[论文解读] A DCT And SVD based Watermarking Technique To Identify Tag

Ke Ji, Jianbiao Lin+3 more|arXiv (Cornell University)|Feb 10, 2015

Advanced Steganography and Watermarking Techniques参考文献 6被引用 5

一句话总结

本文提出一种结合离散余弦变换（DCT）与奇异值分解（SVD）的双域水印技术，用于嵌入鲁棒且不可见的数字标签水印。该方法首先对8×8图像块应用DCT，将信息嵌入DCT系数矩阵的对角线系数中，随后对变换后的矩阵进行SVD，再次嵌入相同数据；该方法在各种失真下均实现高于35 dB的PSNR值，表现出优异的鲁棒性，证实了水印的高效性与不可察觉性。

ABSTRACT

With the rapid development of the multimedia,the secure of the multimedia is get more concerned. as far as we know , Digital watermarking is an effective way to protect copyright. The watermark must be generally hidden does not affect the quality of the original image. In this paper,a novel way based on discrete cosine transform(DCT) and singular value decomposition(SVD) .In the proposed way,we decomposition the image into 8*8 blocks, next we use the DCT to get the transformed block,then we choose the diagonal to embed the information, after we do this, we recover the image and then we decomposition the image to 8*8 blocks,we use the SVD way to get the diagonal matrix and embed the information in the matrix. next we extract the information use both inverse of DCT and SVD, as we all know,after we embed the information seconded time , the information we first information we embed must be changed, we choose a measure way called Peak Signal to Noise Ratio(PSNR) to estimate the similarity of the two image, and set a threshold to ensure whether the information is same or not.

研究动机与目标

• 开发一种用于数字图像版权保护的鲁棒且不可察觉的水印技术。
• 通过利用频域变换克服空域方法的局限性，提升抗干扰能力。
• 结合DCT与SVD实现双层嵌入，以增强对常见图像失真的鲁棒性。
• 使用PSNR作为图像质量与水印保真度的度量指标，评估方法性能。
• 即使在噪声污染后也能实现可靠水印提取，确保有效标签识别。

提出的方法

• 将原始图像划分为8×8个非重叠块进行处理。
• 对每个块进行离散余弦变换（DCT），并使用公式 W = X + α×i 将水印数据嵌入DCT系数矩阵的对角线元素中，其中α为嵌入强度。
• 通过逆向DCT（IDCT）将水印后的DCT块转换回空域，生成水印图像。
• 将水印图像重新划分为8×8块，并进行奇异值分解（SVD），通过公式 S_i = S + α×i 修改奇异值，实现第二次水印嵌入。
• 通过反向执行SVD与DCT过程进行水印提取，分别使用公式 i = (S_I - S)/α 与 i = (S - OS)/α。
• 计算信噪比（PSNR）以评估图像质量与水印相似性，使用阈值验证水印完整性。

实验结果

研究问题

• RQ1 与单域方法相比，结合DCT与SVD如何提升水印的鲁棒性？
• RQ2 在所提出的双层嵌入方案中，最优嵌入强度（α）为何值，可实现不可察觉性与鲁棒性的最佳平衡？
• RQ3 水印在高斯噪声、椒盐噪声及随机噪声等常见图像失真下，能多大程度上保持完整？
• RQ4 双层嵌入过程是否能在保持高图像质量的同时，有效维持水印保真度，如PSNR所衡量？
• RQ5 在图像退化条件下，通过水印提取，该方法在区分原始图像与篡改图像方面有多高效？

主要发现

• 所提方法在原始图像上达到52.4885的PSNR，表明图像具有极高的视觉质量与极低失真。
• 在高斯噪声下，PSNR下降至35.8880，但水印仍可提取，证明其具备强鲁棒性。
• 在椒盐噪声下，PSNR为35.8829，证实其在脉冲型失真下性能稳定。
• 在随机噪声下，PSNR为49.2984，表明其对随机性退化具有强大抗性。
• 采用DCT与SVD的双重嵌入策略显著提升了鲁棒性，相比单一方法，所有噪声类型下均能保持一致的水印提取效果。
• 该方法成功保持了水印完整性，实现了对原始图像的准确识别，验证了其在数字标签应用中的有效性。