본 논문은 웨이블릿 영역에서 인간지각시스템 특성, 적응 스케일(Scale) 개수와 가중치 함수를 이용하고 실험적 임계값을 적용하여 디지털 워터마크의 삽입용량 최적화를 위한 디지털 워터마킹알고리즘을 제안하였다. 실험적 임계값을 기초로 하여 웨이블릿 영역에서 중요 계수를 찾아 디지털 워터마크의 삽입용량 최적화를 위한 워터마크를 삽입하였다. 원본영상을 3-레벨(Level)로 웨이블릿 변환하여, 저주파에 해당하는 기저대역을 제외한 나머지 모든 부대역을 워터마크 정보를 삽입하였다. 디지털 워터마크의 삽입용량 최적화를 위하여 인간시각시스템 특성을 근거로 한 적응 스케일 계수와 가중치 함수는 고려되었으며, 이 적응 스케일 계수와 가중치 함수는 강인성과 비가시성의 향상을 도모하였다. 워터마크는 가우시안 랜덤 시퀀스로 구성되어 있고 워터마크의 검출은 상관도를 이용하여 워터마크의 삽입 여부를 판단한다. 본 논문에서 제안한 방법으로 모의 실험한 결과 비교적 우수한 화질에서 JPEG 손실 압축, 잡음 첨가, 잘라내기, 흐림, 예리화, 그리고 선형 및 비선형 필터링 등의 공격에 강인함을 알 수 있었다.
본 논문은 웨이블릿 영역에서 인간지각시스템 특성, 적응 스케일(Scale) 개수와 가중치 함수를 이용하고 실험적 임계값을 적용하여 디지털 워터마크의 삽입용량 최적화를 위한 디지털 워터마킹 알고리즘을 제안하였다. 실험적 임계값을 기초로 하여 웨이블릿 영역에서 중요 계수를 찾아 디지털 워터마크의 삽입용량 최적화를 위한 워터마크를 삽입하였다. 원본영상을 3-레벨(Level)로 웨이블릿 변환하여, 저주파에 해당하는 기저대역을 제외한 나머지 모든 부대역을 워터마크 정보를 삽입하였다. 디지털 워터마크의 삽입용량 최적화를 위하여 인간시각시스템 특성을 근거로 한 적응 스케일 계수와 가중치 함수는 고려되었으며, 이 적응 스케일 계수와 가중치 함수는 강인성과 비가시성의 향상을 도모하였다. 워터마크는 가우시안 랜덤 시퀀스로 구성되어 있고 워터마크의 검출은 상관도를 이용하여 워터마크의 삽입 여부를 판단한다. 본 논문에서 제안한 방법으로 모의 실험한 결과 비교적 우수한 화질에서 JPEG 손실 압축, 잡음 첨가, 잘라내기, 흐림, 예리화, 그리고 선형 및 비선형 필터링 등의 공격에 강인함을 알 수 있었다.
In this paper a watermarking algorithm is proposed to optimize the capacity of the digital watermark insertion in an experimental threshold using the characteristics of human visual system(HVS), adaptive scale factors, and weight functions based on discrete wavelet transform. After the original imag...
In this paper a watermarking algorithm is proposed to optimize the capacity of the digital watermark insertion in an experimental threshold using the characteristics of human visual system(HVS), adaptive scale factors, and weight functions based on discrete wavelet transform. After the original image is decomposed by a 3-level discrete wavelet transform, the watermarks for capacity optimization are inserted into all subbands except the baseband, by applying the important coefficients from the experimental threshold in the wavelet region. The adaptive scale factors and weight functions based on HVS are considered for the capacity optimization of the digital watermark insertion in order to enhance the robustness and invisibility. The watermarks are consisted of gaussian random sequences and detected by correlation. The experimental results showed that this algorithm can preserve a fine image quality against various attacks such as the JPEG lossy compression, noise addition, cropping, blurring, sharpening, linear and non-linear filtering, etc.
