KR100697768B1

KR100697768B1 - Ｃｈｔ를 이용한 디지털 워터마킹 방법

Info

Publication number: KR100697768B1
Application number: KR1020050056241A
Authority: KR
Inventors: 이해연; 이흥규
Original assignee: 한국과학기술원
Priority date: 2005-06-28
Filing date: 2005-06-28
Publication date: 2007-03-20
Also published as: KR20070000687A

Abstract

본 발명은 CHT(Circular Hough Transform)를 이용한 디지털 워터마킹 방법에 관한 것으로, 특히 워터마크의 위치를 동기화하기 위해 크기변환이나 위치변환에 강인한 CHT를 통해 추출한 원형 패치(circular patch)에 대하여 적용한 부가적인 워터마킹 방법에 관한 것이다.

본 발명의 CHT를 이용한 디지털 워터마킹 방법은 워터마킹 방법에 있어서, 난수 발생기를 이용하여 가우스 분포(Gaussian distribution)를 따르는 2차원 직사각형 워터마크를 생성하는 제1단계; 상기 직사각형 워터마크를 역 폴라 매핑하여 원형 워터마크로 변형하는 제2단계; CHT를 이용하여 상기 원형 워터마크를 패치에 삽입시키는 제3단계; 상기 패치의 크기에 따라 원형 워터마크를 생성하는 제4단계; 인식 마스크를 적용하여 상기 원형 워터마크를 삽입하는 제5단계; 상기 원형 워터마크를 공간영역에서 부가적인 방식으로 삽입하는 제6단계; CHT를 이용하여 상기 패치에서 워터마크 검출을 시도하는 제7단계; Wiener 필터를 적용하여 노이즈를 계산함으로써 상기 워터마크를 검출하는 제8단계; 상기 검출된 워터마크가 폴라 매핑이 적용되어 직사각형 워터마크로 변환되는 제9단계; 및 원형 컨벌루션(convolution)을 참조 워터마크와 상기 검출된 워터마크에 적용하는 제10단계;를 포함한다.

CHT, 워터마킹, 동기화

Description

ＣＨＴ를 이용한 디지털 워터마킹 방법{The method for digital watermarking using circular hough transform}

도 1은 본 발명의 CHT의 이미지 및 파라미터 공간을 나타낸 도면이다.

도 2는 본 발명의 CHT를 이용한 디지털 워터마킹 방법을 나타낸 흐름도이다.

도 3은 본 발명의 직사각형 워터마크와 원형 워터마크 사이의 폴라 매핑을 나타낸 도면이다.

도 4는 본 발명의 워터마크 삽입과정을 나타낸 도면이다.

도 5는 본 발명의 워터마크 검출과정을 나타낸 도면이다.

도 6은 본 발명의 유사치와 이에 대한 감마분포의 히스토그램이다.

도 7은 본 발명의 워터마크 검출기와 이에 따른 임계치의 에러확률을 나타낸 표이다.

도 8은 본 발명의 테스트 이미지이다.

도 9는 본 발명의 각 이미지 공격에서 정확하게 재검출된 원형 패치의 숫자를 나타낸 표이다.

도 10은 본 발명의 피크 신호 대 노이즈 비를 나타낸 표이다.

도 11은 본 발명의 워터마크가 올바르게 공격을 회복할 때의 원형 패치의 수를 나타낸 표이다.

도 12는 본 발명의 원 이미지와 워터마킹된 이미지 및 원 이미지와 워터마킹된 이미지 사이의 잔차류 이미지이다.

네트워크와 컴퓨터 기술의 발달로 인하여 디지털 미디어가 모든 곳에서 광범위하게 사용되고, 쉽게 접근할 수 있다. 그러나, 디지털 미디어는 품질 저하와 보호없이 불법적으로 복제, 조작 및 재생산될 수 있다. 이에 따라, 저작권 보호가 사회적 이슈가 되고 있다.

