以位元取代為基礎之數位浮水印強韌性探討
全文
(2) 身的特性,再決定要在每個像素嵌入多少位元 的資訊量,稱之為可變性最低位元嵌入法。通 常最低位元嵌入法主要的缺點是缺乏強健 性,只要將影像中最低位元處幾個位元任意改 變其數值,便可破壞嵌入的浮水印。 如[3,4,16]等文獻是在空間領域中加入浮 水印,但所遭受到影像處理攻擊之抵抗能力較 差,[4,11,21]則改善了 [3,4,16]面對影像壓縮及 濾波(filtering)攻擊的缺點 。. 2-2 頻率領域 頻率領域的數位浮水印技術通常先將原 圖轉換到頻率域上,再選擇不同頻帶的係數來 嵌入浮水印。因為人眼對於影像的高頻與低頻 成份有不同的敏感度,頻率域的方法能以更符 合人眼的特性來嵌入浮水印 。對於空間域而 言,嵌入於頻率域的浮水印資訊是散佈在空間 域中,盜竊者無法明確地指出浮水印是隱藏在 哪些像素中。也因此基於頻率域的數位浮水印 較能抵抗裁切等來自空間域的攻擊。 Koch & Zhao[7]提出頻率領域的浮水印 技術,可說是頻率領域浮水印的先驅。他們採 用區塊為基礎的頻域轉換方式,也就是將影像 分割成不相重壘的區塊,然後隨機選擇一些區 塊作離散餘弦轉換後,再將浮水印嵌入中頻位 置的係數。基本上將浮水印嵌入中頻位置是很 直覺性的作法,因為對影像而言,更改高頻的 係數項時,在視覺上較不容易被察覺而隱藏度 高,但面對壓縮攻擊時,高頻的係數項容易被 量化掉,因此將浮水印嵌入高頻的係數位置, 抵抗能力較弱,強健性不足。 Podilchunk[15]則利用在影像壓縮領域所 發展出來的視覺模型作為隱藏浮水印的方 法,它使用的視覺模型可以在不影響視覺品質 的前提下去計算影像中每個部份可以容忍的 最大浮水印訊號數量和位置,預先計算影像中 容忍的最大浮水印訊號數量及位置,就能夠提 供浮水印的最大強韌度,它更進一步的對於展 頻 技 術 (SS) , 適 應 性 的 離 散 餘 弦 轉 換 (Image-Adaptive DCT)和 適 應 性 的 小 波 轉 換 (Image-Adaptive Wavelet)幾種隱藏浮水印的方 法做了比較。 Kim 在 1999 年 時 提 出 離 散 小 波 轉 換 (DWT)為基礎的數位浮水印 [9]浮水印必須加 在影像中最重要的部分,也就是加在小波轉換 後係數值大的地方,同時應用展頻的概念,把 浮水印散佈在各個頻帶成分上。浮水印個數與 次頻帶能量成正比,次頻帶的能量越大,表示 其資訊越重要,而為了避免浮水印被破壞,浮 水印並不加入最高頻的 LH1 、HL1 、HH1 的次 頻帶。 目前的數位浮水印技術大多採用頻率領 域,主要利用 DCT 及 Wavelet 做訊號轉換,如 [6,7,20]是使用 DCT 的方法,此外由 [8,14,22]. 中所提出的結果顯示,利用 DWT 技術對影像 做處理,在浮水印的不易察覺性及強韌度特性 上,都有優於 DCT 技術上的表現。. 三、小波轉換 小波轉換最大特點就是其視窗大小不是 固定的,並且改善短時間傅利葉轉換利用固定 長度視窗,處理分析訊號上的缺點,小波轉換 是在同一個視窗中,使用較少的資料點去分析 低頻,用較多的資料點去分析高頻,因此,隨 著訊號頻率的改變,視窗的大小也會跟著改 變,將訊號高低頻的特性充分表現出來。 小波轉換有三種形式 ,分別為連續小波 轉換(continuous wavelet transform, CWT),小波 級數展開式(wavelet series expansion)和離散小 波轉換 (discrete wavelet transform, DWT),其中 以最為普遍應用的 DWT 來探討。. DWT. (a) (b) 圖一 為 DWT 的例子。(a)為一張 Lenna 圖的原 始影像。(b)經過 DWT 分解後的波段 。 Lenna 圖經由小波轉換後其頻帶間的關 係,由低頻至高中頻到高頻的頻帶,低頻代表 著影像中粗糙的輪廓,中頻及頻僅代表著影像 中的細微部份,因此通常無用來辨識影像,其 主要目的是用來加強低頻,使影像更接近原始 影像。通常低頻成份之小波係數的絕對值比高 頻成份之小波係數的絕對值大 。 小波轉換技術又以離散餘弦轉換 (DCT) 及離散小波轉換 (DWT)為 主,以下為詳細介 紹:. 3-1 離散餘弦轉換 離散餘弦轉換(DCT)係將一數位影像進行 運算後轉換成另一種資料格式的方法,運算後 的資料可以有利於再進一步處理應用,如特徵 值的擷取或是資料的隱藏。在影像的處理上, 是將影像的訊號相關性去除,經過 DCT 的轉 換後,訊號能量會大量集中在某些 DCT 的參 數上[9],轉換後的係數,位置若愈靠近左上 角,則代表頻率愈低;反之,愈靠近左下角, 所代表的頻率愈高。 影像經由 DCT 轉換後,會產生出 DCT 矩 陣,其係數的分布為最左上角的係數數值最 大,其餘的係數,由左上角最大值周圍開始, 愈向右下角方向的係數,其重要性愈低,而較 大的數值多集中在低頻部分。一般來說,大多 影像的能量都集中於低頻部分,也就是轉換後.