In this paper a watermarking algorithm is proposed to optimize the capacity of the digital watermark insertion in an experimental threshold using the characteristics of human visual system(HVS), adaptive scale factors, and weight functions based on discrete wavelet transform. After the original image is decomposed by a 3-level discrete wavelet transform, the watermarks for capacity optimization are inserted into all subbands except the baseband, by applying the important coefficients from the experimental threshold in the wavelet region. The adaptive scale factors and weight functions based on HVS are considered for the capacity optimization of the digital watermark insertion in order to enhance the robustness and invisibility. The watermarks are consisted of gaussian random sequences and detected by correlation. The experimental results showed that this algorithm can preserve a fine image quality against various attacks such as the JPEG lossy compression, noise addition, cropping, blurring, sharpening, linear and non-linear filtering, etc.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 삽입되는 워터마크 정보의 양을 최대화하는 반면에 영상의 손실을 최소화하기 위해 초기 임계 값보다 높은 임계값을 실험을 통하여 영상에 따라 적응적으로 조절한다. 그림 5는 워터마크를 삽입할 때와 검출할 때에 임계 값 설정에 따른 영상의 손실과 워터마크 삽입용량과의 관계 및 상관도와의 관계를 개념적으로 나타낸 것이다.
2 : 1의 비율을 사용하여 실험하였다. 또한 압축 비율에 따른 검출 상관도와 영상의 복잡도, 워터마크정보의 최적 삽입용량 등을 고려하여 실험함으로써 본 논문에서 제안한 워터마크의 삽입용량 최적화를 위한 디지털 워터마킹 알고리즘 연구의 실험적 결과를 나타낸 것이다.
본 논문은 기존의 임계값을 이용한 워터마크 삽입 기법을 개선하여, 최적의 임계값을 실험적으로 설정하여 워터마크 정보의 삽입용량을 최적화한다. 또한 인간 시각 시스템을 이용하여 워터마크 삽입용량에 따른 비가시성의 단점을향상시키고 다양한 영상 처리에 견고하도록 한다.
본 논문은 웨이블릿 영역에서 인간시각시스템 특성, 적응스케일(Scale) 계수와 가중치 함수를 이용하고 실험적 임계 값을 적용하여 디지털 워터마크의 삽입용량 최적화를 위한 워터마킹 알고리즘을 제안하였다. 워터마크 정보는 기존 방법[10]의 단점을 고려하여 유일한 키로 생성한 가우시안 (Gaussian) 잡음 형태의 벡터를 워터마크로 사용한다.
본 논문은 이산 웨이블릿 변환을 기반으로 워터마크 정보의 삽입용량 최적화를 고려하여 다양한 영상에 대해서 적절한 임계값 적용을 위한 연구를 하였다. 원본영상을 3- 레벨로 웨이블릿 변환하여 중간 주파수 부대역 및 고주파 부대 역에 워터마크 정보를 삽입하였다.
이러한 웨이블릿 계수에 대해 인간시각시스템을 이용하여 워터마크를 삽입함으로써 견고성과 비가시성을 동시에 만족할 수 있으며. 식 ⑼는 기저대역 LL3를 선택대역 sb에 포함할 수 있으나 원본영상의 손실 정도를 고려하여 선택 대역인 M중 기저대역 LL3을 제외하여 화질열화를 보완하고자 한다. 또한 그림 6에서 보는 바와 같이 웨이블릿 레벨별로 다른 스케일 계수를 사용함으로써 인간 시각 시스템에 맞는 화질 개선 및 견고성을 높이고 워터마크 정보를 최적으로 삽입할 수 있는 결과를 얻을 수 있다.
이러한 특성을 기반으로 하여. 식 (1)과 같이 3개 수식의 곱으로써 각각의 계수에 대한 양자화 과정 를 게산한다.
가설 설정
① DWT 계수들이 높은 주파수를 나타내는 부대 역에 속하고, HH 부대역에 속할수록, 이 계수들에 대한잡음은 사람의 눈에 둔감하다.
① 인간의 눈은 높은 해상도 대역과 45º방향의 대역에서 잡음에 대하여 덜 민김하다.
제안 방법
가중치 함수는 인간시각시스템의 특성을 이용한 함수로서. 2.4절의 Lewis와 Knowles[20]7h 제안한 인간의 시각 특성을 반영하여 계산한다.
匸十해상도의 LL3, LH3, HL3, HH3, LH2, HL2, HH2, LH1, HL1, HH1 부대역으로 분해한 후, 저주파 성분인 LL3 대역을 제외한 나머지 부대역들에 대해 유일한 사용자 키로 생성된 가우시안 랜덤 벡터를 워터마크로 삽입한다. 워터마크 삽입할 때 워터마크 정보의 삽입용량과 원본 영상의 화질, 소유권 증명 강도 및 영상의 특성 등을 고려하여 최적의 임계값을 이용하여 워터마크를 삽입한다.