디지털 워터마킹은 저작권 보호의 한 해결책이 될 수 있는데, 이 방식에서는 저작권 정보가 내용 자체에 삽입된다. 이 삽입된 정보는 소유권자임을 나타내는 증거로 사용된다. 논문 "I. J. Cox, J. Kilian, and T. Shamoon, "Secure spread spectrum watermarking for multimedia," IEEE Trans. on Image Processing, vol. 6 (12), pp. 1673-1678, 1997."에서 Cox et al.이 확산-스페트럼(spread-spectrum) 워터마킹을 제안한 이래로, 이미지 코딩과 압축방법에 기반한 워터마킹에 대한 연구가 수행되어 왔다. 이 모든 알고리즘들은 신호처리 공격에 강인한 성능을 발휘한 다. 그러나, 특히 원영상을 사용하지 않는 블라인드 워터마킹에서의 경우에는, 이들 알고리즘이 기하학적 변형 공격에 커다란 취약성을 나타낸다. 기하학적 변형 공격은 삽입된 저작권 정보의 위치를 비동기화해서 그 결과로 워터마크 검출을 방해한다.

기하학적 변형 공격을 견디기 위해서는, 워터마크 삽입과 검출을 위한 위치 계산의 처리과정인 워터마크 동기화가 필요하게 된다. 워터마크 동기화와 관련된 여러 건의 연구가 그 동안 진행되어 왔다. 그 중에는 주기적 삽입(periodic sequence)에 의한 방식, 템플리트 삽입(templates insertion)에 의한 방식 및 기하학적 변형에 불변하는 변환을 사용한 방식 등이 있다. 워터마크 삽입과 검출을 위해 위치를 동기화하는 한 방법으로는 미디어 콘텐츠를 사용하는 것이 있다. 즉, 미디어 콘텐츠의 특징들을 활용하여 동기화함으로써 기하학적인 변형에 불변하도록 하는 방법이다.

미디어 콘텐츠를 참조하는 워터마크 동기화에 있어서, 워터마크의 강건성을 달성하기 위해 특징 추출이 중요하다. 그러나, 종래의 워터마크 동기화는 CHT를 이용한 기하학적 불변 워터마크 방법을 제시하지 못하는 문제점이 있다.

이에 본 발명은 상기 문제점을 해결하기 위한 것으로써, 워터마크의 위치를 동기화하기 위해 크기변환이나 위치변환에 강인한 CHT를 통해 추출한 원형 패치(circular patch)에 대하여 적용한 부가적인 워터마킹 방법을 제공하는 것을 목적으로 한다.

본 발명은 워터마킹 방법에 있어서, 난수 발생기를 이용하여 가우스 분포(Gaussian distribution)를 따르는 2차원 직사각형 워터마크를 생성하는 제1단계; 상기 직사각형 워터마크를 역 폴라 매핑하여 원형 워터마크로 변형하는 제2단계; CHT를 이용하여 상기 원형 워터마크를 패치에 삽입시키는 제3단계; 상기 패치의 크기에 따라 원형 워터마크를 생성하는 제4단계; 인식 마스크를 적용하여 상기 원형 워터마크를 삽입하는 제5단계; 상기 원형 워터마크를 공간영역에서 부가적인 방식으로 삽입하는 제6단계; CHT를 이용하여 상기 패치에서 워터마크 검출을 시도하는 제7단계; Wiener 필터를 적용하여 노이즈를 계산함으로써 상기 워터마크를 검출하는 제8단계; 상기 검출된 워터마크가 폴라 매핑이 적용되어 직사각형 워터마크로 변환되는 제9단계; 및 원형 컨벌루션(convolution)을 참조 워터마크와 상기 검출된 워터마크에 적용하는 제10단계;를 포함하는 CHT를 이용한 디지털 워터마킹 방법을 제시한다.

이하, 본 발명의 실시예에 대한 구성 및 그 작용을 첨부한 도면을 참조하면서 상세히 설명하기로 한다.

1. 미디어 콘텐츠를 이용한 워터마크 동기화

미디어 콘텐츠를 이용한 워터마크 동기화에서는 특징을 추출하기 위해서 콘텐츠를 이용한다. 상기 특징은 변형에 대한 불변적인 참조를 나타냄으로써, 미디어 콘텐츠를 이용함으로써 워터마크 동기화 문제를 해결할 수 있다. 즉, 워터마크의 위치는 이미지 좌표와는 무관하며, 이미지 콘텐츠 즉 내용과 관계가 있다.

