[论文解读] A Non-Blind Watermarking Scheme for Gray Scale Images in Discrete Wavelet Transform Domain using Two Subbands

Abdur R. Shahid, Shahriar Badsha+3 more|arXiv (Cornell University)|Nov 12, 2012

Advanced Steganography and Watermarking Techniques参考文献 9被引用 5

一句话总结

本文提出了一种基于离散小波变换（DWT）域的灰度图像非盲水印方案，通过SPIHT算法选择的系数，在LH2和HL2子带的最高有效系数中嵌入二值水印。该方法利用噪声可见性函数（NVF）实现感知透明性，并在实验中表现出对常见图像攻击的高鲁棒性，结果证实了其强不可感知性和抗干扰能力。

ABSTRACT

Digital watermarking is the process to hide digital pattern directly into a digital content. Digital watermarking techniques are used to address digital rights management, protect information and conceal secrets. An invisible non-blind watermarking approach for gray scale images is proposed in this paper. The host image is decomposed into 3-levels using Discrete Wavelet Transform. Based on the parent-child relationship between the wavelet coefficients the Set Partitioning in Hierarchical Trees (SPIHT) compression algorithm is performed on the LH3, LH2, HL3 and HL2 subbands to find out the significant coefficients. The most significant coefficients of LH2 and HL2 bands are selected to embed a binary watermark image. The selected significant coefficients are modulated using Noise Visibility Function, which is considered as the best strength to ensure better imperceptibility. The approach is tested against various image processing attacks such as addition of noise, filtering, cropping, JPEG compression, histogram equalization and contrast adjustment. The experimental results reveal the high effectiveness of the method.

研究动机与目标

• 开发一种非盲水印技术，确保在灰度图像中具有高不可感知性和鲁棒性。
• 利用小波系数的分层结构，确定最优的水印嵌入位置。
• 提高对常见图像处理攻击（如噪声、滤波和JPEG压缩）的鲁棒性。
• 通过集成噪声可见性函数（NVF）实现自适应嵌入强度，确保感知透明性。
• 通过在各种失真条件下进行全面的实验评估，验证该方法的有效性。

提出的方法

• 使用离散小波变换（DWT）对宿主灰度图像进行三级分解，重点关注LH3、LH2、HL3和HL2子带。
• 应用分层树中的集合分割（SPIHT）算法，识别LH2和HL2子带中的显著小波系数。
• 选择LH2和HL2子带中最具显著性的系数作为二值水印的嵌入位置。
• 使用噪声可见性函数（NVF）调节嵌入强度，确保感知透明性。
• 通过根据水印比特值修改选定的显著系数，完成水印嵌入。
• 水印提取为非盲方式，需原始宿主图像以恢复水印。

实验结果

研究问题

• RQ1 如何高效选择显著小波系数用于水印嵌入，以同时保证不可感知性和鲁棒性？
• RQ2 使用噪声可见性函数（NVF）在多大程度上提升了水印过程中的感知透明性？
• RQ3 所提出的方案对常见图像处理攻击（如噪声、滤波和JPEG压缩）的鲁棒性如何？
• RQ4 通过SPIHT实现的小波系数分层结构，是否能提升DWT域中非盲水印的性能？
• RQ5 在所提出的水印框架中，不可感知性与鲁棒性之间的权衡关系如何？

主要发现

• 由于使用了噪声可见性函数，该方法实现了高度不可感知性，该函数可根据人眼视觉敏感度自适应调节嵌入强度。
• 在添加噪声、中值滤波、裁剪、JPEG压缩、直方图均衡化和对比度调整等多种攻击后，水印仍可被检测到。
• 采用基于SPIHT的系数选择方法，仅使用最具显著性的系数，从而增强了鲁棒性并减少了失真。
• 该方案对JPEG压缩表现出强韧性，在高压缩比下仍能保持水印完整性。
• 实验结果证实，可通过原始宿主图像成功提取水印，验证了该方案的非盲特性。
• 该方法在不可感知性与鲁棒性之间实现了良好平衡，在测试的攻击场景中优于传统DWT基水印技术。