Un schéma de tatouage aveugle amélioré pour la protection du droit d'auteur des images couleur utilisant les moments de Hahn

Pourquoi il est important de cacher des messages dans les images

Chaque jour, des personnes partagent d'innombrables photos en ligne, des instantanés de vacances aux examens médicaux. Si cela facilite la vie, cela rend aussi très simple pour d'autres de copier, modifier ou détourner ces images sans autorisation. Cet article explore une nouvelle manière de « signer » discrètement les images couleur par une marque numérique invisible qui prouve leur propriété. La méthode vise à survivre à des modifications lourdes, à la compression et même à des altérations malveillantes, tout en conservant un aspect visuel identique pour l'œil humain.

Protéger la propriété dans un monde de copier‑coller

Le tatouage numérique consiste à dissimuler des informations supplémentaires à l'intérieur d'une image de sorte que les spectateurs ne les remarquent pas, mais que des ordinateurs puissent ensuite les récupérer pour vérifier la propriété ou l'authenticité. De nombreux schémas existent, mais ils font souvent face à un compromis difficile : si l'on rend le tatouage suffisamment robuste pour survivre à des attaques comme le redimensionnement, le filtrage ou le bruit, on risque de dégrader la qualité visuelle ; si l'on garde l'image intacte, le tatouage peut se perdre. Un autre obstacle pratique est que de nombreuses méthodes exigent l'image originale non marquée lors de la vérification, ce qui est rarement disponible dans des litiges réels. Le travail présenté ici s'attaque à ces problèmes en concevant un schéma de tatouage « aveugle » capable de récupérer la marque cachée sans jamais voir l'image originale.

Utiliser des empreintes mathématiques à l'intérieur des images

Les auteurs fondent leur approche sur une famille d'outils mathématiques appelés moments de Hahn. En termes simples, ces moments agissent comme des empreintes compactes et structurées de la façon dont les couleurs et les intensités sont disposées dans une image. Plutôt que de modifier les pixels bruts, la méthode transforme d'abord le canal rouge en une grille de petits blocs, puis calcule les valeurs des moments de Hahn pour chaque bloc. Une formulation modifiée et une règle de récurrence astucieuse permettent de calculer et d'inverser ces empreintes rapidement et de façon stable, même pour des images riches en détails. L'équipe montre d'abord qu'elle peut reconstruire des images pleine couleur à partir de ces moments avec une erreur extrêmement faible et à vitesse quasi temps réel, confirmant que la transformée est à la fois précise et suffisamment efficace pour servir de colonne vertébrale au tatouage.

Cacher et retrouver la marque invisible

Pour insérer un tatouage, le schéma commence par un petit logo en noir et blanc dont les pixels sont brouillés à l'aide d'un mélange géométrique connu sous le nom de transformée d'Arnold. Cela rend la marque visuellement dépourvue de sens à moins de connaître les clés secrètes nécessaires pour inverser le processus. Chaque bit brouillé est ensuite inséré dans la magnitude d'un coefficient de moment de Hahn sélectionné au sein d'un bloc image de 8×8 en utilisant une règle de quantification précise. Cette règle pousse légèrement le coefficient choisi vers l'une des deux valeurs voisines, selon que le bit représente un 0 ou un 1, tout en laissant le reste du bloc — et les autres canaux de couleur — essentiellement inchangés. Lors de l'extraction, l'algorithme recalcule les moments de Hahn de l'image reçue, inspecte ces mêmes coefficients, décide de quel côté de la frontière de quantification chacun se situe et reconstruit ainsi le motif de bits brouillé. L'application de la transformée d'Arnold inverse révèle enfin le tatouage d'origine, le tout sans besoin de l'image hôte originale.

Mettre la méthode à l'épreuve

Les chercheurs ont testé leur schéma sur trois grands types d'images couleur : scènes quotidiennes, vues aériennes et images médicales telles que des scans cérébraux et des images mammaires. Ils ont utilisé plusieurs mesures standard pour évaluer les performances. Le rapport signal‑bruit de crête (PSNR) et l'indice de similarité structurelle (SSIM) quantifient la proximité entre l'image tatouée et l'originale ; des valeurs plus élevées signifient que le spectateur ne voit pratiquement aucune différence. La corrélation croisée normalisée (NCC) et le taux d'erreur binaire (BER) décrivent la fidélité de la récupération du tatouage ; une NCC proche de 1 et un BER proche de 0 indiquent une récupération presque parfaite. Dans des conditions normales, la méthode a atteint des valeurs de PSNR supérieures à 55–60 dB et des valeurs de SSIM essentiellement égales à 1, ce qui signifie que les images tatouées étaient visuellement indiscernables des originaux. Dans le même temps, le tatouage a été récupéré avec une NCC de 1 et un BER de 0 — reconstruction parfaite.

Résister au bruit, aux retouches et aux attaques

Les images du monde réel restent rarement intactes, c'est pourquoi l'équipe a soumis les images tatouées à une batterie d'attaques : ajout de bruit, application de filtres médian et moyenne, accentuation et floutage, compression JPEG, égalisation de l'histogramme, découpage, redimensionnement, rotation, translation, et même des combinaisons de ces opérations. Sur douze types d'attaques simples et plusieurs attaques combinées, le schéma proposé a systématiquement récupéré des tatouages de haute qualité, généralement avec presque zéro erreur binaire. Dans de nombreux cas, il a surpassé ou égalé plusieurs méthodes récentes à la pointe qui reposent sur des routines d'optimisation plus complexes ou des transformées plus lourdes. La méthode s'est révélée particulièrement robuste face à l'accentuation, au floutage, au redimensionnement, à la rotation, au recadrage et à la compression, bien qu'elle reste un peu plus sensible aux filtrages médians forts et au bruit gaussien intense.

Ce que cela signifie pour les images de tous les jours

En termes simples, l'article montre qu'il est possible de cacher une marque de propriété robuste et invisible dans des images couleur — en particulier pour des contenus sensibles comme les examens médicaux — sans sacrifier la qualité visuelle ni avoir besoin de conserver les fichiers originaux pour comparaison. En encodant le tatouage dans des caractéristiques mathématiques soigneusement choisies plutôt que dans les pixels bruts, et en ajoutant une étape de brouillage supplémentaire pour la sécurité, l'approche proposée offre un outil pratique pour la protection du droit d'auteur et la vérification d'authenticité dans un monde de partage et de copie faciles. Bien que des améliorations restent nécessaires pour traiter certains types de bruits extrêmes, le travail ouvre la voie à des systèmes de tatouage plus rapides et plus fiables qui peuvent discrètement protéger nos images numériques en coulisses.

Citation: 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

Mots-clés: tatouage numérique, droits d'auteur des images, images couleur, moments de Hahn, sécurité multimédia