본 발명은 패치를 추출하기 위해 이미지 특징을 이용하는 워터마크 동기화 방식을 검토하는데, 이를 위해 동기화 방식을 2개의 범주로 나눈다. 하나는 특징 점 기반 워터마크 동기화(feature point based watermark - synchronization)이며, 다른 하나는 영역 기반 워터마크 동기화(region-based watermark synchronization)이다.

(1) 특징점 기반 워터마크 동기화

『M. Kutter, S.K. Bhattacharjee, and T. Ebrahimi, "Toward second generation watermarking schemes" Proc. of International Conference on Image Processing, vol. 1, pp. 320-323, 1999.』는 특징점 기반 동기화 방식을 기술한다.

Kutter et al.는 2차원 연속 웨이브렛(continuous Wavelet)에 기초한 Scale Interaction 기술을 이용해서 특징점들을 추출한다. 그 후, 영상 상의 모든 픽셀이 특징점들의 위치에 더 가까워지도록 Voronoi 도표 분할법(Voronoi diagram partitioning)을 이용해서 이미지를 분할한다. 마지막으로, 분할된 각 세그먼트에 확산-스펙트럼 워터마크 방식을 사용하여 워터마크를 삽입한다. 상기 방법은 대부분의 공격에 대한 강인하다. 그러나, 상기 scale interaction 기술에 의한 특징점들이 이미지 스케일의 변화에 민감하기 때문에 스케일링 공격에 있어서 워터마크의 위치 동기화에 실패한다.

『P. Bas, J-M. Chassery, and B. Macq, "Geometrically invariant watermarking using feature points," IEEE Trans. on Image Processing, vol. 11 (9), pp. 1014-1028, 2002.』은 Kutter et al.과 유사한 동기 방식을 제안한다. 이들은 해리스 코너(Harris corner) 검출기를 적용해서 특징점들을 추출하는데, 이 검출기는 이미지의 차분 특징(differential features)을 이용한다. 이들 특징점들은 모든 점들의 짝들을 결합시켜서 얻어진 상응 Voronoi diagram의 직선 양수(straight line dual)인 Delaunay tessellation(Delaunay 모자이크화)에 의해 삼각형 집합으로 분해된다. 이들 삼각형들은 공간영역에서 부가 확산-스펙트럼 방식에 의해 워터마킹된다. 이 방식의 단점은 원 이미지와 공격받은 이미지들로부터 추출된 상기 집합의 추출 특징점들이 상호 매치되지 않는다는 점이다. 왜냐하면, 해리스 코너 검출기는 이미지 노이즈에 민감한 차분 특징을 이용하기 때문이다. 이에 따라서 원 이미지와 공격받은 이미지들의 특징점들로부터 검출된 삼각형 집합은 크게 상이하며, 그 결과로서의 패치들은 서로 대응하지 않는다.

『C-W. Tang and H-M. Hang, "A feature-based robust digital image watermarking scheme," IEEE Trans. on Signal Processing, vol. 51 (4), pp. 950-959, 2003.』는 워터마크 동기화를 위한 세기 밝기값 기반 특징 추출과 이미지 정규화 방식을 이용한다. 이들은 먼저 Mexican Hat wavelet scale interaction 방식을 이용해 특징점들을 추출하는데, 이 방식은 이미지 밝기 세기값의 변화에 기반하여 특징점들을 결정한다. 그 중심들이 특징점들인 고정 반경 R의 디스크들은 기하학적 불변성을 달성하기 위해서 정규화된다. 이들 정규화된 디스크들은 주파수 도메인에서 워터마킹된다. 비록, 이 방식은 대부분의 공격에 대응해서 적절하게 동작하지만, 이 방식은 스케일링 왜곡(scaling distortion)에 대해 커다란 약점을 갖고 있다. 그 이유는 디스크들의 반경이 고정되어, 스케일링 왜곡이 발생할 경우에 서로 다른 콘텐츠가 정규화를 위해 이용되어 정규화된 영상이 대응되지 않기 때문이다.

