New Methods for Digital Image Watermarking

Abstract

Uusia menetelmiä digitaalisten kuvien vesileimaukseen

Yevhen Zolotavkinin väitöskirja käsittelee digitaalisia vesileimoja. Digitaalinen vesileima on ikään kuin digitaalinen vastine paperin vesileimalle, mutta käyttötarkoituksena on sisällyttää digitaalisin kuviin kätkettyä, visuaalisesti täysin havaitsematonta informaatiota, jolla voidaan merkitä esimerkiksi kuvan tai multimediadatan tekijänoikeuden omistaja. Vesileima voi sisältää muutakin tunnistetietoa, esimerkiksi potilaasta tehdyn lääketieteellisen kuvantamisen yhteydessä.

Tunnistetieto kätketään alkuperäiseen digitaaliseen kuvaan tai multimediadataan. Tällöin digitaalisella vesileimalla varustettu kuva on ulkopuolisen käytettävissä, mutta käyttäjä ei kuitenkaan pysty muuttamaan digitaalista vesileimainformaatiota. Pahantahtoinen ulkopuolinen ”tunkeutuja” voi yrittää silti aiheuttaa erilaisia häiriötä vesileimattuun kuvaan tiedonsiirron aikana tekemällä hyökkäyksiä erilaisilla laskennallisilla menetelmillä. Digitaalisen vesileimainformaation tiedon suojauksen tehokkuus riippuu kahdesta seikasta, toisaalta sen kyvystä vastustaa negatiivista vaikutusta ja säilyttää vesileimadata sekä toisaalta siitä vähäisestä kuvanlaatua heikentävästä vaikutuksesta, jonka se aiheuttaa alkuperäiseen kuva- tai multimediadataan. Yleinen tavoite on lisätä vastustuskykyä (vahvuus) hyökkäyksiä vastaan ja samaan aikaan vähentää alkuperäisen datan heikentävää vaikutusta.

Zolotavkin tarkasteli väitöskirjassaan käytetyn matemaattisen muunnoksen tyypin sekä digitaalisen vesileiman koodauksen ja koodin purkamiseen käytetyn menetelmän vaikutusta digitaaliseen vesileimalaskentaan. Muunnos, jota hän käytti kaikissa väitöskirjassa kehittämissään menetelmissä, jakoi alkuperäisen kuvan neliönmuotoisiin, ei-päällekkäisiin lohkoihin ja teki jokaiselle lohkolle ominaisarvo- eli pääakselihajotelman. Tällöin jokaisen lähestymistavan koodausmenetelmä ja koodin purkumenetelmä olivat omanlaisiansa. Nämä koodaus- ja koodinpurkumenetelmät voidaan yleisesti luokitella niiden ominaisarvohajotelman komponenttien mukaan, joita ne muuntavat ja jotka ovat joko ortonormaalien matriisien sarakkeita tai ominaisarvoja.

Matriisitulon vasemmanpuolimmaisen, ortonormaalin matriisin ensimmäistä saraketta muuntava vesileimakoodaus voi olla vahva, mutta tämä vaatii melko monimutkaisen matemaattisen mallin, koska muunnetun matriisin on toteutettava ortonormaalisuusehto ja sen on vähennettävä vesileiman heikentämisvaikutusta. Malli perustui van Elfrinkhofin rotaatiomatriisiin, kun lohkokoko on 4×4 pikseliä.

Vesileiman koodaus, joka muuntaa ominaisarvoja, hyödyntää kvantisointi-indeksimodulaatioon perustuvia menetelmiä ja häiriön kompensaatiomenetelmää. Nämä menetelmät yhdessä ovat vahvoja tietyn tyyppisiä häiriöitä vastaan. Muunnoksen tarkoitus on tuottaa tilastollinen tunnusluku, joka yksinkertaistaa koodin purkamista eräiden hyökkäystyyppien yhteydessä. Toisen muunnoksen tarkoitus on välttää muutamien kertoimien koodausta korkeaintensiteettisen kohinan tai hyökkäyksen aikana, mikä vähentää vesileimauksen heikentävää vaikutusta dataan ja parantaa vahvuus-läpinäkyvyys-vastaparia.

Kaikki väitöskirjassaan esittämänsä ja kehittämänsä menetelmät Zolotavkin testasi kokeellisesti ja vertasi kirjallisuudessa esitettyihin menetelmiin. Tällöin digitaalisesti vesileimattujen kuvien läpinäkyvyyden laskennallinen mitta perustui neliösummien keskiarvoon ja vahvuus perustui bittivirheiden määrään sekä muihin informaatiopohjaisiin indeksilukuihin.

Methods of Digital Image Watermarking (DIW) are detailed and discussed in this thesis. Attention is paid to the purposes of DIW, its efficiency and technical aspects that can improve it. The thesis contains six original articles published in conference proceedings and a journal.

One of the main purposes of DIW is to protect Digital Rights of an owner of multimedia content. Usually, this is done by combining original multimedia content with a small amount of artificially created data called watermark. In that way, the watermarked media remains usable by a third party who can not modify ownership information. However, different kinds of noise may target the watermarked media during its transmission as well as different processing techniques or attacks might be applied by a third party. The efficiency of a watermarking method depends on two factors: its ability to resist negative influence and preserve watermark data; degradation it causes to the original media. The common goal in DIW is to increase resistance (robustness) while reducing degradation (improving transparency) of the original.

The following technical aspects influencing watermarking efficiency were addressed in the thesis: type of transform used for watermarking; techniques used for watermark encoding and decoding. The transform utilized by all the methods represented in the thesis consists of splitting original image on square non-overlapping blocks with subsequent Singular Value Decomposition (SVD) of each block. However, encoding/decoding techniques are unique for every method detailed in a separate publication.

Generally, the proposed encoding/decoding techniques can be classified according to the components of SVD they modify that are either columns of orthonormal matrices, or Singular Values (SV). Watermark encoding that modifies the first column of the left orthonormal matrix can provide high robustness, but its realization requires relatively complex mathematical model. This is due to the necessity to satisfy condition of orthonormality for the modified matrix as well as the requirement to reduce degradation induced by watermarking. In particular, for image blocks of 4x4 pixels, was chosen model based on Van Elfrinkhof’s rotation matrix. Watermark encoding that modifies SV utilizes modified approaches based on Quantization Index Modulation (QIM) with Distortion Compensation (DC). Being relatively simple, it provides sufficiently high robustness against certain types of noise. The purpose of modification is to create distinct statistical characteristics that simplifies decoding after some kinds of attack. The purpose of another modification is to avoid encoding of some coefficients under high intensity of noise or attack, which reduces watermarking distortions and improves overall robustness-transparency trade-off. An interesting aspect of alternative quantization direction arises in case of application of DC-QIM to vector embedding problem that is discussed in the last publication.

The achievements of each publication were confirmed experimentally and compared with relevant watermarking methods described in the literature. For that purpose, the measure of transparency of watermarked images was based on Mean Square Error (MSE). Robustness of watermarked images was based on Bit Error Rate (BER) and other information related indices.