1 절의 식 (6)과 식 (7), (8)을 이용하여 계산한 삽입 임계값 71을 사용하여 워터마크가 삽입될 대역의 모든 계수 # 와 삽입 임 계 값 T1 을 비교하여 # 이 면 중요한계 수로 선택한다. 그리고 3.2절에서 언급한바와 같이, 본 논문은 인간시각시스템을 이용한 적응 스케일 계수와 가중치를 계산하고 워터마크를 삽입할 때 사용한다.
정보의 삽입용량을 최적화한다. 또한 인간 시각 시스템을 이용하여 워터마크 삽입용량에 따른 비가시성의 단점을향상시키고 다양한 영상 처리에 견고하도록 한다. 그림 7 과 그림 8은 식 (10)을 이용한 워터마크의 전체적인 삽입 절차와 검출 절차를 각각 나타낸 것이다.
워터마크 삽입할 때 워터마크 정보의 삽입용량과 원본 영상의 화질, 소유권 증명 강도 및 영상의 특성 등을 고려하여 최적의 임계값을 이용하여 워터마크를 삽입한다. 또한 인간 시각 시스템을 이용하여 적응 스케일 계수와 가중치를 계산하여 워터마크를 삽입함으로써 워터마크 정보의 삽입용량에 따른 원본영상의 손실 정도를 최소화하고 다양한 영상처리에 강인하도록 한다. 제안한 워터마킹 알고리즘의 성능 평가를 위해서 JPEG 손실압축, 선형 필터링, 비선형 필터링, 잡음첨가 그리고 잘라내기 등의 영상 처리를 실험한 결과 높은 상관도와 강인함을 나타내었고 비가시도 측면에서도 시각적으로 인지할 수 없을 만큼 측정되었다.
제안한 방법은 기존의 임계값을 이용한 디지털 워터마킹 기법 [13, 14, 15]과 이산 웨이블릿 변환 계수의 상관관계를 이용한 디지털 워터마킹 기법[11]을 연구 분석후, 디지털 워터마킹의 요구조건들을 고려하여 워터마크 정보의 삽입용량과 화질 열화, 소유권 증명, 검출 상관도(Correlation) 등의 관계를 최적화한다. 또한 인간시각시스템을 이용하여 원본 영상의 화질열화 및 다양한 영상의 특성에 따라 적응적으로 워터마크를 삽입하여 기존 워터마킹 기법의 단점을 개선한다. 워터마크의 검출은 원본영상이 필요하지 않는 블라인드 (Blind) 워터마킹 기법이며 삽입할 때 사용한 워터마크 키만으로 소유권을 증명한다.
제안한 워터마킹 기법은 워터마크 정보의 삽입용량 최적화를 위한 임계값을 계산하여 중요한 웨이블릿 계수를 선택하며, 최적의 임계 값 계산은 영상의 손실 정도와 검출 상관도 등 워터마킹 요구 조건들 사이의 상호 보완 관계를 충분히 고려하였다. 또한 인간의 눈이 고주파 영역에 둔감하다는 인간의 시각적 특성을 이용한 인간시각시스템을 적용하여 웨이블릿 부대 역의 레벨별로 적응적 스케일 계수를 조정함으로서 영상의 화질을 개선하였고, 원본 영상에 사람이 지각할 수 없을 정도의 워터마크 정보를 최대로 삽입하기 위해 가중치 함수를 적용하였다. 최적의 임계값 선택에 따라 워터마크정보의 삽입용량을 최대로 하고, 인간시각시스템에 따라 가중치 함수를 워터마크 삽입할 때 적용함으로서 워터마킹 요구 조건들 사이의 상호 보완 관계를 최대로 만족하며, 임계 값과 삽입 강도를 조정하여 워터마크를 삽입하는 기존의 워터마킹 기법들 보다 높은 강인성과 향상된 비가 시도의 결과를 얻을 수 있었다.
삽입되는 강도를 조절하였다. 또한 인간의 시각 특성을 고려하여 가중치 함수를 적용함으로서 표 3과 같이 영상에 지각할 수 없을 정도의 워터마크를 최적으로 삽입하였다. 한편 삽입 강도와 워터마크의 삽입 용량의 최적화룰 고려하였으며, 이 외에도 워터마킹 요구조건들 사이의 관계를 충분히 고려한 워터마킹 기법을 제안한다.