(3) 的係數,輸出在低頻部分的值會比較大,輸出 在高頻部分的值會比較小,所以當影像利用 DCT 轉換的技術,有能量集中的特性。 係數值大 重要性高 係數值小 重要性低 圖二 DCT 矩陣. 3-2 離散小波轉換 DWT 的基本概念如下:若在一維訊號中 做 DWT 的方法,則會先將此訊號分成高頻與 低頻部份,高頻部份通常為邊緣的部分,然後 再將低頻部份分成高頻與低頻,一直重覆此步 驟 n 次(n 由使用者自定)。若要將這些 DWT 係 數重建回原訊號,則執行 Inverse DWT 即可。 對於二維的訊號也是同樣的方式,分別對兩方 向做 DWT 即可。 將影像的所有像素分別視為各自獨立的 數值,並對這些數值做相加、相減的運算,求 得此張影像的頻率。相加後的值會越來越大, 值越大就表示該值越重要,人類肉眼看的越是 清楚,所以相加的部分就是低頻的部分;相減 的部份,會明顯的強調出物體的邊緣,物體平 滑的部分就相對地不明顯了,所以相減的部分 就是高頻的部分。 離散小波轉換的運算大致上有兩個步 驟:一為水平分割,另一為垂直分割。水平分 割的意思是讀取係數的順序是依照水平方向 由左至右,儲存時也是水平方向儲存;垂直分 割的意思是讀取係數的順序是垂直方向由上 至下,儲存時也是垂直方向儲存。底下將說明 離散小波轉散的轉換過程: 步驟一:第一次水平分割。以水平方向由 左至右的順序,取出空間域影像的相鄰兩像 素,作相加、相減運算,然後分別儲存。如圖 三,A、B、C、D 分別代表四個係數,取出 A、 B,將這兩個點做相加 (A+B)、相減(A-B);取 出 C、D 做相加(C+D)、相減(C-D)的動作。相 加集合的部分就是這張影像的低頻部分,以符 號 L 來表示;相減集合的部分就是這張影像的 高頻部份,以符號 H 來表示。. 步驟二:第一次垂直分割,將第一次水平 分割所產生的結果,依照垂直方向由上至下取 出係數做相加、相減運算。如圖四,A、B、C、 D 分別代表四個係數,取 A 係數及 A 下方的 B 係數,做相加、相減的運算,相加的集合因為 是低頻中又計算出來的低頻,所以用符號 LL 來表示;而相減的集合是低頻中的高頻,用 LH 來表示;同樣的,取 C 係數又 D 係數做相 加與相減的運算,相加的集合為高頻中的低 頻,所以用 HL 來表示;而相減的集合是高頻 中的高頻,用 HH 來表示。 在圖五中,H 表示高頻,L 表示低頻,故 HL 表示高- 低頻帶,而其後的數字表示此頻 帶所處的階層,如 HL2 即代表處於第 2 層,由 圖中可知 HH1 為影像最高頻的部份,而 LL3 (於 最左上角)為最低頻。 LL3. LH3. HL3. HH3. LH2 LH1 LH1 HH2. HL2. HL1. HH1. 圖五 三階離散小波轉換圖 舉一個實際的例子來說明,如圖六。 20. 15. 30. 20. 35. 50. 5. 17. 16. 31. 22. 33. 53. 1. 9. 15. 18. 17. 25. 33. 42. -3. -8. 22. 19. 18. 43. 37. -1. 1. 21. (a)原始影像 O. 10. ( b)第一次水平分割的結果 O’. 68. 103. 6. 19. 76. 79. -4. -7. 2. -3. 4. 1. -1. 5. -2. -9. 第一階小波轉換的結果. (b)第一次垂直分割的結果 O’ 圖六. 四、實驗流程 本節為說明數位浮水印的嵌入與取出技 術,在嵌入過程中是利用位元取代方式,將二 元影像浮水印嵌入至灰階原始影像內,並將原 始影像做小波轉換,而嵌入點的選擇方式為經 過係數大小排序後,係數較大則為欲嵌入點, 並且利用到係數量化方法[1],將欲嵌入點經量 化處理成二進位值,二元浮水印再利用位元取 代方式嵌入於灰階原始影像中;浮水印偵測過 程則使用位元取出方式及反量化動作,擷取出 浮水印,進而探討嵌入位元位置的不同與嵌入 波段之間的關係。. 4-1 浮水印嵌入. 圖三、水平分割. 圖四、垂直分割. 嵌入浮水印的流程如圖七所示,其詳細步 驟說明如下: 步驟 1. 原 始 影 像 做 小 波 轉 換 (Discrete Wavelet Transform,DWT)。.
