Non-embedded Watermarking Scheme Based on Vector Quantization to Protect the Image Copyright

植基於向量量化編碼法的非嵌入式影像版權保護技術

Non-embedded Watermarking Scheme Based on Vector Quantization to Protect the Image Copyright

楊政興 黃樹乾 楊政男 羅坤展 國立屏東教育大學資訊科學所

{chyang, schuang, bm094103, bm095111}@mail.npue.edu.tw

摘要

在本論文，我們提出一個植基於向量 量化(Vector Quantization; VQ)編碼法來產 生非嵌入式浮水印的影像版權保護技術。

我們的方法利用編碼簿，將影像中的區塊 與浮水印位元產生關連，並輸出表示關連 的 key stream，藉由此 key stream 來證明影 像與浮水印的關連性，達成宣告版權的目 的。我們的方法可以彈性調整每個區塊對 應浮水印的位元數。與學者 Lin 等所提出 的非嵌入式浮水印方法相比較，我們的方 法只需要一本編碼簿，而他們的方法需要 七本，再者我們的方法不會有某些區塊無 法與浮水印產生關連的缺點。最後，我們 的方法衍生出強健型浮水印和脆弱型浮水 印兩種變型，不但縮減 key stream 的長度，

而且增加浮水印應用上的彈性。

In the paper, we propose a non- embedded watermarking scheme, which is based on vector quantization (VQ), to protect the image copyright. Our approach applies a codebook to generate a relationship between image blocks and watermark bits, then the relationship is outputted as the key stream.

With the key stream, the relation between the image and the watermark is confirmed and

the copyright of the image is declared. In our method, the number of bits related to a block is adaptive. Compared with Lin et al.’s approach, our approach need only one codebook; however, their approach need seven codebooks. Moreover, each block can be connected with watermark bits in our approach; however, some blocks can not be connected with watermark bits in their method. Finally, our approach evolves two strategies: robust watermarking and fragile watermarking, which not only to reduce the length of key stream, but also to increase flexibility of application.

關鍵詞：浮水印(Watermarking); 資訊隱藏 (Information Hiding); 向 量 量 化 (Vector Quantization; VQ); 版 權 保 護 (Copyright Protection)

一、簡介

由於數位處理技術發達，要複製或竄 改數位媒體是件容易的事，而網路的快速 發展，更助長了問題的嚴重性。因此，發 展數位媒體之版權保護技術與完整性檢測 技術，便成為當務之急。

數位浮水印(Digital Watermarking) [10]

與資訊隱藏(Information Hiding) [13]在資 訊安全的領域中，隨著電腦科技的發展以 及網路的普及，越來越顯得重要。數位浮 水印為保護合法數位媒體的一種技術，其 方 法 通 常 是 將 一 版 權 訊 號 （ Copyright Signal）加入合法版權的數位媒體中，媒體 的使用者並無法用視覺或聽覺辨別浮水印 的存在，也無法輕易移除浮水印。當有版 權爭議時，可以取出浮水印來宣告版權。

資訊隱藏技術則是將機密資訊藏入數位媒 體中，例如將機密訊息嵌入到掩護影像 (Cover Image) 內 ， 產 生 偽 裝 影 像 (Stego-image)，讓經授權的使用者能從偽 裝影像中取出秘密訊息；未授權的使用者 則沒有辦法察覺偽裝影像中藏有秘密訊 息，進而達到保護訊息的目的。

另一類版權認證的方法是產生非嵌入 式浮水印，並可結合數位簽章技術來宣告 版權。對影像認證而言，非嵌入式浮水印 是從原始影像擷取出特徵值，經過加密處 理這些特徵值後作為認證碼儲存。驗證影 像時，需先將認證碼進行解密，產生原始 影像的特徵值，並且與需要認證的影像所 萃取出的特徵值相比較，判斷影像是否被 修改過。這一類技術的缺點是需要額外的 認證碼，但其好處在於不需要更動原始影 像內容。就目前發展來說，針對非嵌入式 浮水印機制的研究較少[1, 2, 8]，其中學者 Lin 等提出將欲保護的影像與宣告版權用 的浮水印緊密結合， 利用此產生的 key stream 來達成宣告版權的目的。

