Hahn momentleri kullanılarak renkli görüntü telif hakkı koruması için geliştirilmiş kör bir görünmez filigran şeması

Resimlere mesaj gizlemenin önemi

Her gün insanlar tatil fotoğraflarından tıbbi taramalara kadar sayısız fotoğrafı çevrimiçi paylaşıyor. Bu hayatı kolaylaştırsa da, başkalarının bu görüntüleri izin almadan kopyalamasını, düzenlemesini veya kötüye kullanmasını da kolaylaştırıyor. Bu makale, renkli görüntülere sahiplik kanıtı sunan görünmez bir dijital işaretle sessizce “imza” atmanın yeni bir yolunu inceliyor. Yöntem, görüntünün insan gözüyle aynı görünümünü korurken yoğun düzenlemelere, sıkıştırmaya ve kasıtlı müdahalelere dayanacak şekilde tasarlandı.

Kopyala-yapıştır dünyasında sahipliği korumak

Dijital filigranlama, görüntüye izleyicinin fark etmeyeceği şekilde ekstra bilgi gizleyerek çalışır; ancak daha sonra bilgisayarlar bu bilgiyi çıkarıp sahipliği veya özgünlüğü doğrulayabilir. Birçok şema mevcut, fakat genellikle zorlu bir ödünleşme ile karşılaşırlar: filigranı boyutlandırma, filtreleme veya gürültü gibi saldırılara dayanacak kadar güçlü yaparsanız görsel kalite bozulabilir; görüntüyü kusursuz tutarsanız filigran kaybolabilir. Pratik bir engel de doğrulama sırasında özgün, işaretsiz görüntünün gerekmesidir ki gerçek dünya anlaşmazlıklarında bu nadiren bulunur. Bu çalışmada sunulan yöntem, özgün görüntüyü görmeden gizli işareti kurtarabilen “kör” bir filigranlama şeması tasarlayarak bu sorunları ele alır.

Görüntülerin içine matematiksel parmak izleri yerleştirmek

Yazarlar yaklaşımlarını Hahn momentleri adı verilen bir matematiksel araç ailesi üzerine kuruyor. Basitçe söylemek gerekirse, bu momentler bir görüntüde renklerin ve yoğunlukların nasıl düzenlendiğine dair kompakt, yapılandırılmış parmak izleri gibi davranır. Ham pikselleri düzenlemek yerine yöntem önce kırmızı renk kanalı üzerinde ızgara halinde küçük bloklar oluşturur ve ardından her blok için Hahn moment değerlerini hesaplar. Değiştirilmiş bir formülasyon ve zekice bir yineleme kuralı, bu parmak izlerinin yüksek ayrıntıya sahip görüntülerde bile hızlı ve kararlı şekilde hesaplanıp tersinin alınmasını sağlar. Ekip önce bu momentlerden tam renkli görüntüleri son derece düşük hata ve gerçek zamanlıya yakın hızla yeniden oluşturabildiklerini göstererek dönüşümün hem doğru hem de filigranlama omurgası olarak kullanılabilecek kadar verimli olduğunu doğruladı.

Görünmez işareti gizleme ve geri çıkarma

Bir filigran gömmek için şema küçük siyah‑beyaz bir logoyla başlar ve piksellerini Arnold dönüşümü olarak bilinen geometrik bir karıştırma ile şifreler. Bu, ters işlem için gereken gizli anahtarlar bilinmedikçe işareti görsel olarak anlamsız kılar. Her karıştırılmış bit daha sonra bir 8×8 görüntü bloğu içindeki seçilmiş bir Hahn momenti katsayısının genliğine hassas bir kantizasyon kuralı kullanılarak eklenir. Bu kural, bit 0 veya 1 temsil etmesine bağlı olarak seçilmiş katsayıyı iki yakın değerden birine doğru hafifçe iterek yerleştirir; bloğun geri kalanı — ve diğer tüm renk kanalları — temelde dokunulmamış kalır. Çıkarma sırasında algoritma alınan görüntünün Hahn momentlerini yeniden hesaplar, aynı katsayıları inceler, her birinin kantizasyon sınırının hangi yanında olduğunu belirler ve böylece karıştırılmış bit desenini yeniden oluşturur. Ters Arnold dönüşümü uygulandığında özgün filigran nihayet ortaya çıkar; tüm bunlar ana resme ihtiyaç duymadan gerçekleşir.