(4) 步驟 2. 經過 DWT 分解後得到三階、十個波 段 , 分 別 為 HH1 , HL1 , LH1 , HH2 , HL2 ,LH2 , HH3 , HL3 , LH3 , LL3 。 步驟 3. 選擇嵌入波段 - LH3 (Selected. PSNR = 10 log10. MSE = (. 1 m−1 )∑ m 2 i =0. 255 2 dB MSE m−1. ∑ (α j=0. ij. (3). − β i j )2. watermarking. oringial image. subband)。 步驟 4. 選擇係數(Select coefficients)。 由小到大排序,並取較大係數之註標 對應至 LH3 波段內的註標。 步驟 5. 量化(Quantization)。 對應到 LH3 註標內的係數中,選出係 數最大值及係數最小值 ,且設定量化 區間並算出區隔值,將係數作量化。 定義區隔值 I. DWT 3-level subbands Selected subband calculate coefficients' weight selected coefficients. I = ( MaxC − MinC ) / v. Quantization. v = 2k − 1. (1). 其 中 I= 區 隔 值 ; MaxC = 係 數 最 大 值 ; MinC = 係數最小值 ; v = 量化區間; k = 位元數 步驟 6. 位元取代(Bits Replaced)。 計算出量化後係數的平均值,把量化 後係數和平均值作大小比較 ,再將二 位元浮水印的係數以位元取代嵌入方 式,嵌入於量化後係數。 比較方法:若量化後係數小於平均值,則嵌入 取代位元為量化後係數的第一個位元;反之, 量化後係數大於或等於平均值,則嵌入取代位 元為量化後係數的第二個位元. ci → bk bk −1......b1 ci → bk bk −1......w p ci → bk bk −1....w p b1. if ci < avg (C x ) if ci ≥ avg (C x ) . (2). ci = 量 化 後 的 數 ; bk bk −1......b1 = 位 元 數; w p = 假如係數小於平均數 avg(cx)則嵌入 其中. 第一個位元 ; w p b1. = 假如係數大於等於平均數. avg(cx)則嵌入第二個位元; w p 步驟 7.. (4). = 嵌入的位元。. 將位元取代後的量化係數作反量 化 動 作 , 並 執 行 小 波 轉 換 (Invert DWT,IDWT ),即得到嵌入後的影 像,再計算嵌入後影像之 PSNR。 經過影像壓縮或加入浮水印等處理後,再 和原始數位影像做比較,其中發現兩張影像有 所差異。其差異程度的大小,光以言語形容給 人的感覺也許不是那麼明確,所以一般影像處 理 工 具 都 以 影 像 信 號 雜 訊 比 (Peak Signal to Noise Ratios, PSNR) 做為影像失真量測 的 工 具,其計算公式如下:. quantized coefficients. Bits replaced IDWT Watermarked image. PSNR. 圖七 浮水印嵌入. 4-2 浮水印取出 取出浮水印的流程如圖八所示,其詳細步 驟說明如下: 步驟 1. 對 嵌 入 後 的 影 像 做 DWT (Discrete wavelet transform, DWT)。 步驟 2. 經過 DWT 分解後,得到三階、十個波 段,分別為 HH1 , HL1 , LH1 , HH2 , HL2 , LH2 , HH3 , HL3 , LH3 , LL3 。 步驟 3. 選擇係數(Selected Coefficients) 選擇 LH3 註標內的係數,亦即為經過 位元取代嵌入後的係數。 步驟 4.反量化 (Re-quantization) −. R = qi * v + MinC. (5). = 量 化 後 嵌 入 浮 水 印 的 數; MinC = 係數最小值; v = 區隔值 其中 q i. 步驟 5. 位元取出(Retrieve Selected bit) 經 過 量 化 的 係 數 (Quantization Coefficients),利用位元取出 ,即可擷 取出浮水印。 步驟 6. 將 取 出 後 的 浮 水 印 和 原 始 浮 水 印 做 XOR 運算。 步驟 7. 計算錯誤位元 (calculate error bits):經 由 XOR 運算後,即可知道錯誤位元。.