본 논문에서 구현한 웨이블릿은 표 1의 9/7탭을 가지는 필터를 이용하여 영상 분해하였다. 제안한 워터마크 삽입알고리즘에 사용되는 삽입 임계값, 적응 스케일 계수 그리고 가중치는 식 (6), (7), (8) 및 (9)에서 계산된 값을 사용하였으며, 삽입할 때 워터마크 키 값으로 100을 주었다.
본 논문에서 제안한 워터마크 삽입 및 검출 알고리즘을 실험적으로 확인하기 위해 MATLAB 7.0.1 로 프로그래밍하여 구현하였고, 시스템은 Windows XP professional 운영체제를 사용하였다. CPU는 Pentium IV 2.
본 논문에서 제안한 워터마크 삽입 알고리즘은 이산 웨이블릿 변환을 이용하여 원본영상을 다해상도의 부대 역으로 분해한 후 저주파 성분인 LL3 대역을 제외흔!' 나머지 부대 역들에 대해 워터마크를 삽입한다.
본 논문은 다해상도 부대역의 레벨별 적응 스케일 계수를 적용함과 동시에 영상에 지각할 수 없을 정도의 워터마크 정보를 최대로 삽입하기 위해서 가중치 함수를 사용한디..
본 논문은 인간시각시스템을 이용하여 웨이블릿 분해된 부대 역의 레벨별로 적응적 스케일 계수를 계산하여 워터마크가 삽입되는 강도를 조절하였다. 또한 인간의 시각 특성을 고려하여 가중치 함수를 적용함으로서 표 3과 같이 영상에 지각할 수 없을 정도의 워터마크를 최적으로 삽입하였다.
영상의 특성을 반영하기 위해 각 부대역별로 분산과 춰대값을 이용한다. 분산과 최대값이 큰 부대역에 대해서 임계값이 적응적 조정되도록 실험적으로 드리프트 (Drift)를 설정하고 로그함수를 취함으로, 부대역별 영상의 특성을 반영하면서도 계수값의 급격한 변화를 완충하도록 한다. 드리프트 Eg 및 부대 역 별 초기 임 계값 #는 식 (6)과 같다.
워터마크 삽입할 때 워터마크 정보의 삽입용량과 원본 영상의 화질, 소유권 증명 강도 및 영상의 특성 등을 고려하여 최적의 임계값을 이용하여 워터마크를 삽입한다. 또한 인간 시각 시스템을 이용하여 적응 스케일 계수와 가중치를 계산하여 워터마크를 삽입함으로써 워터마크 정보의 삽입용량에 따른 원본영상의 손실 정도를 최소화하고 다양한 영상처리에 강인하도록 한다.
워터마크 정보의 삽입용량 최적화를 위해 제안한 삽입 임계값을 이용하여 워터마크를 삽입한 실험 영상들을 대상으로 삽입된 워터마크 정보의 양을 계산하였다. 워터마크 정보의 삽입용량을 계산한 결과 영상의 특성에 따라 적응적으로 삽입용량이 결정되었다.
워터마크를 검출하기 위하여 워터마크가 삽입된 영상을 삽입 알고리즘에서 적용된 레벨과 동일한 레벨의 필터 계수로 이산 웨이블릿 변환하여 다해상도의 부대역영상으로 분해한다.
임계값 적용을 위한 연구를 하였다. 원본영상을 3- 레벨로 웨이블릿 변환하여 중간 주파수 부대역 및 고주파 부대 역에 워터마크 정보를 삽입하였다. 제안한 워터마킹 기법은 워터마크 정보의 삽입용량 최적화를 위한 임계값을 계산하여 중요한 웨이블릿 계수를 선택하며, 최적의 임계 값 계산은 영상의 손실 정도와 검출 상관도 등 워터마킹 요구 조건들 사이의 상호 보완 관계를 충분히 고려하였다.
이산웨이블릿 변환 계수에 워터마크를 삽입하는 방법은 인간의 시각 특성을 쉽게 적용할 수 있을 뿐 아니라 이산 웨이블릿변환을 기반으로 하는 압축 기법인 EZW, SPIHT[12] 및 JPEG 2000의 압축 기법에도 적용이 용이하다. 제안한 방법은 기존의 임계값을 이용한 디지털 워터마킹 기법 [13, 14, 15]과 이산 웨이블릿 변환 계수의 상관관계를 이용한 디지털 워터마킹 기법[11]을 연구 분석후, 디지털 워터마킹의 요구조건들을 고려하여 워터마크 정보의 삽입용량과 화질 열화, 소유권 증명, 검출 상관도(Correlation) 등의 관계를 최적화한다. 또한 인간시각시스템을 이용하여 원본 영상의 화질열화 및 다양한 영상의 특성에 따라 적응적으로 워터마크를 삽입하여 기존 워터마킹 기법의 단점을 개선한다.