就 影 像 而 言 ， 向 量 量 化 (Vector Quantization; VQ)編碼法是一種被廣泛討 論的壓縮技術，也有很多學者提出在 VQ 上的浮水印或資訊隱藏技術[6, 7]。本論文 針對非嵌入式浮水印方法，提出植基於 VQ 的影像版權保護技術。本論文的結構如 下：第二節簡介浮水印與 VQ，以及學者 Lin 等的非嵌入式影像版權保護方法；第三

節介紹我們所提出的在 VQ 上之非嵌入式 浮水印技術，接下來第四節分析比較我們 的技術與學者 Lin 等的技術；最後於第五 節提出結論。

二、相關技術介紹

(一) 數位浮水印技術簡介

數位浮水印是一個新興的技術，可以 用來追蹤數位資料的傳播與保護智慧財產 權。嵌入式數位浮水印技術的概念是嵌入 版權資訊到被保護的媒體中，要驗證版權 時，只要從媒體中萃取出版權資訊即可。

近年來許多探討影像的浮水印技術相繼被 提出，若從嵌入的領域而言，可以分為兩 大類：第一類為空間域(Spatial Domain)[10]

浮 水 印 ， 另 一 類 為 頻 率 域 (Frequency Domain)[5]浮水印。通常，空間域的方法 可以嵌入較多的資訊，而頻率域的方法則 較具強韌性。頻率域的轉換技術，包括離 散 餘 弦 轉 換 (Discrete Cosine Transform;

DCT)[12]、離散小波轉換(Discrete Wavelet Transform; DWT)[11]、傅利葉轉換(Fourier Transform; FT）[3]等。主要是透過這些轉 換技術將媒體中重要的部分與不重要的部 分區分出來，再將欲嵌入的資料加到所選 取的係數中。

在非嵌入式浮水印方面，學者Chang 等提出一種不嵌入浮水印於影像中的保護 技術[1]，利用頻率域轉換技術將影像中比 較重要的部份作為特徵值，然後有一個專 門儲存影像特徵值的資料庫，將這些特徵 資料與資料庫裡的資料進行比對、過濾查 出該影像是否已經註冊，藉此可做為影像 是否侵權的判定。學者Chen等[2]提出向量 影像保障技術（Vector Image Protection;

VIP），他們以VQ 為基礎，改良了VQ 中 向量的劃分方法以降低計算上的複雜度，

取得受保護影像的重要區域的特徵值儲存

在特徵資料庫中，若懷疑某張影像時，便 可以將該影像做轉換後與特徵資料庫裡的 資料比對，就可以知道該影像是否未經授 權使用。而學者Lin等[8]提出利用編碼簿，

將影像中的區塊與浮水印位元產生關連，

並輸出表示關連的key stream來證明影像 與浮水印的關連性，達成宣告版權的用途。

(二) 向量量化壓縮法(VQ )

向量量化(Vector Quantization; VQ)編 碼法[4, 6, 7]是一個有效率的失真影像壓縮 技術，在失真率有一定水準的情況下，提 供低位元率且高影像品質的壓縮方法，加 上它的演算法簡單而直覺，所以常被相關 領域的論文所引用。

在 VQ 的方法中包含了編碼簿的設 計、壓縮及解壓縮程序。首先，將影像分 割成大小為 n × n 的不重疊影像區塊，編 碼簿中編碼字的大小亦為 n × n。編碼簿 的產生方式，最具代表性的就是 LBG 演算 法。在壓縮的過程中，需在編碼簿找出與 影像區塊最相近的編碼字。對影像區塊 B 而言，其編碼方式為計算 B 與所有編碼字 的歐基里得距離，找出距離最近的編碼字 c，利用編碼字 c 的索引值 I 來編碼。依序 找出所有影像區塊最相近的編碼字，並利 用其索引值來編碼，即完成了壓縮的動 作。解壓縮時可以利用這些索引值去取出 編碼簿中的編碼字，然後將其以影像區塊 的形式輸出，最後就可以完成影像的解壓 縮。

(三) 學者 Lin 等的影像版權保護方法 2006 年學者 Lin 等[8]提出一個非嵌入 式的浮水印技術，用於影像版權的保護，

其方法是產生 key stream，將欲保護的影像 與宣告版權用的浮水印緊密結合，利用此 產生的 key stream 來達成宣告版權的目 的。key stream 的產生，則是利用七本標號