(2) 영역 기반 워터마크 동기화

『A. Nikolaidis and I. Pitas, "Region-based image watermarking," IEEE Trans. on Image Processing, vol. 10 (11), pp. 1726-1740, 2001.』에서는 이미지 분할 기반(image-segmentation based) 동기화 방식에 대해 설명하고 있다. Adaptive K-mean clustering 기술을 적용함에 의해서 이들은 이미지를 분할하고, 가장 큰 몇몇의 영역들을 선택한다. 이들 영역을 둘러싼 경계 사각형들은 워터마킹을 위한 패치로 사용된다. 상기 분할 영역들은 기하학적 공격에 견딜것으로 기대된다. 그러나, 이미지 분할은 이미지 콘텐츠에 의존하고 있기 때문에, 이미지 공격은 분할 결과에 큰 영향을 미친다. 더구나, 이들 이미지가 복잡한 텍스처(texture)를 가지고 있을 때에는 패치를 추출하는 것이 어렵다.

미디어 콘텐츠를 사용한 워터마크 동기화에 있어서, 패치를 추출하는 것이 강인한 워터마킹의 설계를 위해 중요하다. 워터마크 삽입과 검출시 패치가 서로 다를 때에는 콘텐츠의 소유권자를 증명하는 것은 불가능하거나 어렵다. 따라서, 패치를 생성하기 위해 추출될 특징을 조심스럽게 선택하는 것이 중요하다. 특징 추출시에 국부 이미지 특징을 고려하는 것이 이미지 변형에 효과적인 것이며, 패치를 생성하기 위해 도움이 될 것이라는 사실에 따라 본 발명은 패치 추출을 위해서 CHT를 채택했다. 이 CHT는 국부 이미지 특징을 고려함은 물론 이미지 변형에 대해 강인하 다.

2. 수정된 CHT

이미지 분석 응용에 있어서, CHT는 매개변수 방정식으로 쉽게 표현할 수 있는 선과 곡선 등의 이미지 패턴을 검출하는데 사용된다. 상기 CHT는 찾고자 하는 패턴의 경계점들(feature 경계점들)에서의 불연속성에 대해 견고할 뿐만 아니라, 노이즈와 이미지 변화에도 비교적 덜 영향을 받는다. 따라서, 강인한 워터마킹을 위한 패치 디자인에는 CHT가 도움이 된다.

CHT의 기본 개념은 이미지 공간에서의 특징점들을 매개변수 공간의 특징점들로 변환하고, 국부 최대치, 즉 매개변수 공간의 피크점(peak point)을 추출하는 것으로, 검색 대상(searching objects)을 추출한다. 이미지 공간에서의 각 점들은 매개변수 공간에서의 기하학적 모델(매개변수 방정식)을 나타내고, 매개변수 공간에서의 각 점들은 하나의 선이나 하나의 원과 같은 검색 대상을 의미한다. 매개변수 공간의 크기는 검색하고 있는 대상의 자유도(degree of freedom)와 동일하다.

자연적인 이미지 안에서는 많은 대상이 원에 근사될 수 있다. 이미지로부터 원형의 특징들(이들의 중앙 좌표와 반경)을 추출하기 위해 CHT를 적용하고, 이들 특징을 워터마크 삽입과 검출을 위한 원형 패치(circular patches)로 채택한다. 검색 대상 모델은 CHT에서 하나의 원형이며, 다음의 매개변수 수학식 1에 의해 정의된다.

여기서, a와 b는 원의 중심 좌표이며, r은 반경이다. 매개변수 공간은 3차원(a, b 및 r 축)이며, 임의의 크기의 하나의 원을 검출하기 위해서 3개의 변수들이 결정되어야 한다.

도 1을 참조하면, CHT는 다음과 같은 방식으로 실행된다.

첫째, 이미지 공간에서 가장자리나 모서리 같은 특징점들을 찾는다. 예를 들어, 점 A, B, C와 같은 것들이다.

둘째, 각각의 특징점에 대해서 이미지 공간의 각 점을 매개변수 공간에 존재하는 하나의 기하학적 모델로 변형한 후에 매개변수 공간에 기하학적 모델의 경계 점들을 축적한다.

