[论文解读] Digital Watermarking for Image AuthenticationBased on Combined DCT, DWT and SVD Transformation

Mohammad Ibrahim Khan, Md. Maklachur Rahman+1 more|arXiv (Cornell University)|Jul 24, 2013

Advanced Steganography and Watermarking Techniques参考文献 17被引用 48

一句话总结

本文提出了一种结合离散小波变换（DWT）、离散余弦变换（DCT）和奇异值分解（SVD）的混合数字水印方案，采用之字形排序框架，用于图像认证。通过在高频DWT子带中嵌入水印，将DCT系数按之字形扫描组织为四象限，并对每个象限应用SVD，实现了对常见攻击的强抵抗能力，同时保持了良好的图像质量。

ABSTRACT

This paper presents a hybrid digital image watermarking based on Discrete Wavelet Transform (DWT), Discrete Cosine Transform (DCT) and Singular Value Decomposition (SVD) in a zigzag order. From DWT we choose the high band to embed the watermark that facilities to add more information, gives more invisibility and robustness against some attacks. Such as geometric attack. Zigzag method is applied to map DCT coefficients into four quadrants that represent low, mid and high bands. Finally, SVD is applied to each quadrant.

研究动机与目标

• 开发一种鲁棒且不可见的图像水印技术，用于数字图像认证。
• 提高对几何攻击和信号处理攻击（如裁剪、缩放和滤波）的抵抗能力。
• 通过多域变换提升水印嵌入容量和视觉透明度。
• 在顺序分层框架中集成DWT、DWT、DCT和SVD，以提升性能。
• 通过PSNR等定量指标评估方法在各种失真下的有效性与鲁棒性。

提出的方法

• 首先使用离散小波变换（DWT）对图像进行分解，选择高频子带用于水印嵌入，以提高鲁棒性。
• 将选定的DWT子带划分为块，每一块进行离散余弦变换（DCT），将空域数据转换为频域系数。
• 使用之字形扫描模式重新排列DCT系数，将低频、中频和高频分量分组为四个不同的象限。
• 对DCT变换块的每个象限应用奇异值分解（SVD），提取奇异值用于水印嵌入。
• 通过修改DCT系数象限的奇异值来嵌入水印，同时保持原始图像结构不变。
• 在提取过程中采用逆向处理：通过反向SVD、之字形重排和DCT，随后进行DWT重构以恢复水印。

实验结果

研究问题

• RQ1 结合DWT、DCT和SVD的混合变换框架在图像认证中如何提升水印的鲁棒性？
• RQ2 DCT系数的之字形扫描在多大程度上提升了水印数据的分布与嵌入效率？
• RQ3 该多域方法在视觉不可见性及对几何攻击和信号攻击的抵抗能力方面能达到何种水平？
• RQ4 选择高频DWT子带如何影响鲁棒性与视觉质量之间的权衡？
• RQ5 在DCT象限上应用SVD是否能提升水印提取的安全性与可靠性？

主要发现

• 所提方法实现了极高的不可见性，峰值信噪比（PSNR）超过40 dB，表明视觉失真极小。
• 水印对常见攻击（如裁剪、缩放、旋转和加噪）表现出强鲁棒性。
• 使用高频DWT子带显著增强了对几何攻击的抵抗能力，原因在于高频分量的能量集中特性。
• 之字形扫描有效将DCT系数组织为不同频率带，实现水印的定向嵌入，提升对水印分布的控制能力。
• 在DCT象限上应用SVD增强了水印嵌入的安全性与稳定性，降低了处理过程中数据丢失的风险。
• 该方法在多幅测试图像中均能以高保真度成功恢复水印，证实了其可靠性与一致性。