(Label)為 0 到 6 的編碼簿，將每個區塊分 別至此七本編碼簿中，找出最接近的編碼 字，然後將編碼字的索引值取

2

^t的模數，

若所得到的結果符合欲關連之 t 位元的浮 水印，則輸出最先符合的編碼簿之標號作 為該區塊的 key 值；若七本編碼簿都不符 合，則輸出(111)2，代表此區塊不與浮水印 產生關連。持續上述動作直到所有區塊處 理完成。圖 1 為產生 key stream 的流程圖。

圖 1 學者 Lin 等的非嵌入式浮水印方法產 生 key stream 之流程圖

假設每個區塊將與浮水印中的 t 個位 元產生關連，則其產生 key stream 的詳細 步驟如下：

Step1: 針對目前正在處理的區塊，到編碼 簿C 中尋找最接近的編碼字，假設₀ 此編碼字的索引值為 Index，利用公 式(1)算出 Secret 值，該 Secret 值定 義如下:

Secret = Index mod

2

^t (1)

Step2: 如果Secret值與t位元的浮水印之數 值相符，則輸出此編碼簿的標號，

否則跳到步驟3。

Step3: 對下一本編碼簿執行步驟 1 和步驟 2，並且重複直到七本編碼簿都被執 行過。如果所有的編碼簿所產生的 Secret 值，都與 t 位元的浮水印不相 符，則輸出(111)²表示此區塊沒有對 應的浮水印。

Step4: 對所有未處理的區塊，重複執行步 驟 1~步驟 3，直至處理完影像的所 有區塊。

舉例來說，表 1 為區塊B 、₁ B 和₂ B ，₃ 分別從七本編碼簿中找出與其最近之編碼 字的索引值。例如：在編碼簿C 中，區塊₀ B 找到的索引值為 100；在編碼簿1 C 中，₁ 區塊B 找到的索引值為 102。假設浮水印₁ 為(000111)2，且 t = 2，則將浮水印位元兩 兩分為一組：00 01 11，用十進位來表示分 別為 0, 1, 3，利用公式(1)所算得在不同的 編碼簿C i_i( 0,1, 2,..., 6)中所得到的 Secret 值顯示於表 2。例如：區塊B 在編碼簿₁ C 中₀ 產生的 Secret 值為 0，在編碼簿C 產生的₁ Secret 值為 2。接著，依序將浮水印所代表 的十進位數值，與區塊相連結來產生 key stream。第一個浮水印的十進位數值為 0，

由表 2 知，區塊B 所產生的 Secret 中，最₁ 先符合 Secret 為 0 的編碼簿為C ，所以輸₀ 出C 的標號(000)₀ ²，當作是區塊B 的 key₁ 值。接著，下一個浮水印數值為 1，因為 表 2 中區塊B 所產生的 Secret 值都不是₂ 1，所以區塊B 沒有與浮水印生關連，因₂ 此產生標號(111)²的 key 值，且浮水印數值 1 必須在下一個區塊中繼續處理。因為區 塊B 所產生的 Secret 中，最先符合 Secret₃ 為 1 的編碼簿為C ，所以區塊₂ B 所產生的₃ key 值為(010)²。依此方式，對剩下的浮水 印數值和區塊作處理，直到浮水印或整張

影像的區塊處理完畢。上述做法可以得 知，每個區塊會產生 3 位元的 key 值，但 是有些區塊無法與浮水印產生關連，例如 表 1 和表 2 中的區塊B ，就沒有和浮水印₂ 產生關連。

表 1 區塊B 、₁ B 和₂ B ，利用傳統 VQ 編碼₃ 法與不同的編碼簿C i_i( 0,1, 2,..., 6)進行編 碼

Codebooks

Blocks ⁰

C C

₁

C

₂

C

₃

C

₄

C

₅

C

₆

B1 100 102 89 68 102 110 130

B2 120 122 83 124 26 55 36

B3 78 95 57 70 92 100 105

表 2 區塊B 、₁ B 和₂ B ，在不同的編碼簿₃ ( 0,1, 2,..., 6)