셋째, 국부 최대치를 검출한다. 예를 들어, 매개변수 공간에 있는 강인한 피크점(peak point)을 검출한다. 그러면, 국부 최대치는 이미지 공간에서의 원형 대상물을 표시한다.

CHT의 복잡성은 매개변수 공간의 크기 즉, 검색 대상의 특성과 관련이 있다. 필요한 시간과 저장 공간은 O(N^d)이다. N은 공간 크기이며, d는 매개변수 공간의 크기이다. 512 ×512 크기의 이미지를 사용할 경우에 CHT의 복잡성은 O(512³)가 된다. 본 발명에서는 계산상의 부담을 덜기 위해 특징점과 가장자리의 기울기 벡터를 사용한다. 특징점들의 방향맵은 먼저 수직 및 수평 Sobel 필터(Sobel filter)를 사용 하여 계산한다. 각 기하학적 모델의 경계점들이 축적되는 동안에 매개변수 공간에서 기울기 벡터의 방향에 수직인 하나의 선이 계산되며, 이 수직선에 근접한 기하학적 모델의 경계점만이 고려된다. 상기 방법을 이용함으로써 고려될 필요가 있는 경계점들의 수를 줄일 수 있다.

워터마킹의 목적을 위해 전체 이미지 위에 분포된 원형 특징을 획득할 필요가 있다. 원을 찾기 전에 이미지에 가우스 필터(Gaussian filter)를 적용하는데, 이를 통해 영상 상의 물체의 경계부분을 곡선화시키며, 이로 인해 원 모양에 더 근사하게 된다. 또한, 노이즈의 영향을 줄일 수 있으며, 이미지 공격시 원형 특징의 강인함과 안정성을 증가시킬 수 있다. 추출된 원형 특징의 반경은 직접 사용하기에는 너무 작아 상수로 원형 특징의 반경을 조정하고, 반경이 너무 작거나 큰 원은 제거한다. 본 발명의 실험에서는 스케일 계수(scale factor)를 8.0으로 설정했다. 3차원의 통상 분포에 따른 원형 특징의 분포는 효과적인 워터마크 삽입과 검출을 위해 중요하다. 추출된 특징의 분포를 조절하기 위해서 『P. Bas, J-M. Chassery, and B. Macq, "Geometrically invariant watermarking using feature points," IEEE Trans. on Image Processing, vol. 11 (9), pp. 1014-1028, 2002.』에서 사용된 원 인접 제약조건(circular neighborhood constraint)을 적용한다. 원의 직경은 수학식 2에 표시된 바와 같이 이미지 크기에 의존한다.

여기서, w 와 h는 이미지의 폭과 높이를 나타내고, 인접(neighborhood) 크기 D는 r로 조절한다.

3. 제안된 워터마킹 방법

본 발명에서는 상기와 같이 CHT를 이용하여 원형 패치를 추출한다. 2차원의 직사각형 형태의 워터마크를 각 패치에 대해 원형 형태로 변환한다. 상기 원형 워터마크는 각 패치에 추가된다. 워터마크 생성방법, 삽입방법 및 검출방법은 도 2에 흐름도로 나타내었는데(S100~S1000), 이에 대하여 도 2 내지 도 12와 함께 상세히 살펴보기로 한다.

(1) 워터마크 생성방법

난수 발생기(random number generator)를 이용하여 가우스 분포(Gaussian distribution)를 따르는 2차원 직사각형 워터마크를 생성한다. 원형 패치에 삽입하기 위해, 상기 워터마크는 원형으로 변형되어야 한다. 직사각형 워터마크를 폴라-매핑(polar-mapped)된 것으로 간주하며, 원형 패치의 삽입 위치를 부여하기 위해 역 폴라 매핑한다. 상기와 같은 변환에 의해서 회전 공격(rotation attack)에 의한 변형은 직사각형 워터마크로 변환될 때 이동(trasnlation)형태로 변환되어, 워터마크는 상관계수 검출기로 검출될 수 있다. 원형 패치의 크기는 서로 상이하며, 이 결과 각 패치에 대하여 별개의 원형 워터마크를 생성해야만 한다는 것을 유의하여 야 한다.