Yöntemi teste tabi tutmak

Araştırmacılar şemayı günlük sahneler, hava fotoğrafları ve beyin taramaları ile meme görüntüleri gibi tıbbi görüntüler olmak üzere üç geniş renkli görüntü türü üzerinde test etti. Performansı değerlendirmek için birkaç standart ölçüt kullandılar. Tepe sinyal‑gürültü oranı (PSNR) ve yapısal benzerlik indeksi (SSIM) filigranlı görüntünün özgününe ne kadar yakın olduğunu nicelendirir; daha yüksek değerler izleyicinin neredeyse hiç fark görmediğini gösterir. Normalize çapraz korelasyon (NCC) ve bit hata oranı (BER) filigranın ne kadar sadakatle geri alındığını tanımlar; NCC’nin 1’e yakın ve BER’in 0’a yakın olması neredeyse kusursuz geri getirme anlamına gelir. Normal koşullar altında yöntem 55–60 dB’nin üstünde PSNR değerleri ve SSIM için pratikte 1’e eşit değerler elde etti; bu da filigranlı görüntülerin görsel olarak özgünlerinden ayırt edilemez olduğunu gösterir. Aynı zamanda filigran NCC=1 ve BER=0 ile — mükemmel yeniden yapılandırma — elde edildi.

Gürültüye, düzenlemelere ve saldırılara karşı dayanıklılık

Gerçek dünya görüntüleri nadiren kusursuz kaldığı için ekip filigranlı resimleri bir dizi saldırıya maruz bıraktı: gürültü ekleme, medyan ve ortalama filtre uygulama, keskinleştirme ve bulanıklaştırma, JPEG ile sıkıştırma, parlaklık dağılımını eşitleme, kırpma, yeniden ölçekleme, döndürme, kaydırma ve hatta bu işlemlerin kombinasyonları. On iki tek saldırı türü ve birkaç birleşik saldırı boyunca önerilen şema tutarlı olarak yüksek kaliteli filigranları geri çıkardı, genellikle neredeyse sıfır bit hatası ile. Birçok durumda, daha karmaşık optimizasyon rutinlerine veya daha ağır dönüşümlere dayanan bazı son teknoloji yöntemleri geride bıraktı veya onlarla eşit performans gösterdi. Yöntem özellikle keskinleştirme, bulanıklaştırma, ölçekleme, döndürme, kırpma ve sıkıştırmaya karşı güçlü olduğu kanıtlandı; ancak güçlü medyan filtreleme ve Gauss gürültüsüne karşı biraz daha hassas kaldı.

Günlük görüntüler için ne anlama geliyor

Basitçe söylemek gerekirse, makale renkli görüntülere — özellikle tıbbi taramalar gibi hassas içeriklere — görsel kaliteyi feda etmeden veya karşılaştırma için özgün dosyaları saklama gereksinimi olmadan sağlam, görünmez bir sahiplik işareti gizlemenin mümkün olduğunu gösteriyor. Filigranı ham pikseller yerine dikkatle seçilmiş matematiksel özelliklere kodlayarak ve güvenlik için ek bir karıştırma adımı ekleyerek önerilen yaklaşım, zahmetsiz kopyalama ve paylaşım dünyasında telif hakkı koruması ve özgünlük denetimi için pratik bir araç sunuyor. Belirli tür aşırı gürültüleri ele almak için daha fazla iyileştirme gerekse de, çalışma daha hızlı ve daha güvenilir filigranlama sistemlerine doğru ilerleyen ve dijital görüntülerimizi perde arkasında sessizce koruyabilecek çözümleri işaret ediyor.

Atıf: 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

Anahtar kelimeler: dijital filigranlama, görüntü telif hakkı, renkli görüntüler, Hahn momentleri, multimedya güvenliği