[论文解读] 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 5

一句话总结

该论文提出了一种高容量的隐写术方法，通过利用半色调处理、改进的四叉树分割和二进制字符串压缩，将扫描文本文档嵌入载体图像中。通过利用扫描文档中文本的稀疏性，并在忽略末尾零的情况下将二进制字符串转换为十进制值，该方法实现了 7.98 bpp 的嵌入容量，且具有高度不可见性（PSNR: 37.83 dB，SSIM: 0.93），显著优于基于随机消息的隐写术方法。

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.

研究动机与目标

• 解决现有隐写术方法中假设消息为随机形式所导致的嵌入容量低下的问题。
• 实现在载体图像中安全、不可见地传输扫描文本文档作为隐藏消息。
• 利用扫描文档中文本的稀疏特性以最大化嵌入效率。
• 通过内容感知压缩和分割技术，将隐写术容量提升至超越基于随机消息的方法。
• 在最大化数据载荷的同时，保持载体图像的高视觉质量。

提出的方法

• 使用半色调处理将灰度级扫描文档转换为二值化半色调图像，以增强文本与背景的对比度。
• 应用改进的四叉树算法递归地分割二值化图像，并从背景中提取包含文本的区域。
• 开发一种压缩技术，读取二进制位串，忽略末尾的零，并将剩余的有效位转换为十进制值，以减小消息大小。
• 使用空间域隐写术方法将压缩后的文本数据嵌入载体图像，可能基于像素值修改。
• 使用 PSNR 和 SSIM 作为质量度量，评估载体图像的不可见性和保真度，以及提取文档的质量。
• 通过基于局部方差阈值（0、2.5、5）选择可嵌入像素来优化嵌入过程，以在容量和质量之间取得平衡。

实验结果

研究问题

• RQ1 能否利用扫描文档中文本的稀疏性，实现高于基于随机消息方法的隐写术容量？
• RQ2 半色调处理、改进的四叉树分割和二进制压缩相结合，在减小隐写嵌入消息大小方面的有效性如何？
• RQ3 在嵌入真实扫描文档时，可实现的嵌入容量和图像质量（PSNR/SSIM）是多少，与随机数据相比如何？
• RQ4 最小矩形尺寸（4×4 到 32×32）和标准差阈值的变化如何影响嵌入性能？
• RQ5 所提出的方法能否在嵌入大量真实文档数据的同时保持高度不可见性？

主要发现

• 当使用标准差阈值为 2.5 时，该方法实现了平均 7.98 bpp 的嵌入容量，显著超过大多数现有方法。
• 载体图像质量极佳，平均 PSNR 为 37.83 dB，SSIM 为 0.93，表明具有高视觉保真度。
• 最高嵌入容量（8.77 bpp）在 16×16 最小矩形尺寸下实现，优于 4×4（7.51 bpp）、8×8（8.34 bpp）和 32×32（7.27 bpp）尺寸。
• 提取文档的质量良好，八篇不同文章页面的平均 PSNR 为 24.77 dB，SSIM 为 0.96。
• 该方法在嵌入容量和图像质量方面均优于先前工作，尤其在与基于 AMBTC 和插值的隐写术方法比较时表现更优。
• 该方法的有效性归因于内容感知的分割和对二进制文本数据的智能压缩，从而在嵌入前减小了载荷大小。