직사각형 워터마크의 x와 y의 크기를 각각 M과 N이라고 하자. 하나의 원의 반경 r은 원형 패치의 크기와 같다. 도 3과 같이, 원을 동심의 여러 영역으로 나눈다. 직사각형 워터마크의 x와 y축은 역 폴라 매핑되어 원의 반경 방향과 각 방향으로 역 폴라 매핑된다. rM은 원 r의 반경과 같고, r0는 rM으로부터 상대적으로 결정되는데, r0를 효과적인 변형을 위해 rM/4으로 설정하였다. 효과적인 변형을 위해 r0는 M/π보다 커야 하며, rM과 r0간의 차이는 N보다 커야 한다. 만약, 상기 제약 조건이 충족되지 않는다면, 직사각형 워터마크는 샘플링되어야 하고, 효과적으로 변형하는 것이 어렵다. 삽입 워터마크의 강인성을 증대시키기 위해 직사각형 워터마크를 원의 상반부에만 매핑한다. 다시 말해, 직사각형 워터마크의 y축은 전체 원 2π의 각이 아니라 반원 π의 각으로 스케일이 정해진다. 원의 하반부는 원의 상반부를 이용하여 대칭적으로 설정된다.

(2) 워터마크 삽입방법

워터마크 삽입을 위한 첫 번째 단계는 패치를 추출하기 위해서 이미지 콘텐츠를 분석하는 과정이다. 그 후, 워터마크가 반복적으로 모든 패치에 삽입된다. 워터마크 삽입과정은 도 4에 도시되어 있다.

[단계 A] 원형 패치를 추출하기 위해서 상기와 같이 CHT를 적용한다. 하나의 이미지에는 여러 개의 패치가 존재한다. 강인성을 증대시키게 위해서는 워터마크를 모든 패치에 삽입시킨다.

[단계 B1] 각 패치의 크기에 따라 원형 워터마크를 생성한다. 원형 패치의 반경이 직사각형 워터마크의 x와 y의 크기보다 크기 때문에 직사각형 워터마크 w 의 픽셀은 원형 워터마크 wc 안에서 여러 개의 픽셀로 매핑된다. 이렇게 하면, 워터마크 검출시 발생하는 원형 패치의 위치에 있어서 불일치를 보상해 줄 수 있다.

[단계 B2] 상기 원형 워터마크의 삽입은 이미지의 인식 품질(perceptual quality)에 영향을 미치지 않아야 한다. 이 제약조건은 워터마크의 삽입 강도를 제한시킨다. 이것을 인식할 수 없게 삽입하기 위해서 인간의 시각 시스템이 고려되어야 한다. 다음의 수학식 3의 인식 마스크를 적용한다.

여기서,

는 평평하고 매끄러운 영역에서의 가시의 하한이며,

는 가장자리 및 무늬 영역에서의 가시의 상한을 나타낸다. 노이즈 가시함수 NVF(i, j)는 다음의 수학식 4에 의해 계산된다.

여기서,

와

은 각각 국부 변이 및 그 최대치를 나타낸다. D는 스켈링(scaling) 상수이다.

[단계 B3] 상기 원형 워터마크를 공간영역에서 부가적인 방식으로 삽입한다. 워터마크의 삽입은 수학식 5와 같이 이미지의 픽셀과 원형 워터마크의 픽셀 사이의 공간영역에서의 덧셈으로 표현된다.

여기서,

와

는 각각 이미지의 픽셀과 원형 워터마크의 픽셀을 표시한다.

는 상기 워터마크의 삽입 강도를 제어하기 위한 인식 마스크를 나타낸다.

(3) 워터마크 검출방법

워터마크의 삽입과 마찬가지로, 워터마크를 검출하기 위한 첫 단계는 콘텐츠를 분석해 패치를 찾아내는 것이다. 그 후, 각 패치에서 워터마크 검출을 시도한다. 만약, 워터마크가 하나 이상의 패치에서 정확히 검출된다면 소유권자의 증명에 있어 성공할 수 있다. 본 발명에서의 워터마크 검출방법은 도 5에 도시되어 있다.