(5) Watermarked image. watermarking. DWT 3-level subbands selected coefficients Quantization. 示,錯誤位元比嵌入位元為 2 時多,而 PSNR 也比嵌入位元為 2 較為高;當嵌入位元為 3 時,在未經壓縮攻擊下,錯誤位元為 1,而隨 著壓縮品質 100 至 10,錯誤位元明顯地比嵌 入位元為 1、2 時少,但較不能承受壓縮之攻 擊,因此,由實驗結果可知,當嵌入位元為 2 時,浮水印嵌入取出之效果最佳,也較耐壓縮 之攻擊。. 5-2 嵌入 LL 3 波段與改變嵌入位元之實驗. quantized coefficients. 由表一可看出,嵌入位元分別為 1、2 時, 且嵌入後原始影像經壓縮攻擊後,壓縮品質為 70 仍能完整取出浮水印,但當壓縮品質愈減, 二者在相較之下,嵌入位元為 1 所實驗結果顯 示,錯誤位元比嵌入位元為 2 時多,而 PSNR 也比嵌入位元為 2 較為高;當嵌入位元為 3 時,在未經壓縮攻擊下,錯誤位元為 1,而隨 著壓縮品質 100 至 10,錯誤位元明 顯地比嵌 入位元為 1、2 時少,但較不能承受壓縮之攻 擊,因此,由實驗結果可知,當嵌入位元為 2 時,浮水印嵌入取出之效果最佳,也較耐壓縮 之攻擊。. Retrieve selected bit Re-quantization extracted watermark XOR calculate error bits. 圖八 浮水印取出. 五、實驗結果 本實驗則探討各波段高低頻與嵌入位元 位置之間的關係,以 Lenna 圖來做測試,利用 不同波段高低頻的不同,分別改變嵌入位元的 高低,來判別出執行成效的好壞,並選擇我們 所需要嵌入之位元位置 ;由所做結果可得知, 若選擇較高頻的波段作為欲嵌入波段,則較適 合選擇較高的嵌入位元位置;相對地,較低頻 的波段,則是比較不適合高嵌入位元的位置。. 5-1 浮水印在影像未經過攻擊時的表現 在浮水印嵌入後,如圖九(b)所示,人類視 覺看不出浮水印,對原始影像所做的變化。浮 水印嵌入後仍能取出完整且無誤的浮水印,如 圖九(d)所示。. (c)為原始黑 白影像圖. 5-3 嵌入 LH3 波段與改變嵌入位元之實驗 以原始影像 Lenna 圖和二元影像浮水 印,嵌入的波段為 LH3 來看(如表二),嵌入位 元為 1 時,在壓縮品質 90 下,就已經出現了 一個錯誤位元,而嵌入位元為 2 時,在壓縮品 質 80 下,雖然只出有三個錯誤位元,可是在 比較之下嵌入位元為 3 時,在壓縮品質 80 下, 雖出現了三個錯誤位元,不過在壓縮品質 70 到 10 時,都比嵌入位元為 2 的錯誤位元來的 少,因此由實驗結果比較出 ,嵌入波段為 LH3 和嵌入位元為 3 時的效果為最佳。. 5-4 嵌入 HL3 波段與改變嵌入位元之實驗 以原始影像 Lenna 圖和二元影像浮水 印,嵌入波段為 HL3 時,由表三可看出,當嵌 入位元為 1,壓縮品質 70 時,錯誤位元為 2; 而嵌入位元為 2、3,壓縮品質 70 時,錯誤位 元仍為 0,但二者相較之下,經由壓縮品質 60 至 10 中,明顯可看出嵌入位元為 3 時錯誤位 元較少,因此嵌入取出之執行效果較佳。. 六、結論 (a)原始 Lena圖 (b)嵌 入 浮 水 印 的影像 (d) 為 擷 取 出 的浮水印 圖九 嵌入取出影像. 5-2 嵌入 LL 3 波段與改變嵌入位元之實驗 由表一可看出,嵌入位元分別為 1、2 時, 且嵌入後原始影像經壓縮攻擊後,壓縮品質為 70 仍能完整取出浮水印,但當壓縮品質愈減, 二者在相較之下,嵌入位元為 1 所實驗結果顯. 由於數位式多媒體和網路科技的發展快 速,使得數位電子資料傳播快速,也因為網路 的傳輸過程中,缺乏私人的空間,使得私人的 數位影像被大量快速的使用,因此數位影像的 版權問題日漸嚴重,近年來,在著作權法制定 後,版權問題受到相當的重視。[1] 本實驗探討各波段高低頻與嵌入位元位 置之間的關係,而我們以 Lenna 圖來做測試, 利用波段高低頻的不同,分別改變嵌入位元的 高低,來判別出執行成效的好壞,選擇所需要 嵌入之位元。.