C ii  中所得到的 Secret 值

Codebooks

Blocks ⁰

C C

₁

C

₂

C

₃

C

₄

C

₅

C

₆

B1

0 2 1 0 2 2 2

B2

0 2 3 0 2 3 0

B3

2 3 1 2 0 0 1

三、我們的影像版權保護方法

(一) 我們的非嵌入式浮水印技術

我們提出一個全新的非嵌入式影像版 權保護技術，我們的方法也是植基於 VQ 上。在我們的方法中，只需用到一本編碼 簿，而且不會有某些區塊無法與浮水印產 生關連的缺點。圖 2 為我們的非嵌入式浮 水印產生 key stream 的流程圖，若每個區 塊要與浮水印的 t 個位元產生關連，對區 塊H 而言，到編碼簿中找出與_i H 最接近的_i

2

^t個編碼字，依接近程度由近而遠依序命 名為c ,₀ c , … ,₁ c₂t_1 ，而其對應的索引值 為I ,₀ I , … ,₁ I₂t_1，若區塊H 所對應的 t_i

位元浮水印W 其數值為 x，_i

0    x 2

^t

1

， 則區塊H 所產生的 key 值_i k 為_i I 。_x

圖 2 我們的非嵌入式浮水印方法產生 key stream 之流程圖

舉例來說，表 3 為區塊H 、₁ H 和₂ H ，₃ 分別從編碼簿中找出與其最近之

2

^t個編碼 字，然後依接近程度由近而遠依序標示為 c ,0 c ,₁ c ,₂ c 之索引值。假設浮水印為₃ (000111)2，且 t = 2，則將浮水印位元兩兩 分為一組：00 01 11，用十進位來表示分別 為 0, 1, 3，以浮水印所代表的十進位數值，

與區塊相連結來產生 key stream。以區塊 H 為例，1 H 對應到的浮水印數值為 0，因₁ 此由表 3 知H 會輸出編碼字₁ c 的索引值₀ 96 來當作 key 值。接著，下一個浮水印數 值為 1，因此區塊H 會輸出編碼字₂ c 的索₁ 引值 118 來當作 key 值；第三個浮水印數 值為 3，因此區塊H 會輸出編碼字₃ c 的索₃ 引值 67 來當作 key 值。依此方式，對剩下 的浮水印數值和區塊作處理，直到浮水印 或整張影像的區塊處理完畢。若編碼簿的 大小為 128，由上述做法可以得知，每個 區塊都可用log 128₂  個位元的 key 值來7

與 t 位元的浮水印產生關連。

表 3 區塊H 、₁ H 和₂ H ，利用我們的 VQ₃ 編碼法進行編碼

Codewords

Blocks ⁰

C C₁ C₂ C₃

H1 96 98 85 64 H2 116 118 79 120 H3 74 91 53 67

圖 3 為我們的非嵌入式浮水印的版權 驗證流程圖。版權驗證的過程，利用原先 產生的 key stream，一一取出 key 值k ，然_i 後把k 當作編碼簿的索引值。另外，假設_i 與k 產生關連的區塊_i H ，其最接近的_i

2

^t個 編碼字依序為c ,₀ c , … ,₁ c₂t_1，則判斷k_i 是屬於

2

^t 個編碼字中的哪一個，假設為

c

j，則輸出 t 位元的浮水印W_i  。j

圖 3 我們的非嵌入式浮水印方法的版權驗 證流程圖

(二) 我們的強健型與脆弱型浮水印技術 一般浮水印技術可以依據其抵抗破壞 的 能 力 ， 而 將 它 們 分 成 強 健 型 浮 水 印 (Robust Watermark) 與 脆 弱 型 浮 水 印 (Fragile Watermark)，而這兩類技術也因為

其特性上的不同，分別有著不同的應用。

強健型的浮水印技術最大特徵就是對於惡 意的破壞有較高的抵抗能力；脆弱型浮水 印技術則是用來驗證可疑影像的完整性與 真確性。我們透過這種分類方式，將上一 節提出的方法做進一步的延伸，發展出強 健型浮水印和脆弱型浮水印。