[단계 A] 원형 패치를 추출하기 위해서는 상기 CHT를 사용한다. 하나의 이미지에는 여러 개의 패치가 존재하므로 모든 패치에서 워터마크를 검출하기 위한 시도를 수행한다.

[단계 B1] 상기 부가적인 워터마킹 방식에서는 워터마크를 이미지 콘텐츠에 노이즈로 삽입하였다. 본 발명에서는 Wiener 필터를 적용해 상기 노이즈를 계산하고 이를 검출된 워터마크로 간주한다. 상기 워터마크 삽입과정에서와 같이 인식 마 스크를 이용해 변형을 보상하지만, 이런 보상은 워터마크 검출의 성능에는 커다란 영향을 미치지 않는다.

[단계 B2] 워터마크 삽입시 생성된 참조 워터마크와 검출된 워터마크 사이의 유사성을 판단하기 위해서, 상기 검출된 원형 워터마크는 상기 폴라-매핑을 적용하여 직사각형 형태의 워터마크로 변환해야 한다. 상기 워터마크가 대칭적으로 삽입된다는 사실을 고려하여 즉, 한 원의 상부 절반은 하부 절반과 대칭인 점을 고려해서 두 영역으로부터 평균치를 얻는다. 상기 매핑에 따라 상기 워터마크는 상관계수 검출기를 이용해 검출된다.

[단계 B3] 유사성을 계산하기 위해 원형 컨벌루션(convolution)을 상기 참조 워터마크와 검출된 워터마크에 적용한다. 두 워터마크 간의 유사성 정도를 워터마크 검출기의 반응이라고 부르며, 이는 다음의 수학식 6에서 원형 컨벌루션의 최대치로 표시된다.

여기서, w는 참조 워터마크이며, w*는 검출 워터마크이다. 유사치 범위는 -1에서 1까지이다. 최대치와 함께 r을 발견해 냄으로써 상기 패치의 회전각(π/r)을 확인할 수 있다. 만일, 유사성이 기 설정된 임계치를 초과할 경우에는 참조 워터마크가 삽입되었음을 알 수 있을 것이다.

[단계 C] 상기와 같이 하나의 이미지 안에는 여러 개의 원형 패치가 존재한 다. 따라서, 만약 삽입한 워터마크가 최소 하나의 패치에서 검출된다면, 소유권자를 성공적으로 판별할 수 있다. 만일, 상기 워터마크가 어느 패치에서도 검출되지 않으면, 워터마킹 방법은 실패하게 된다. 그러나, 제안된 방법에 의하면 공격 후에 워터마크를 검출할 가능성이 매우 높은데, 그 이유는 워터마크를 하나가 아닌 여러 개의 원형 패치에 삽입하고 있기 때문이다.

(4) 에러 확률 분석

소유권은 유사성이 미리 정의된 임계치를 초과했는지의 여부를 판단함에 의해 입증되기 때문에, 본 발명의 워터마크 검출기가 에러를 생성할 확률은 임계치의 선택에 달려있다. 여기서, false positive error와 false negative error를 고려해야만 한다. false positive error는 이미지들이 워터마킹되지 않은 경우에도 워터마크가 정확히 검출될 확률을 나타낸다. false negative error는 워터마킹된 이미지에서 삽입된 워터마크를 검출하지 못할 때의 확률을 나타낸다. 실제로는 false negative error를 분석하기가 어려운데, 그 이유는 공격의 형태가 여러가지이기 때문이다. 따라서, false positive error에 근거해 임계치를 선택하는 것이 일반적인 사례이다.

본 발명에서 제안된 워터마크 검출기의 에러 확률을 추정하기 위해서, 임의로 수집된 100개의 이미지 안에서 임의의 워터마크 20개를 검출시켜 보기로 했다. 각 이미지는 여러 개의 패치를 포함하고 있기 때문에, 총 30, 120개의 원형 패치를 처리해 워터마크를 검출했다. 유사치(정상 상관계수)와 이에 대한 감마 분포의 히스토그램이 도 6에 표시되어 있다.