제안한 워터마킹 기법을 평균화 필터링, 가우시안 저 역 통과 필터링, 흐림, 예리화, 중앙값 필터링, 가우시안 잡음첨가, 중앙 잘라내기, JPEG 손실 압축 등의 다양한 공격에 대해 실험하였다.
최적의 임계값 선택에 따라 워터마크정보의 삽입용량을 최대로 하고, 인간시각시스템에 따라 가중치 함수를 워터마크 삽입할 때 적용함으로서 워터마킹 요구 조건들 사이의 상호 보완 관계를 최대로 만족하며, 임계 값과 삽입 강도를 조정하여 워터마크를 삽입하는 기존의 워터마킹 기법들 보다 높은 강인성과 향상된 비가 시도의 결과를 얻을 수 있었다. 제안한 워터마킹 기법의 성능 평가를 위해 워터 마킹된 영상의 손실 정도를 측정하여 워터마크 정보의 삽입 양에 따른 비가시성과 강인성 및 화질열화 등을 실험하였다. 실험한 결과 각기 다른 다양한 영상에 대해 평균 PSNR 40[dB] 이상으로 시각적인 차이를 거의 느끼지 못하였다.
또한 인간의 시각 특성을 고려하여 가중치 함수를 적용함으로서 표 3과 같이 영상에 지각할 수 없을 정도의 워터마크를 최적으로 삽입하였다. 한편 삽입 강도와 워터마크의 삽입 용량의 최적화룰 고려하였으며, 이 외에도 워터마킹 요구조건들 사이의 관계를 충분히 고려한 워터마킹 기법을 제안한다. 워터마크의 삽입용량 최적화를 위한 최적의 임계값 설정은 AT 값에 따라 현저한 차이를 보인다.
대상 데이터
것이다. JPEG 압축의 파라미터는 최소 6.3 : 1의 비율에서 최대 38.2 : 1의 비율을 사용하여 실험하였다. 또한 압축 비율에 따른 검출 상관도와 영상의 복잡도, 워터마크정보의 최적 삽입용량 등을 고려하여 실험함으로써 본 논문에서 제안한 워터마크의 삽입용량 최적화를 위한 디지털 워터마킹 알고리즘 연구의 실험적 결과를 나타낸 것이다.
실험적으로 계산되어진 삽입 임계값 T1은 상수 40을 사용하였고, 검출 임계값 T2는 삽입 임계값보다 큰 상수 값 50 을 사용하였다[13] 이산 웨이블릿 변환된 계수와 비교하여 계수의 값이 삽입 임계값 TL보다 클 때만 워터마크를 삽입하였다. 워터마크를 검출할 때는 검출 임계값 T2보다 큰 계수들을 대상으로 워터마크를 검출하였다. 영상 전체의 상관도와 임계값을 계산하여 상관도가 임계값보다 크면 소유권을 증명할 수 있다.
80GHz 이며 512MB의 메인 메모리가 장착된 컴퓨터에서 시스템을 구현하였다. 제안한 워터마킹 알고리즘을 이용하여 512X512 크기의 그레이 영상 Airplane, Baboon, Barbara, Girl, Lena, Pepper, Vase, ri리고 Boat에 대해 워터마크 키가 100으로 하는 1(XX)개의 워터마크를 대상으로 실험을 수행하였다
이론/모형
알고리즘을 제안하였다. 워터마크 정보는 기존 방법[10]의 단점을 고려하여 유일한 키로 생성한 가우시안 (Gaussian) 잡음 형태의 벡터를 워터마크로 사용한다. 이산웨이블릿 변환 계수에 워터마크를 삽입하는 방법은 인간의 시각 특성을 쉽게 적용할 수 있을 뿐 아니라 이산 웨이블릿변환을 기반으로 하는 압축 기법인 EZW, SPIHT[12] 및 JPEG 2000의 압축 기법에도 적용이 용이하다.
저주파 성분인 LL3대역은 제외한다. 이산 웨이블릿변환은 Antonini[21]가 제안한 9/7텝을 가지는 필터를 사용하며 표 1과 같은 필터계수를 갖는다.