A. 強健型浮水印

假設每個區塊要與 t = 2 位元的浮水印 產生關連，既然在我們的方法中每次只找 出四個與區塊最接近的編碼字，因此我們 特別設計大小為 4 的編碼簿。其產生 key stream 的步驟類似，對每個區塊H 而言，_i 依照H 與編碼字間的歐幾里得距離，由近_i 而遠將編碼字依序命名為c ,₀ c ,₁ c ,₂ c ，₃ 而其對應的索引值分別為I ,₀ I ,₁ I ,₂ I ，₃ 若區塊H 所對應的 2 位元浮水印其數值為_i x，則輸出索引值I 作為區塊_x H 的 key 值。_i 因為編碼簿大小為 4，所以每個 key 值只用 2 個位元來表示，比上一節我們原先的方 法還要節省，而且，因為編碼簿中四個編 碼字之間的距離非常大，因此浮水印可以 形成強健型的效果。

B. 脆弱型浮水印

原先我們所提出的非嵌入式浮水印方 法，對 t = 2 而言，每個區塊H 到編碼簿中_i 找出最近的四個編碼字，由近而遠依序命 名為c ,₀ c ,₁ c ,₂ c ，其對應的索引值分別₃ 為I ,₀ I ,₁ I ,₂ I ，如圖 4 所示。若區塊₃ H_i 所對應的 2 位元浮水印其數值為 x，則輸 出I 作為作區塊_x H 的 key 值，假設原始編_i 碼簿大小為 128，I 需要 7 個位元來表示。_x 現在，我們針對索引值I ,₀ I ,₁ I ,₂ I ，由₃ 小到大給予簡碼 00,01,10,11，如圖 4 所示。

如此，我們不再輸出I 當作 key 值，而是_x 輸出I 對應的簡碼。例如，若 x = 3，則輸_x 出I 所對應的簡碼 10。在此方法中，因為₃

簡碼只需要用 2 位元來表示，所以 key 值 亦只需 2 個位元，比 3.1 節中的原先方法 還要節省。而且，因為編碼字c ,₀ c ,₁ c ,₂ c₃ 之間的距離較近，所以浮水印可以形成脆 弱型的效果。

圖 4 我們的脆弱型浮水印之簡碼

四、分析比較

(一) 方法比較

本節我們分析比較我們的方法與學者 Lin 等的方法[8]，並就以下幾個方面來說 明我們的優點。

A. 編碼簿大小與數量

我們的方法只需要一本編碼簿，而學 者 Lin 等的方法卻需要七本編碼簿。而且，

我們的方法甚至可以使用大小為 4 的編碼 簿(當 t = 2 時)。所以我們所需要的編碼簿 空間小很多。

B. key stream 的長度

我們的方法所產生的 key 值，其位元 數可視 t 值的大小調整，當 t = 1, 2, 3 時，

key 值的位元數分別為 1, 2, 3。而學者 Lin 等的方法，其 key 值的長度固定為 3。就一 般浮水印的大小來說，t = 1 或 2 是非常足 夠的。所以我們的方法可以產生較短的 key stream。

C. 浮水印與區塊間的關連性

在我們的方法中，每個區塊都可以和 t 位元的浮水印產生關連，不會有失敗的情 形。但是在學者 Lin 等的方法中，由於需 mod

2

^t後的餘數與欲關連的 t 位元浮水印 相等時，才能產生關連，所以在機率均等 之下，若 t = 1，則任一本編碼簿失敗的機 率為二分之一，所以七本編碼簿都失敗的

機率為:

1

7

2

   

 

= 0.00731，換言之有 0.7%的 區塊無法產生關連；同理，在 t = 2 的情況 下，找到的索引值須取 mod 4 的餘數，所

以 七 本 編碼 簿 都失 敗的 機 率 為 :

3

7

4

   

 

= 0.13348，也就是說有 13%的區塊是無法產 生關連；在 t = 3 的情況下，找到的索引值

要取 mod 8 的餘數，所以失敗機率為

7

7

8

   

 

= 0.39269，表示有 39%的區塊無法產生關 連。

D. 強弱浮水印的彈性

我們產生 key stream 的非嵌入式浮水 印技術，衍生出強健型和脆弱型兩種策 略，但是學者 Lin 等的方法沒有此種彈性。

(二) 實驗分析

在本節，我們用NC值來判斷取出浮水 印之強韌性，其值介於0和1之間。圖5顯示 我們所使用的掩護影像Lena，其為大小512

× 512 的 灰 階 影 像 ， 圖 6 顯 示 浮 水 印 NPUE_CS，其為大小64 × 64的二元影像。

在我們方法中所使用的編碼簿為利用Lena 圖作為訓練對象，使用LBG演算法來產生 大小分別為128個編碼字與4個編碼字的編 碼簿，且實驗中每一個區塊大小為4 × 4個 pixel。另外，模糊化和銳利化的攻擊方法，

