclado se inserta luego en la magnitud de un coeficiente seleccionado de los momentos de Hahn dentro de un bloque de imagen de 8×8 usando una regla de cuantización precisa. Esta regla empuja el coeficiente elegido hacia uno de dos valores cercanos, según si el bit representa un 0 o un 1, dejando el resto del bloque —y todos los demás canales de color— esencialmente intactos. Durante la extracción, el algoritmo recalcula los momentos de Hahn de la imagen recibida, inspecciona esos mismos coeficientes, decide de qué lado de la frontera de cuantización se encuentra cada uno y así reconstruye el patrón de bits mezclados. Aplicar la transformada inversa de Arnold revela finalmente la marca original, todo ello sin necesitar la imagen anfitriona original.

Poner el método a prueba

Los investigadores probaron su esquema en tres tipos amplios de imágenes en color: escenas cotidianas, vistas aéreas e imágenes médicas como exploraciones cerebrales y mamarias. Emplearon varias medidas estándar para evaluar el rendimiento. La relación señal‑ruido pico (PSNR) y el índice de similitud estructural (SSIM) cuantifican qué tan cerca está la imagen marcada de la original; valores más altos significan que el observador no percibe diferencias. La correlación cruzada normalizada (NCC) y la tasa de errores de bits (BER) describen cuán fiel se recupera la marca; una NCC cercana a 1 y una BER cercana a 0 indican una recuperación casi perfecta. En condiciones normales, el método alcanzó valores de PSNR por encima de 55–60 dB y valores de SSIM esencialmente iguales a 1, lo que significa que las imágenes marcadas eran visualmente indistinguibles de las originales. Al mismo tiempo, la marca se recuperó con NCC de 1 y BER de 0—reconstrucción perfecta.

Resistiendo ruido, ediciones y ataques

Las imágenes del mundo real rara vez permanecen intactas, por lo que el equipo sometió las imágenes marcadas a una batería de ataques: añadir ruido, aplicar filtros medianos y medios, agudizar y difuminar, comprimir con JPEG, ecualizar la distribución de brillo, recortar, reescalar, rotar, desplazar e incluso combinaciones de estas operaciones. A lo largo de doce tipos de ataque individuales y varias combinaciones, el esquema propuesto recuperó de forma consistente marcas de alta calidad, normalmente con casi cero errores de bit. En muchos casos superó o igualó a varios métodos recientes de vanguardia que dependen de rutinas de optimización más complejas o transformadas más pesadas. El método demostró especial fortaleza frente a afilado, desenfoque, escalado, rotación, recorte y compresión, aunque resultó algo más sensible a filtrado mediano fuerte y a ruido gaussiano intenso.

Qué significa esto para las imágenes del día a día

En términos sencillos, el artículo muestra que es posible ocultar una marca de propiedad robusta e invisible en imágenes en color—especialmente en contenido sensible como exploraciones médicas—sin sacrificar la calidad visual ni necesitar almacenar archivos originales para comparación. Al codificar la marca en características matemáticas cuidadosamente seleccionadas en lugar de en píxeles en bruto, y añadiendo un paso adicional de mezcla para mayor seguridad, el enfoque propuesto ofrece una herramienta práctica para la protección de derechos de autor y la verificación de autenticidad en un mundo de copias y compartidos sin esfuerzo. Aunque son necesarias refinaciones adicionales para manejar ciertos tipos de ruido extremo, el trabajo apunta hacia sistemas de marcado más rápidos y fiables que puedan proteger discretamente nuestras imágenes digitales tras bambalinas.

Cita: Elbatawy, N.I., Karawia, A.A., El-Gayar, M.M. et al. An improved blind watermarking scheme for color image copyright protection using Hahn moments. Sci Rep 16, 13027 (2026). https://doi.org/10.1038/s41598-026-42088-9

Palabras clave: marcado digital, derechos de autor de imágenes, imágenes en color, momentos de Hahn, seguridad multimedia