성능/효과
(2) 인간의 눈은 영상의 밝기나 어두운 곳에서 잡음에 대하여 덜 민감하다.
그림 5와 같이 나타남을 알 수 있었다. 47값이 커질수록 삽입할 때 사용한 100 키 값 이외의 다른 키 값에서도 워터마크가 검줄됨으로서 소유권 인증에 문제가 있음을 알 수 있었다. 또한 각 부대역의 레벨별로 다른 적응적 스케일 계수를 사용함으로서 인간시각시스템에 맞는 화질 개선과 가중치에 따른 견고성을 높인 결과를 얻을 수 있었다.
② DWT 계수들에 대응되는 기저 대역의 계수들의 크기 값이 클수록, 이 계수들에 대한 잡음은 사람의 눈에 둔감하다.
그림 11은 공격이 없는 워터 마킹된 Lena 영상에 대한 워터마크 검출기 응답 결과를 나타낸다. 검출기 응답 결과 다른 워터마크 키에서는 검출이 없었으며, 실제 워터마크를 삽입할 때 사용한 KX)의 키값에서 상관도가 검출 임계값 보다 높게 검출됨을 알 수 있었다. 또한 상관도는 40.
실험한 결과 각기 다른 다양한 영상에 대해 평균 PSNR 40[dB] 이상으로 시각적인 차이를 거의 느끼지 못하였다. 그리고 JPEG 손실 압축, 흐림, 예리 화, 가우시안 잡음첨가, 중앙 잘라내기 등의 공격에 대해 강인함을 보였으며 그 밖의 선형 및 비선형 필터링 등 여러 공격에 대해서도 워터마크 검출 결과가 우수하게 측정되어 영상 처리 및 인위적인 공격에 강인함을 알 수 있었다. 본 논문에서 제안한 워터마킹 알고리즘은 기존의 워터마킹 기법들과 비교해 볼 때 알고리즘의 처리시간은 4.
다양한 공격 들에 대한 워 터 마크의 강인성 실험에서 살펴본 바와 같이 제안한 워터마킹 기법은 100의 키 값에서 확연히 검출되었고 상관도 역시 높은 값을 보였다. 그리고 다른 사용자의 키 값에 대해 검출이 되지 않아 사용자의 소유권 증명이 가능하였다.
둘째, 사람의 눈은 휘도가 큰 영역에서의 잡음에 대하여 둔감하다. 이에 대한 착안으로 인간의 시각적 특성을 웨이블릿 계수에 대하여 적용하면 다음과 같다.
47값이 커질수록 삽입할 때 사용한 100 키 값 이외의 다른 키 값에서도 워터마크가 검줄됨으로서 소유권 인증에 문제가 있음을 알 수 있었다. 또한 각 부대역의 레벨별로 다른 적응적 스케일 계수를 사용함으로서 인간시각시스템에 맞는 화질 개선과 가중치에 따른 견고성을 높인 결과를 얻을 수 있었다.
식 ⑼는 기저대역 LL3를 선택대역 sb에 포함할 수 있으나 원본영상의 손실 정도를 고려하여 선택 대역인 M중 기저대역 LL3을 제외하여 화질열화를 보완하고자 한다. 또한 그림 6에서 보는 바와 같이 웨이블릿 레벨별로 다른 스케일 계수를 사용함으로써 인간 시각 시스템에 맞는 화질 개선 및 견고성을 높이고 워터마크 정보를 최적으로 삽입할 수 있는 결과를 얻을 수 있다.
그리고 JPEG 손실 압축, 흐림, 예리 화, 가우시안 잡음첨가, 중앙 잘라내기 등의 공격에 대해 강인함을 보였으며 그 밖의 선형 및 비선형 필터링 등 여러 공격에 대해서도 워터마크 검출 결과가 우수하게 측정되어 영상 처리 및 인위적인 공격에 강인함을 알 수 있었다. 본 논문에서 제안한 워터마킹 알고리즘은 기존의 워터마킹 기법들과 비교해 볼 때 알고리즘의 처리시간은 4.1절의 실험환경에서 MATLAB 7.0.1 버전으로 실행할 때 10% 더 소요되지만 워터마크 정보의 삽입용량을 최적으로 하면서도 견고성과 비가시성을 동시에 만족함을 실험을 통하여 확인할 수 있었다.
