이산 웨이블릿 변환과 퍼지 추론을 이용한 강인한 영상 워터마킹 알고리즘 = Robust image watermarking algorithm using DWT and fuzzy inference

국문 초록 (Abstract)

지식정보사회의 기반을 이루는 정보통신 네트웍, 정보처리 기술은 하드웨어와 소프트웨어 기술을 중심으로 발전하여 왔고, 초고속 정보통신망을 기반으로 하는 컴퓨터, 방송, 인터넷 기술의 융합으로 멀티미디어 콘텐츠 산업이 핵심 산업으로 등장하고 있다. 그러나 멀티미디어 콘텐츠의 제작·유통 및 관리체계에 있어서 디지털자료의 특성상 무한정 복제 및 해킹을 통한 손상 등의 문제가 대두되고 있으며, 이러한 디지틸 지적재산권보호 문제들을 극복 하기 위한 수단으로 디지털 워터마킹 기술이 연구되어 왔다.
디지털 워터마킹 기술은 저작권 정보, 구입자 정보 등 저작권 보호에 필요한 정보를 디지털 콘텐츠에 삽입함으로써, 삽입된 워터마크가 의도적 혹은 비의도적 공격에 대해서 제거되지 않도록 강인성과 비인지성 및 소유권 분쟁시 소유권을 판별할 수 있는 명확성이 필요한 기술이다.
본 논문에서는 워터마크 추출시 원영상이 필요 없는 퍼지 추론을 이용한 이미지 적응 주파수영역 기반의 디지털 워터마킹 기법을 제안하였다. 제안한 방법은 워터마크를 인간 시각에 덜 민감한 영역에 더 큰 가중치를 가지고 삽입함으로써 강한 워터마크가 될 수 있도록 설계하였다.
전체적으로 워터마크 암호화, 워터마크 임베딩, 추론 시스템, 워터마크 추출 등 4개로 블럭화한 알고리즘으로 구성하였다. 주파수영역 워터마킹 기법으로 원영상을 이산 웨이블릿 변환을 수행한 후, 인간시각에 덜 민감한 계수 분포를 분석하였고, 이산 웨이블릿 변환 계수 값들의 통계적 특성을 계산하여 인간의 시각특성 모델과 통계적 특성을 갖는 파라미터를 선택하였다.
최적의 계수분포 대역을 구하기 위해 규칙기반의 퍼지 추론 시스템을 설계하였으며, 추론시스템의 퍼지 입력변수는 인간의 시각특성 모델과 공간영역의 통계적 분포특성을 이용하였다. 추론 시스템의 출력 결과, 워터마크가 삽입될 수 있는 최적의 계수 블럭들이 선정되었고, 계수분포에 따른 적응적 워터마크를 삽입한 후, 다양한 공격 유형을 적용하여 강인성 평가실험을 수행한 결과, 제안한 방법이 우수함을 확인하였다.

다국어 초록 (Multilingual Abstract)

The knowledged-based information society is made of information technology, hardware and software. The development of broadband network has brought new developments in the digital contents industry. However, it has also allowed illegal creation, capturing, circulation, hacking, and unlimited copying of digital contents. For these reasons information security is now an important issue in real field. Digital rights management (DRM) and digital watermarking (DW) technology provides copyright protection for intellectual property in digital format. In order to protect rights-managed data, digital watermarking is an identifying characteristic of a picture, audio, clip, logo, or other piece of digital media undetectionable to human eyes. This technology will protect valuable information from intended or unintended attacks.
The requirements for a well-designed watermarks are imperceptibility, robustness, unambiguity and etc. well-designed watermark must also have a unique watermark which can be identified the ownership is embedded in the original image, and it will be extracted when needed to prove the copyright.
In this dissertation, we proposed four block algorithm, watermark encryption, watermark embedding, fuzzy inference system and watermark extraction scheme based on the human visual system (HVS) It also proposes frequency domain based digital watermarking method that does not require original image (blind) fuzzy inference during watermark extraction.
By using discrete wavelet transform (DWT) of frequency domain watermarking method, discrete wavelet transform coefficient value was analyzed, DWT coefficient statistical characteristic was calculated, and human visual characteristic model and statistical characteristic parameter was chosen.
In order to select the optimal coefficient, rule based fuzzy inference system was designed, fuzzy inference system's input data, HVS and spatial transform coefficient characteristic was used. Fuzzy inference system results include watermark embedded optimal coefficient blocks which were adaptive to still image.
Experiments on data compression, cropping, and noise attack on digital watermarked image were performed and proved that suggested algorithm was robustness, unambiguity and imperceptibility for the digital watermarking.

목차 (Table of Contents)

• 목차 = ⅰ
• 제1장 서론 = 1
• 제1절 디지털 콘텐츠와 지적재산권 보호 = 1
• 1. 디지털 콘텐츠 = 2
• 2. 지적재산권 보호 = 3
• 제2절 DRM 표준화 활동 = 5
• 1. DRM 개요 = 5
• 2. 국제표준화 활동 = 8
• 제3절 연구 배경 = 12
• 제2장 디지털워터마킹 기술 = 18
• 제1절 기술적 특성 및 적용분야 = 18
• 1. 기술적 특성 = 18
• 2. 적용분야 = 23
• 제2절 워터마킹 절차 = 24
• 제3절 워터마크에 대한 공격 = 27
• 제3장 웨이블릿 변환과 퍼지 추론 = 29
• 제1절 웨이블릿 변환 = 29
• 1. 확장식과 스케일링 함수 = 30
• 2. 다해상도 분해 = 32
• 제2절 퍼지 추론 = 36
• 1. 퍼지 논리 = 36
• 2. 퍼지 집합 = 38
• 제4장 웨이블릿 변환과 퍼지 추론을 이용한 워터마킹 = 41
• 제1절 퍼지 규칙 및 근사 추론 = 41
• 제2절 DWT 계수를 이용한 워터마킹 = 53
• 제3절 퍼지 추론을 이용한 계수선택 = 62
• 제5장 실험 및 고찰 = 75
• 제1절 실험환경 = 75
• 제2절 실험결과 및 고찰 = 75
• 1. 유사도 측정 = 89
• 2. 강인성 평가 = 91
• 제6장 결론 = 103
• 참고문헌 = 105
• Abstract = 112