Een verbeterde blinde watermerkingsmethode voor auteursrechtbescherming van kleurenbeelden met behulp van Hahn-momenten

Waarom het verbergen van berichten in afbeeldingen ertoe doet

Dagelijks delen mensen talloze foto’s online, van vakantiekiekjes tot medische scans. Hoewel dat het leven gemakkelijker maakt, maakt het anderen ook eenvoudig om die beelden zonder toestemming te kopiëren, te bewerken of te misbruiken. Dit artikel verkent een nieuwe manier om kleurbeelden stilletjes te "ondertekenen" met een onzichtbaar digitaal merkteken dat aantoont wie de eigenaar is. De methode is ontworpen om zware bewerkingen, compressie en zelfs kwaadaardige manipulatie te doorstaan, terwijl het beeld voor het menselijk oog exact hetzelfde blijft.

Eigendom beschermen in een kopieer‑en‑plakwereld

Digitale watermerktechnieken verbergen extra informatie in een afbeelding op zo’n manier dat kijkers het niet opmerken, maar computers het later kunnen terugvinden om eigendom of authenticiteit te verifiëren. Er bestaan veel methoden, maar ze stuiten vaak op een moeilijke afweging: maak je het watermerk sterk genoeg om aanvallen zoals schalen, filtering of ruis te overleven, dan loop je het risico de visuele kwaliteit aan te tasten; behoud je het beeld ongeschonden, dan kan het watermerk verloren raken. Een praktisch obstakel is dat veel technieken tijdens verificatie het originele, onbewerkte beeld vereisen, wat in echte geschillen zelden beschikbaar is. Het hier gepresenteerde werk pakt deze problemen aan door een "blinde" watermerkingsmethode te ontwerpen die het verborgen teken kan terugwinnen zonder ooit het oorspronkelijke beeld te hebben gezien.

Wiskundige vingerafdrukken in beelden

De auteurs bouwen hun aanpak op een familie wiskundige instrumenten die Hahn-momenten worden genoemd. Simpel gezegd werken deze momenten als compacte, gestructureerde vingerafdrukken van hoe kleuren en intensiteiten in een afbeelding zijn gerangschikt. In plaats van ruwe pixels te bewerken, transformeert de methode eerst het rode kleurkanaal in een raster van kleine blokken en berekent vervolgens voor elk blok Hahn-momentwaarden. Een aangepaste formulering en een slimme recursieregel maken het mogelijk deze vingerafdrukken snel en stabiel te berekenen en om te keren, zelfs voor beelden met veel detail. Het team toont eerst aan dat zij fullcolorbeelden uit deze momenten kunnen reconstrueren met uiterst kleine fouten en bijna realtime-snelheid, wat bevestigt dat de transformatie zowel nauwkeurig als efficiënt genoeg is om als basis voor watermerking te dienen.

Het onzichtbare merkteken verbergen en terugvinden

Om een watermerk in te brengen begint de methode met een klein zwart‑wit logo en scrambleert de pixels met een geometrische shuffle die bekendstaat als de Arnold-transformatie. Dit maakt het merkteken visueel zinloos tenzij je de geheime sleutels kent om het proces ongedaan te maken. Elke gescramde bit wordt vervolgens ingevoegd in de grootte van een geselecteerde Hahn-momentcoëfficiënt binnen een 8×8 beeldblok met behulp van een precieze kwantisatieregel. Deze regel duwt de gekozen coëfficiënt naar een van twee nabijgelegen waarden, afhankelijk van of de bit een 0 of een 1 voorstelt, terwijl de rest van het blok — en alle andere kleurkanalen — in wezen onaangeroerd blijven. Tijdens extractie berekent het algoritme opnieuw de Hahn-momenten van het ontvangen beeld, inspecteert diezelfde coëfficiënten, bepaalt aan welke kant van de kwantisatiegrens elk exemplaar ligt en reconstrueert zo het gescramde bitpatroon. Het toepassen van de inverse Arnold-transformatie onthult tenslotte het oorspronkelijke watermerk, en dat zonder het originele gastbeeld te hoeven hebben.

De methode op de proef gesteld

De onderzoekers testten hun methode op drie brede typen kleurbeelden: alledaagse scènes, luchtfoto’s en medische beelden zoals hersenscans en mammografieën. Ze gebruikten verschillende standaardmaten om de prestaties te beoordelen. Peak signal‑to‑noise ratio (PSNR) en structural similarity index (SSIM) kwantificeren hoe dicht het gewatermerkte beeld bij het origineel ligt; hogere waarden betekenen dat de kijker in wezen geen verschil ziet. Genormaliseerde kruis‑correlatie (NCC) en bitfoutpercentage (BER) beschrijven hoe trouw het watermerk wordt teruggewonnen; een NCC nabij 1 en een BER nabij 0 duiden op bijna perfecte terugwinning. Onder normale omstandigheden behaalde de methode PSNR-waarden boven 55–60 dB en SSIM-waarden die feitelijk gelijk waren aan 1, wat betekent dat de gewatermerkte beelden visueel niet te onderscheiden waren van de originelen. Tegelijkertijd werd het watermerk hersteld met een NCC van 1 en een BER van 0 — perfecte reconstructie.

Weerstand tegen ruis, bewerkingen en aanvallen

In de echte wereld blijven beelden zelden ongeschonden, dus stelde het team de gewatermerkte afbeeldingen bloot aan een reeks aanvallen: ruis toevoegen, mediane en gemiddelde filters toepassen, verscherpen en vervagen, compressie met JPEG, helderheidsverdeling equalizen, bijsnijden, herschalen, roteren, verschuiven en zelfs combinaties van deze bewerkingen. Over twaalf typen enkelvoudige aanvallen en meerdere gecombineerde aanvallen herstelde de voorgestelde methode consequent watermerken van hoge kwaliteit, meestal met vrijwel nul bitfouten. In veel gevallen presteerde zij beter of even goed als verschillende recente state‑of‑the‑art methoden die afhankelijk zijn van complexere optimalisatieroutines of zwaardere transformaties. De methode bleek vooral sterk tegen verscherping, vervaging, schalen, rotatie, bijsnijden en compressie, hoewel ze iets gevoeliger bleef voor sterke mediane filtering en Gaussian‑ruis.

Wat dit betekent voor alledaagse beelden

Simpel gezegd toont het artikel aan dat het mogelijk is een robuust, onzichtbaar eigendomsteken in kleurbeelden te verbergen — met name in gevoelige inhoud zoals medische scans — zonder visuele kwaliteit op te offeren of originele bestanden voor vergelijking te hoeven bewaren. Door het watermerk te coderen in zorgvuldig gekozen wiskundige kenmerken in plaats van in ruwe pixels, en door een extra scramblestap voor beveiliging toe te voegen, biedt de voorgestelde aanpak een praktische tool voor auteursrechtbescherming en authenticiteitscontrole in een wereld van moeiteloos kopiëren en delen. Hoewel verdere verfijningen nodig zijn om bepaalde typen extreme ruis aan te kunnen, wijst dit werk op snellere, betrouwbaardere watermerksystemen die onze digitale afbeeldingen op de achtergrond stilletjes kunnen beveiligen.

Bronvermelding: 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

Trefwoorden: digitale watermerkering, beeldauteursrecht, kleurbeelden, Hahn-momenten, multimediaveiligheid