제안한 워터마킹 기법의 성능 평가를 위해 워터 마킹된 영상의 손실 정도를 측정하여 워터마크 정보의 삽입 양에 따른 비가시성과 강인성 및 화질열화 등을 실험하였다. 실험한 결과 각기 다른 다양한 영상에 대해 평균 PSNR 40[dB] 이상으로 시각적인 차이를 거의 느끼지 못하였다. 그리고 JPEG 손실 압축, 흐림, 예리 화, 가우시안 잡음첨가, 중앙 잘라내기 등의 공격에 대해 강인함을 보였으며 그 밖의 선형 및 비선형 필터링 등 여러 공격에 대해서도 워터마크 검출 결과가 우수하게 측정되어 영상 처리 및 인위적인 공격에 강인함을 알 수 있었다.
워터마크 정보의 삽입용량 최적화를 위해 제안한 삽입 임계값을 이용하여 워터마크를 삽입한 실험 영상들을 대상으로 삽입된 워터마크 정보의 양을 계산하였다. 워터마크 정보의 삽입용량을 계산한 결과 영상의 특성에 따라 적응적으로 삽입용량이 결정되었다. 그림 5처럼 삽입된 워터마크 정보의 양에 따라 워터마킹 요구조건들 사이의 상호보완 관계를 감안할 때 워터마크 정보의 삽입용량에 따른 영상의 손실정도를 고려하여야한다.
인간의 시각 특성을 살펴보면 첫째, 사람의 눈은 고해상도 대역과 대각선 성분의 대역에서의 잡음에 대하여 둔감하다. 둘째, 사람의 눈은 휘도가 큰 영역에서의 잡음에 대하여 둔감하다.
제안한 워터마크 삽입 알고리즘으로 워터마크를 삽입한 후 원본영상과 워터 마킹된 영상을 비교한 결괴- 워터마크의 삽입 여부를 육안으로 감지할 수 없었으며, 영상의 화질을 거의 훼손시키지 읺..
원본영상을 3- 레벨로 웨이블릿 변환하여 중간 주파수 부대역 및 고주파 부대 역에 워터마크 정보를 삽입하였다. 제안한 워터마킹 기법은 워터마크 정보의 삽입용량 최적화를 위한 임계값을 계산하여 중요한 웨이블릿 계수를 선택하며, 최적의 임계 값 계산은 영상의 손실 정도와 검출 상관도 등 워터마킹 요구 조건들 사이의 상호 보완 관계를 충분히 고려하였다. 또한 인간의 눈이 고주파 영역에 둔감하다는 인간의 시각적 특성을 이용한 인간시각시스템을 적용하여 웨이블릿 부대 역의 레벨별로 적응적 스케일 계수를 조정함으로서 영상의 화질을 개선하였고, 원본 영상에 사람이 지각할 수 없을 정도의 워터마크 정보를 최대로 삽입하기 위해 가중치 함수를 적용하였다.
또한 인간 시각 시스템을 이용하여 적응 스케일 계수와 가중치를 계산하여 워터마크를 삽입함으로써 워터마크 정보의 삽입용량에 따른 원본영상의 손실 정도를 최소화하고 다양한 영상처리에 강인하도록 한다. 제안한 워터마킹 알고리즘의 성능 평가를 위해서 JPEG 손실압축, 선형 필터링, 비선형 필터링, 잡음첨가 그리고 잘라내기 등의 영상 처리를 실험한 결과 높은 상관도와 강인함을 나타내었고 비가시도 측면에서도 시각적으로 인지할 수 없을 만큼 측정되었다.
또한 인간의 눈이 고주파 영역에 둔감하다는 인간의 시각적 특성을 이용한 인간시각시스템을 적용하여 웨이블릿 부대 역의 레벨별로 적응적 스케일 계수를 조정함으로서 영상의 화질을 개선하였고, 원본 영상에 사람이 지각할 수 없을 정도의 워터마크 정보를 최대로 삽입하기 위해 가중치 함수를 적용하였다. 최적의 임계값 선택에 따라 워터마크정보의 삽입용량을 최대로 하고, 인간시각시스템에 따라 가중치 함수를 워터마크 삽입할 때 적용함으로서 워터마킹 요구 조건들 사이의 상호 보완 관계를 최대로 만족하며, 임계 값과 삽입 강도를 조정하여 워터마크를 삽입하는 기존의 워터마킹 기법들 보다 높은 강인성과 향상된 비가 시도의 결과를 얻을 수 있었다. 제안한 워터마킹 기법의 성능 평가를 위해 워터 마킹된 영상의 손실 정도를 측정하여 워터마크 정보의 삽입 양에 따른 비가시성과 강인성 및 화질열화 등을 실험하였다.
