[論文レビュー] High Capacity Image Data Hiding of Scanned Text Documents Using Improved Quadtree

Seyyed Hossein Soleymani, Amir Hossein Taherinia|arXiv (Cornell University)|Mar 29, 2018

Advanced Steganography and Watermarking Techniques参考文献 12被引用数 5

ひとこと要約

本稿では、ハーフトーン化、改良型クアッドツリー分割、およびバイナリ文字列圧縮を活用して、スキャン済みのテキスト文書をホスト画像に埋め込む高容量のステガノグラフィー手法を提案する。スキャン済み文書におけるテキストの疎性を活用し、末尾のゼロを無視してバイナリ文字列を10進数値に変換することで、7.98 bppの埋め込み容量を達成した。視認性が極めて低く（PSNR: 37.83 dB、SSIM: 0.93）、ランダムメッセージベースのステガノグラフィー手法を著しく上回った。

ABSTRACT

In this paper, an effective method was introduced to steganography of text document in the host image. In the available steganography methods, the message has a random form. Therefore, the embedding capacity is generally low. In the proposed method, the main underlying idea was the sparse property of scanned documents. The scanned documents were converted from gray-level form to binary values by halftoning idea and then the information-included parts were extracted using the improved quadtree and separated from document context. Next, in order to compress the extracted parts, an algorithm was proposed based on reading the binary string bits, ignoring the zero behind the number, and converting them to decimal values. Embedding capacity of the proposed method is higher than that of other available methods with a random-based message. Therefore, the proposed method can be used in the secure and intangible transfer of text documents in the host image.

研究の動機と目的

• ランダムなメッセージ形式を仮定する従来のステガノグラフィー手法における低埋め込み容量の問題を解決すること。
• スキャン済みテキスト文書を安全かつ視認性の低い形でホスト画像に隠しメッセージとして送信できること。
• スキャン済みテキスト文書の疎性を活用して、埋め込み効率を最大化すること。
• コンテンツに適応した圧縮およびセグメンテーションを通じて、ランダムメッセージベースのアプローチを凌駕するステガノグラフィック容量を向上させること。
• データペイロードを最大化しつつ、ステゴ画像の視覚的品質を維持すること。

提案手法

• テキストと背景の対比を明確にするために、スキャン済み文書のグレースケール画像をハーフトーン化してバイナリ画像に変換する。
• 改良型クアッドツリーアルゴリズムを用い、バイナリ画像を再帰的に分割し、背景からテキストを含む領域を抽出する。
• バイナリビットストリングを読み込み、末尾のゼロを無視し、残りの有効ビットを10進数値に変換することでメッセージサイズを削減する圧縮技術を開発する。
• ピクセル値の変更に基づく空間ドメインステガノグラフィー法を用いて、圧縮済みテキストデータをホスト画像に埋め込む。
• ステゴ画像の視認性と忠実度を評価するために、PSNRとSSIMを品質指標として使用する。
• 局所的な分散しきい値（0、2.5、5）に基づいて埋め込み可能なピクセルを選択することで、容量と品質のバランスを最適化する。

実験結果

リサーチクエスチョン

• RQ1 スキャン済みテキスト文書の疎性を活用することで、ランダムメッセージベースの手法よりも高いステガノグラフィック容量を達成できるか？
• RQ2 ハーフトーン化、改良型クアッドツリー分割、およびバイナリ圧縮の組み合わせは、ステガノグラフィック埋め込みのためのメッセージサイズ削減にどの程度効果的か？
• RQ3 実際のスキャン済み文書を埋め込む場合、ランダムデータと比較して達成可能な埋め込み容量と画像品質（PSNR/SSIM）はどの程度か？
• RQ4 最小矩形サイズ（4×4から32×32まで）と標準偏差しきい値を変化させた場合、埋め込み性能にどのような影響があるか？
• RQ5 提案手法は、大容量の実際の文書データを埋め込む際にも高い視認性を維持できるか？

主な発見

• 標準偏差しきい値が2.5の場合、平均して7.98 bppの埋め込み容量を達成し、多数の既存手法を著しく上回った。
• ステゴ画像の品質は優れており、平均PSNRが37.83 dB、SSIMが0.93と、高い視覚的忠実度を示した。
• 最大の埋め込み容量（8.77 bpp）は16×16の最小矩形サイズで達成され、4×4（7.51 bpp）、8×8（8.34 bpp）、32×32（7.27 bpp）の各サイズを上回った。
• 抽出された文書の品質は高く、8つの異なる記事ページを対象に平均PSNRが24.77 dB、SSIMが0.96を記録した。
• 特にAMBTCベースおよび補間ベースのステガノグラフィー手法と比較して、埋め込み容量と画像品質の両面で優れた性能を示した。
• 本手法の有効性は、コンテンツに適応したセグメンテーションとバイナリテキストデータの知的圧縮に起因し、埋め込み前のペイロードサイズを削減した。