En förbättrad blind vattenmärkning för färgbilder för upphovsrättsskydd med Hahn‑moment

Varför det spelar roll att dölja meddelanden i bilder

Varje dag delar människor otaliga fotografier online, från semesterbilder till medicinska skanningar. Det underlättar visserligen, men gör det också lätt för andra att kopiera, redigera eller missbruka bilder utan tillåtelse. Denna artikel beskriver en ny metod för att tyst ”signera” färgbilder med ett osynligt digitalt märke som bevisar ägarskap. Metoden är utformad för att överleva kraftig redigering, kompression och även illvillig manipulation, samtidigt som bilden ser exakt likadan ut för det mänskliga ögat.

Skydda äganderätten i en kopiera‑och‑klistra‑värld

Digital vattenmärkning fungerar genom att gömma extra information i en bild på ett sådant sätt att betraktaren inte märker det, men datorer senare kan återvinna det för att verifiera ägarskap eller äkthet. Det finns många system, men de ställs ofta inför en svår avvägning: om vattenmärket görs tillräckligt starkt för att överleva attacker som omformning, filtrering eller brus riskerar man att försämra bildkvaliteten; om man håller bilden orörd kan vattenmärket gå förlorat. Ett annat praktiskt problem är att många metoder kräver originalbilden vid verifiering, vilket sällan finns tillgängligt i verkliga tvister. Det arbete som presenteras här tar itu med dessa problem genom att utforma ett ”blint” vattenmärkningsschema som kan återfå det dolda märket utan att någonsin se originalbilden.

Använda matematiska fingeravtryck i bilder

Författarna bygger sin metod på en familj matematiska verktyg kallade Hahn‑moment. Enkelt uttryckt fungerar dessa moment som kompakta, strukturerade fingeravtryck för hur färger och intensiteter är ordnade i en bild. Istället för att redigera råa pixlar transformeras först den röda färgkanalen till ett rutnät av små block, varefter Hahn‑moment beräknas för varje block. En modifierad formel och en smart rekursionsregel gör det möjligt att beräkna och invertera dessa fingeravtryck snabbt och stabilt, även för bilder med hög detaljgrad. Forskarna visar först att de kan rekonstruera fullfärgade bilder från dessa moment med extremt låg felmarginal och nära realtidshastighet, vilket bekräftar att transformen både är noggrann och effektiv nog att fungera som ryggrad i en vattenmärkningsmetod.

Dölja och återvinna det osynliga märket

För att bädda in ett vattenmärke börjar schemat med en liten svartvit logotyp som pixelskruvas med en geometrisk omkastning känd som Arnold‑transformen. Det gör märket visuellt meningslöst om man inte känner till de hemliga nycklarna för att vända processen. Varje skruvad bit införs sedan i magnituden av en vald Hahn‑momentkoefficient inom ett 8×8‑bildblock med hjälp av en precis kvantiseringsregel. Denna regel puttar den valda koefficienten mot ett av två närliggande värden beroende på om biten representerar 0 eller 1, samtidigt som resten av blocket — och alla andra färgkanaler — i huvudsak lämnas orörda. Vid extraktion beräknar algoritmen åter Hahn‑momenten för den mottagna bilden, inspekterar samma koefficienter, avgör på vilken sida av kvantiseringsgränsen varje koefficient ligger och återskapar därigenom det skruvade bitmönstret. Genom att tillämpa inversen av Arnold‑transformen framträder slutligen det ursprungliga vattenmärket, allt utan att behöva den ursprungliga värdbilden.

Sätta metoden på prov

Forskarna testade sitt schema på tre breda typer av färgbilder: vardagsscener, flygbilder och medicinska bilder såsom hjärnskanningar och bröstbilder. De använde flera standardmått för att bedöma prestanda. Peak signal‑to‑noise ratio (PSNR) och structural similarity index (SSIM) kvantifierar hur nära den vattenmärkta bilden är originalet; högre värden innebär att betraktaren i praktiken inte ser någon skillnad. Normalized cross‑correlation (NCC) och bit error rate (BER) beskriver hur troget vattenmärket återfinns; en NCC nära 1 och en BER nära 0 indikerar nästan perfekt återställning. Under normala förhållanden uppnådde metoden PSNR‑värden över 55–60 dB och SSIM‑värden i princip lika med 1, vilket betyder att de vattenmärkta bilderna var visuellt omöjliga att skilja från originalen. Samtidigt återfanns vattenmärket med NCC 1 och BER 0 — perfekt rekonstruktion.

Står emot brus, redigeringar och attacker

Verklighetens bilder förblir sällan orörda, så teamet utsatte de vattenmärkta bilderna för en serie attacker: tillsats av brus, tillämpning av median‑ och medelvärdesfilter, skärpning och oskärpning, kompression med JPEG, utjämning av ljusstyrkefördelning, beskärning, omskalning, rotation, förskjutning och till och med kombinationer av dessa operationer. I tolv olika enkla attacker och flera kombinerade attacker återvann den föreslagna metoden konsekvent vattenmärken av hög kvalitet, vanligtvis med nästan inga bitfel. I många fall överträffade eller matchade den flera nyare toppmoderna metoder som förlitar sig på mer komplexa optimeringsrutiner eller tyngre transformmetoder. Metoden visade sig särskilt stark mot skärpning, oskärpning, skalning, rotation, beskärning och kompression, även om den var något känsligare för kraftig medianfiltrering och starkt Gaussiskt brus.

Vad detta betyder för vardagsbilder

Enkelt uttryckt visar artikeln att det är möjligt att dölja ett robust, osynligt ägandomärke i färgbilder — särskilt i känsligt material som medicinska skanningar — utan att offra visuell kvalitet eller behöva lagra originalfiler för jämförelse. Genom att koda vattenmärket i noggrant utvalda matematiska egenskaper snarare än i råa pixlar, och genom att lägga till ett extra skruvningssteg för säkerheten, erbjuder den föreslagna metoden ett praktiskt verktyg för upphovsrättsskydd och äkthetskontroll i en värld av lättkopiering och delning. Även om ytterligare förfiningar krävs för att hantera vissa typer av extremt brus, pekar arbetet mot snabbare och mer tillförlitliga vattenmärkningssystem som tyst kan skydda våra digitala bilder i bakgrunden.

Citering: 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

Nyckelord: digital vattenmärkning, bildupphovsrätt, färgbilder, Hahn‑moment, multimediasäkerhet