표 2에 나타난 것과 같이 인간시각시스템을 이용한 워터마크 삽입 알고리즘을 다양한 실험영상에 대한 성능을 분석한 결과 시각적으로 영상의 손실을 알아볼 수 없었으며, 다양한 실험영상에 대한 평균 PSNR 측정값은 40[dB] 이상이었다.
참고문헌 (21)
H. Berghel, "Protection Owner Ship Rights through Digital Watermarking," IEEE Computer Magazine, pp. 101-103, July 1996.
S. Katzenbeisser and F. Petitcolas, Information Hiding Techniques for Stegannograpphy and Digital Watermarking, Artech House, 2000.
I. Cox, M. Miller and J. Bloom, Digital Watermarking, Academic Press, 2002.
N. Johnson, Z. Duric and S. Jajodia, Information Hiding: Steganography and Watermarking Attacks and Countermeasures, Kluwer Academic Publishers, 2001.
X. Xiao; X. Sun and M. Chen, "Second-LSB-Dependent Robust Watermarking for Relational Database," IEEE Third International Symposium on Information Assurance and Security 2007, pp. 292-300, August 2007.
N. Agarwal and A. Goyal, "Robust Watermarking in Transform Domain using Edge Detection Technique," IEEE International Conference on Computational Intelligence and Multimedia Applications 2007, pp. 59-63, December 2007.
E. First and X. Qi, "A Composite Approach for Blind Grayscale Logo Watermarking," IEEE 2007 ICIP, Vol. 3, pp. 265-268, September 2007.
A. Venkataramana and P. Raj, "Image Watermarking Using Krawtchouk Moments," IEEE ICCTA'07, pp. 676-680, March 2007.
Y. Lin, H. Huang, and W. Hsu, "An Embedded Watermark Technique in Video for Copyright Protection," IEEE ICPR'06, Vol. 4, pp. 795-798, 2006.
J. Ohnishi and K. Matsui" Embedding a Seal into a Picture under Orthogonal Wavelet Transform," Proceedings of the Third IEEE International Conference on Multimedia Computing and System 1996, pp. 514-521, 1996.
C. Hus and J. Wu, "Multiresolution Watermarks for Digital Images," IEEE Trans. Circuits Syst. II, Vol. 8, No. 8, pp.1097-1101, Aug. 1998.
A. Said and W. Pearlman, "A New Fast and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees", IEEE Trans. on Circuits and Systems for Video Technology, Vol. 6, June 1995.
R. Dugad, K. Ratakonda and N. Ahuja, "A New Wavelet-based Scheme for Watermarking Images," Proc. of IEEE ICIP '98, Chicago, IL, USA. October 1998.
H. Wang, P. Su and C. Kuo, "Wavelet-based Digital Image Watermarking," Optics Express, p.497, Dec., 1998.
S. Oh, H. Lee and K. Lee, "A Wavelet Transform based Watermarking for Digital Signatures," Proc. ITU-CSCC 2000, pp. 857-860, 2000.
A. Kerckhoffs. "La Cryptographic Militaire," Journal des sciences militaires, Vol. 9, pp. 5-38, January 1883.
M. Kutter and F. Petitcolas. "A Fair Benchmark for Image Watermarking Systems," In Ping Wah Wong and Edward J. Delp. editors, proceedings of electronic imaging '99, security and watermarking of multimedia contents, Vol. 3657, pp. 226-239, January 1999.
G. Langelaar, R. Lagendijk and J. Biemond, "Real-time labeling of MPEG-2 compressed video", Jour. of Visual Comm. Image Representation, Vol. 9, December 1998
M. Miller and J. Bloom, "Computing the Probability of False Watermark Detection," Proceeding of Workshop on Information Hiding, pp. 1-15, 1999.
A. Lewis and G. Knowles, "Image Compression Using the 2-D Wavelet Transform." IEEE Trans. Image Processing, Vol. 1, No. 2, pp. 244-250, April 1992.
M. Antonini, M. Barlaud, P. Mathieu and I. Daubechies, "Image Coding Using Wavelet Transform," IEEE Trans. Image Processing, Vol. 1, No. 2, pp. 205-220, April 1992.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.