直接採用Adobe Photoshop 7.0所提供的功 能。

圖 5 掩護影像 Lena 是大小 512 × 512 的灰 階影像

圖 6 浮水印 NPUE_CS 是大小 64 × 64 的 二元影像

在表 4 中我們列出了我們提出的強健 型和脆弱型兩種策略，在 t = 2 的情況下，

分別與浮水印產生 key stream，然後原圖受 到模糊化、銳利化攻擊後，經由版權驗證 流程所取出的浮水印之 NC 值。由 NC 值 的大小可以驗證，強健型浮水印的 NC 值 明顯大於脆弱型浮水印的 NC 值。

表 4 Codebook 大小分別為 128 和 4 經過模 糊化、銳利化後所測得之 NC 值 Codebook 大小 模糊化 銳利化

128

(脆弱型浮水印) 0.732666 0.758943 4

(強健型浮水印) 0.998535 0.994873

五、結論

由於數位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。本文所提出的非嵌入式浮水印 技術可應用於數位產品(尤其是不可失真 數位產品)版權的認證及偵測產品是否遭 受更改。我們提出的方法與原先學者 Lin 等所提出的非嵌入式浮水印方法相比較，

我們的方法只需要一本編碼簿來證明影像 與浮水印的關連性，並且可以彈性調整每 個區塊對應浮水印的位元數達成宣告版權 的目的。

致謝

本研究接受國科會之計畫編號：NSC 96-2221-E-153-001 和 TWISC@NCKU 計畫 編號：NSC 96-2219-E-006-009 的部份經費 補助。

參考文獻

[1] C.C. Chang and H.C. Wu, “A copyright protection scheme of images based on visual cryptography,” The

Imaging Science Journal, pp. 141-150, 2001.

[2] T.S. Chen and H.R. Wu, "The vector image protection techniques based on vector quantization," in Proceedings of 11^th Information Security Conference , 2001.

[3] J.W. Cooley and J.W. Tukey, “An algorithm for the machine calculation of complex Fourier series,” Mathematics Computation, Vol. 19, pp.

297-301, 1965.

[4] R.M. Gray, “Vector quantization,” IEEE Acoustics. Speech and Signal Processing Magazine, Vol. 1, pp. 4-29, 1984.

[5] C. T. Hsu and J. L. Wu, “Hidden digital watermarks in images,” IEEE Trans. Image Processing, Vol. 8, No. 1, pp. 58-68, 1999.

[6] Y.C. Hu, “Grey-level image hiding scheme based on vector quantization”

IEE Electronics Letters, Vol.39, No.2, pp.202-203, 2003.

[7] M.Jo and H.D.Kim,“A digital image watermarking scheme based on vector quantization,” Transactions Information system, Vol. E85–D, No.

6, pp. 1054-1056, 2002.

[8] C.C. Lin, Y.C. Hu, and C.C. Chang,

“A novel image ownership protection scheme based on rehashing concept and vector quantization,”Fundamenta Informaticae, Vol. 71, pp. 443-451, 2006.

[9] S. Li and W. Li, “Shape adaptive discrete wavelet transforms for arbitrarily shaped visual object coding,” IEEE Transactions on

Circuits and Systems for Video Technology, Vol. 10, pp. 725-742, 2000.

[10] N. Nikolaidis and I. Pitas, “Robust image watermarking in the spatial domain,” Signal Processing, Vol. 66, pp.385-403 , 1998.

[11] A. Piva, R. Caldelli, and A. De Rosa,

“A DWT-based object watermarking system for MPEG-4 video streams,” IEEE International Conference on Image Processing, Vol. 3, pp. 5-8, 2000.

[12] C.F. Wu and W.S. Hsieh, “Digital Watermarking Using Zerotree of DCT,” IEEE Trans. on Consumer Electronics, Vol. 46, pp. 87-94, 2000.

[13] Y.H. Yu, C.C. Chang, and Y.C. Hu,

“Hiding secret data in images via predictive coding,” Pattern Recognition, Vol. 38, pp. 691-705, 2005.