離散小波 - 離散餘弦 - 奇異質分解的浮水印

DWT-DCT-SVD Based Watermarking

指導教授 陳炳彰M99F0211 鍾依伶

Navas K Aa, Ajay Mathews Cheriyanb,Lekshmi.Mb, Archana Tampy.Sc, Sasikumar Md

aAsst Professor, bUG Student, bPG Student, dProfessor (Retd.) Electronics and Communication Engineering Dept.

College of Engineering Trivandrum Kerala, India

2008.01

導言

• 水印是嵌入的數據處理成一個多媒體元素

• 一個水印算法包括水印結構，嵌入算法，以及提取或檢測算法。

• 在多媒體應用中，嵌入水印應該是無形的、堅固的。 使用的方法包括： 在靜止圖像水印最低有效位編碼，基本的 M 序列，轉換技術，圖像自適應技術。

導言

在浮水印的分類中，一個重要的標準是信息類型需要的檢測器

•可辨識的浮水印需要原始圖像和金鑰（ s ）為水印嵌入。•隱藏性的浮水印需要密鑰（ s ）和水印位元序列。•不可辨識的浮水印只要求金鑰（ s ）。

導言

兩種廣泛使用的圖像壓縮標準  JPEG 和 JPEG2000 。前者是基於離散餘弦轉換（ DCT ）後者是離散小波轉換（ DWT ）

近幾年，許多浮水印技術已被開發利用並受到歡迎。在所有的加水印方案的頻率領域中，有強韌性和透明性之間的一個衝突

奇異值分解

奇異值分解是線性代數中一種重要的矩陣分解，可能是實體長方形或是矩陣形。

SVD(M)M= U ΣV假設 M 是一個 m× n 矩陣其中 U 是 m×m 的單一矩陣Σ 是 m×n 與對角線的對角矩陣V 是 n×n 的單一矩陣

離散餘弦 (DCT) 奇異值分解的浮水印

強韌性，能力和隱密性的三個重要條件是一個有效率的浮水印方案

《觀察》DCT 係數在四分圓 B1( 頂尖的左邊四分圓）中用最高的大小被發現，而且那些在四分圓 B4( 底部的右邊四分圓）中用最低的大小被發現。 對應地，奇異值用最高的價值在四分圓 B1 中，而且奇異值分解用最低的價值在四分圓 B4 中。

小波轉換 (DWT) 奇異值分解的浮水印

浮水印被認為是抵抗各種攻擊，除了旋轉，取得了良好的隱密性。

缺點是嵌入和恢復過程非常耗時，因為鋸齒形排列的係數分為四個象限基於頻率，是一個耗時的過程。

《觀察》SVD 是在 DWT 領域中加水印的一個非常方便的工具

水印崁入到最低頻率（ LL 子帶）及最高頻率（ HH 子帶）以抵抗攻擊

DWT-DCT- SVD的浮水印

該方法利用小波係數的封面圖像嵌入水印。任何一個四組小波係數能被用來加水印影像。

封面圖像和浮水印的奇異值被添加到表單修改成奇異值的浮水印圖像。將 DCT 係數形成奇異值分解三角矩陣演算，然後再用反DCT再算一次，這是一種技術，從未被使用過。利用該算法嵌入的水印是非常難以察覺。這個計劃是針對各種強大的攻擊。它具有很高的數據隱藏能力。

DWT-DCT- SVD的浮水印

B 水印崁入算法

B = UBΣBVBT where UB

and VB T

S = USΣSVST where US and VS

T

● 使用 DWT 將浮水印載入 LL 、 HL 、 LH 、 HH 四個頻率域● 由 DCT選擇子頻域以小 S表示 DCT● 調整 SVD 的係數為大 S，從 US 到 VS

T 是正矩陣大 S● SVD主要以 ΣS 構成，以反 DCT 轉換取得水印 (IDCT)

採用四個系數調整，能用來插入四個不同或相同的浮水印

DWT-DCT- SVD的浮水印

C 水印提取算法

B = UBΣBVBT where UB and VB

T

● B是離散餘弦 (DCT) 矩陣，以 B矩陣取得奇異值 (SVD) 係數

B = UA*ΣA*VA*T where UA* and VA*

T

● 採用離散小波 (DWT)搭載水印並搭配離散餘弦● 離散餘弦 (DCT)由正矩陣與其一直取得 A● 將水印去出後減去奇異值 (SVD)

浮水印略失真 , 但仍可辨識

實作

在我們的實驗 256x256灰度攝影師形象作為封面灰度圖像和128x128莉娜被用作水印。

圖 1  （ a）原始圖像（ b）水印

圖 2  （ a）水印圖像（ b）取自形象

實作

《觀察》● JPEG 是一種標準的壓縮技術

● 當壓縮比低，因此檢索水印。當壓縮提高到一個高值，檢索 水印遭受扭曲

● 高斯模糊影響輪廓，任何數據存儲在高頻成分會喪失，在許多 情況下，恢復是不可能的，恢復的數據可能是最小數額的失真。

圖 3 （ a）平均模糊 （ b）高斯模糊 （ c） JPEG 壓縮 （ d）動態模糊

結果

1. DWT- DCT-SVD 的浮水印算法是一個非常有效率的新方法 ，可以幫助恢復被攻擊的浮水印圖像。

2. 嵌入浮水印至 LL 和 HH ，以抵抗攻擊。

3. 在大多數的基於 DCT 的水印方案，最低的頻率係數不被修改，

因為它認為，水印的透明度將會消失，但在這篇研究中並沒有 這個問題。

結果

4 。在最低的頻率插入水印對一個小組是有抵抗性攻擊，並且在最高的頻率埋置的水印對另一個小組是有抵抗性攻擊。

5 。  SVD 的一個優勢為基礎的水印是不需要埋置視覺水印的所有奇異值。

結論

● DCT 以 SVD 為基礎的方法非常耗時。

● 新的方法被發現滿足浮水印先決條件，像是隱密性、強韌性。

●這是一個可以用於驗證和數據隱藏。

END