본 논문에서는 멀티웨이브릿 변환영역에서 연속부대역 양자화 및 지각 모델을 이용한 내용기반 적응적 워터마킹 기법을 제안한다. 제안한 방법의 워터마크는 멀티웨이브릿을 통해 분해된 계수들 중 지각적 중요계수(perceptually significant coefficients, PSCs)에 삽입된다. 고주파 부대역에서의 PSC는 연속부대역양자화(successive subband quantization, SSQ)에 의해 결정된다. 문턱값은 각 부대역내의 최대계수의 절반에서 결정된다. 지각모델은 워터마크 삽입을 위한 국부적 영상 특성을 가지는 NVF (noise visibility function)에 기반한 통계적 방법을 적용한다. 이 모델은 워터마크가 노이즈특성을 가지므로 정상상태 일반화 가우스모델을 사용한다. 또한 워터마크는 각 부대역 영역의 분산과 형상계수 (shape parameter)에 의해 추정함으로써 평탄영역과 에지나 텍스쳐 영역에 따라 내용 기반 적응적 척도를 얻는다. 제안한 멀티웨이브릿 변환 기반에서의 워터마크 삽입 방법에 대한 실험 결과 우수한 강인성과 비가시성을 확인하였다.
Content adaptive watermark embedding algorithm using a stochastic image model in the multiwavelet transform is proposed in this paper. A watermark is embedded into the perceptually significant coefficients (PSCs) of each subband using multiwavelet transform. The PSCs in high frequency subband are selected by SSQ, that is, by setting the thresholds as the one half of the largest coefficient in each subband. The perceptual model is applied with a stochastic approach based on noise visibility function (NVF) that has local image properties for watermark embedding. This model uses stationary Generalized Gaussian model characteristic because watermark has noise properties. The watermark estimation use shape parameter and variance of subband region. it is derive content adaptive criteria according to edge and texture, and flat region. The experiment results of the proposed watermark embedding method based on multiwavelet transform techniques were found to be excellent invisibility and robustness.