(6) 以 Lenna 圖 與 二 元 影 像 浮 水 印 來 做 測 試,利用高低頻的不同〈HL3、LH3、LL3〉 ,分 別改變其嵌入位元;以高低頻波段 HL3,嵌入 位元為 1,壓縮品質為 70 時來看 ,已出現 2 個錯誤位元,而嵌入位元為 2、3 時,在相同 壓縮品質為 70 時,仍可取出完整浮水印,且 又以嵌入位元為 3 時效果最佳;以波段 LH3 來看,嵌入位元為 3 時,壓縮品質整體執行效 果,皆比嵌入位元為 1、2 來的好;再以波段 LL3 來看,由於為低頻波段,可明顯發現,嵌 入位元為 3 時,在未經壓縮攻擊下,錯誤位元 為 1,較不抗壓縮攻擊,而嵌入位元為 1、2 時,壓縮品質為 70 仍能完整取出浮水印 ,且 又以嵌入位元為 2 之效果最佳,可看出在嵌入 位元為 1、2 時,執行效果較嵌入位元為 3 時 來得好。 綜合以上之結果,在三個高低頻不同的波 段實驗中,可發現較高頻之波段,嵌入位元位 置愈高,其效果愈佳;相反地,低頻波段較不 適合選擇較高嵌入位元的位置。然而選擇較佳 嵌入位元位置,所嵌入取出之效果較佳,且較 耐壓縮之攻擊,但其 PSNR 值相對地較低,因 此如何在錯誤位元與 PSNR 值之間做取捨,需 看使用者需求而定。. 七、參考文獻 [1] 鍾岳峰,”基於小波轉換之強健且低破壞 性的數位浮水印嵌入法 ”,國立台灣科技大學 電子工程系,91 年六月十九日。 [2] Bender, D. Gruhl, and N. Morimoto, ”Techniques for Data Hiding ,” Pro. of the SPIE Conference on Storage and Retrieval for Image and Video Databases III, Vol.2420,pp.164-173,Feb. 1995. [3] I. J. Cox, J. Kilian, F. T. Leighton, and T. Shamoon, “Secure spread spectrum watermarking for multimedia,” IEEE Trans. Image Processing, Vol. 6, pp. 1673-1687, 1997. [4] J. Fridrich, “Combining low-frequency and spread spectrum watermarking,” Proc. SPIE Int. Symposium on Optical Science, Engineering, and Instrumentation, 1998 [5] F. Hartung and B. Girod, ”Watermarking of Uncompressed and Compressed Video,” Signal Processing, Vol. 66, No. 3, pp. 283-301,1998. [6] C. T. Hsu and J - L. Wu, “DCT - based watermarking for video,” IEEE Trans. Consumer Electronics, Vol. 44, No. 1, pp. 206-216, February 1998. [7] C. T. Hsu and J. L. Wu, “Hidden digital watermarks in Images,” IEEE Trans Image Processing, Vol. 8, No. 1, pp. 58-68, Jan. 1999. [8] C-T. Hsu and J-L. Wu, “Multiresolution. watermarking for digital images,” IEEE Trans. Consumer Electronics, Vol. 45, No. 8, pp. 1097-1101, Aug. 1998. [9] Y. S. Kim, O. H. Kwon, R.H. Park, “Wavelet based watermarking method for digital images using the human visual system,” Circuits and Systems, ISCAS ’99.Proceedings of the 1999 IEEE International Symposium onVolume:4, Page(s):80-83 vol.4, 1999. [10] Kutter, F. Jordan, and F. Bossen, ”Digital Watermarking of Color Imagers using Amplitude Modulation, ”Journal of Electronic Imaging, Vol.7, No. 2, pp. 326-332, Apr. 1998. [11] N. Nikolaidis and I. Pitas, “Copyright protection of images using robust digital images,” IEEE Int. Conf. on acoustics, Speech and Signal Processing, Vol. 4, May 1996. [12] N. Nikolaidis and I. Pitas, ”Robust Image Watermarking in the spatial domain,” Signal Processing, Vol. 66, No. 3, pp. 385-403,1998. [13] I. Pitas, “A method for signature casting on digital images,” IEEE ICIP96, Vol. 3, September 1996. [14] C. I. Podilchuk and W. Zeng, “Image-adaptive watermarking using visual models,” IEEE J. Selected Areas in Communications, Vol. 16, No. 4, pp. 525-539, May 1998. [15] C. Podilchuk and W. Zeng, ”Image-adaptive watermarking using visual models,” IEEE Journal on Selected Areas in Communications, Vol.16, p.525-539, May, 1998. [16] R. G. van Schyndel, A. Z. Tirkel, and C. F. Osborne, “A digital watermark,” in proc., IEEE Int. Conf. Image Processing, Vol. 2, 1994, pp. 86-90. [17] D. Swanson, B. Zhu, and A. H. Tewfik,” Robust data hiding for Imagers,” IEEE Digital Signal Processing Workshop, (Loen, Norway), pp. 37-40, Sep. 1996. [18] G. Voyatzis and I. Pitas, “Applications of topral automorphisms in image watermarking,” IEEE Int. Conf. on Image Proc., pp. 237-240,1996. [19] G. Voyatzis and I. Pitas, ”Application of topral automorphisms in image watermarking,” Proceeding of ICIP, Vol. 2 , p. 237-240, 1996. [20] G. Voyatzis and I. Pitas, “Chaotic mixing of digital image and applications to watermarking,” Proceedings of European Conference on Multimedia Applications, Services and Techniques (ECMST’96). Vol. 2, May 1996, pp. 678-695. [21] R. W. and E. Delp, “a watermark for digital.
(7) images,” IEEE ICIP96, Vol. 3, September 1996. [22] Z. H. Wei, P. Qin and Y. Q. Fu, “Percept digital watermark of images using wavelet transform,” IEEE Trans. Consumer Electronics, Vol. 44, No. 4, pp. 1267-1272, Nov. 1998.. [23] R. B. Wolfgang and J. Delp, ”A watermark for digital image”, IEEE Int. Conf. Image Processing, Vol. 3, pp. 219-222, Sept.1996. [24] G. Vo Yatzis and I. Pitas, ”Digital Image Watermarking using Mixing Systems,” Computer &Graphics. Elsevier, Vol, 22, No. 4, pp. 405-416, 1998.. 表一 LL3 之嵌入位元組合 嵌入波段為 LL3 ,嵌入位元 1 CQ. PSNR=41.31. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 0. 0. 9. 25. 64. 105. 206. 385. err_bits. 嵌入波段為 LL3 ,嵌入位元 2 CQ. PSNR=35.64. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 0. 0. 6. 14. 33. 62. 105. 192. err_bits. 嵌入波段為 LL3 ,嵌入位元 3 CQ. PSNR=29.39. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 1. 1. 2. 3. 4. 12. 17. 30. 40. 106. err_bits. 表二 LH3 之嵌入位元組合 嵌入波段為 LH3 ,嵌入位元 1 CQ. err_bits. PSNR=52.49. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 1. 13. 57. 144. 232. 288. 374. 464. 502.
(8) 嵌入波段為 LH3 ,嵌入位元 2 CQ. PSNR=46.23. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 3. 30. 69. 102. 138. 211. 312. 470. err_bits. 嵌入波段為 LH3 ,嵌入位元 3 CQ. PSNR=39.86. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 4. 14. 27. 43. 67. 89. 170. 356. err_bits. 表三 HL3 之嵌入位元組合 嵌入波段為 HL3 ,嵌入位元 1 CQ. PSNR=47.82. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 0. 2. 20. 55. 133. 197. 359. 475. err_bits. 嵌入波段為 HL3 ,嵌入位元 2 CQ. PSNR=42.37. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 0. 0. 15. 29. 69. 111. 207. 391. err_bits. 嵌入波段為 HL3 ,嵌入位元 3 CQ. err_bits. PSNR=36.24. 100. 90. 80. 70. 60. 50. 40. 30. 20. 10. 0. 0. 0. 0. 4. 13. 26. 61. 125. 233.
(9)
相關文件
[23] Tiantong You, Hossam Hassanein and Chi-Hsiang Yeh, “PIDC - Towards an Ideal MAC Protocol for Multi-hop Wireless LANs,” Proceedings of the IEEE International Conference
Huan Liu and Dan Orban, “Cloud MapReduce: a MapReduce Implementation on top of a Cloud Operating System,” IEEE/ACM International Symposium on Cluster, Cloud and
Godsill, “Detection of abrupt spectral changes using support vector machines: an application to audio signal segmentation,” Proceedings of the IEEE International Conference
D.Wilcox, “A hidden Markov model framework for video segmentation using audio and image features,” in Proceedings of the 1998 IEEE Internation Conference on Acoustics, Speech,
[16] Goto, M., “A Robust Predominant-F0 Estimation Method for Real-time Detection of Melody and Bass Lines in CD Recordings,” Proceedings of the 2000 IEEE International Conference
Clay Collier, “In-Vehicle Route Guidance Systems Using Map-Matched Dead Reckoning", Position Location and Navigation Symposium, IEEE 1990, 'The 1990's - A Decade of Excellence in the
Moriya-cho, Kanagawa-ku, Yokohama-shi, Kanagawa(2001), “A Human Interface Design of Multiple Collision Warning System,” Paper presented at the International Symposium on
Chen, “Adjustable gamma correction circuit for TFT LCD,” IEEE International Symposium on Circuits and Systems, vol. Kan, “Implementation of the Gamma (γ) Line System Similar