대부분의 경우에 에러 확률을 추정하는 가장 간단한 방법은 유사도 즉, 검출치의 분포가 가우스분포모델(Gaussian distribution model)을 따른다고 가정하는 것이다. 그러나, 워터마크 검출기의 반응분포는 감마분포모델을 더 따르는 데, 그 이유는 본 발명에서 원형 컨벌류션에서 최대치를 취하고 있기 때문이다. 감마분포는 수학식 7에 정의되어 있다.

여기서, x는 연속 랜덤변수이다. 매개변수 α와 β는 α> 0 및 β > 0을 만족시키며, 다음의 수학식 8에서 평균치 및 랜덤변수 x의 변이를 이용해서 계산된다.

상기 결과에 따라, 검출기 반응 x의 평균치와 변이는 각각 0.1011 및 1.3359e^-004이었으며, 매개변수 α와 β의 값은 각각 76.5439와 0.0013이었다. 도 7은 본 발명의 워터마크 검출기와 그에 따른 임계치의 에러확률을 나타낸다.

4. 실험 결과

실험을 통하여 이미지 왜곡에 대한 CHT의 강인성과 워터마킹 방법의 성능을 측정했다. 이미지 처리과정의 응용에서 통상 사용되는 10개의 이미지에 대부분의 공격을 적용했다. 여기서, 모든 이미지는 512 × 512의 픽셀이며, 도 8을 참조하기 바란다.

(1) CHT의 성능

CHT의 강인성을 분석하기 위해서 우선 원 이미지와 공격받은 이미지에서 원형 패치를 추출했다. 그리고, 공격받은 이미지 패치의 위치와 반경과 원 이미지 패치의 위치와 반경을 상호 비교했다. 비교에 앞서, 기하학적 공격 이미지로부터의 원형 패치의 위치와 반경을 원 이미지 상에서의 위치와 반경으로 변경하였다. 만약, 원 이미지로부터의 원형 패치의 위치와 반경과 공격받은 이미지 패치의 위치와 반경 간에 차이가 2 픽셀 이하라면, 상기 패치가 정확히 다시 검출된 것으로 간주했다.

추출된 원형 패치의 숫자는 레나(Lena. 여자 이름), 원숭이, 고추, 비행기, 호수, 보트, 다리, 인디언, 펜타곤 및 부부 이미지에서 각각 9, 10, 14, 10, 14, 12, 13, 10, 13, 및 10이었다. 이미지에 무늬가 들어가면 들어갈수록 더 많은 패치가 발생한다. 추출된 원형 특징의 숫자는 이미지 콘텐츠에 따라 다르다. 만약, 이미지가 원에 접근한 많은 대상을 포함하고 있다면, 예를 들어 고추, 호수, 펜타곤 등에서 많은 원형 특징을 추출할 수 있다. 그러나, 상기 이미지가 단순한 대상이거나 복잡한 무늬를 포함하고 있다면, 예를 들어 레나, 원숭이, 비행기 및 부부의 영상에서는 강인한 워터마킹을 위한 원형 특징의 숫자를 충분히 확보하기 어려울 것이다. 본 발명에서 제안된 방법에서는 원형 특징을 추출하기에 앞서 대상물의 경계 를 원형으로 만들고 CHT의 강인성을 증대시키기 위해 가우시안 필터(Gaussian filter)를 적용했다. 이를 통해, 원형 특징은 전체 이미지 위에 분포될 수 있다.

신호처리 공격(median filter, Gaussian filter, additive uniform noise, and JPEG compression)과 기하학적 왜곡 공격(cropping, rotation, and scaling) 등을 적용했다. 도 9는 각 이미지 공격에서 정확하게 재검출된 원형 패치의 숫자를 보여주고 있다. 예상대로, 원 이미지로부터의 원형 패치 대부분은 이미지 공격에서 정확히 재검출됐다. 신호처리 공격방법을 이용해 대부분의 원형 패치를 추출했으며 기하학적 왜곡 공격을 가한 후에도 상당수의 원형 패치를 추출했다. 기하학적 왜곡 공격에서, 잘린 부분은 공격의 세기에 비례해 증가했다. 그 결과, 검출비율은 떨어졌다. 상기 결과는 CHT가 이미지 공격에 강하며 강인한 워터마킹에 유용하다는 주장을 뒷받침한다.

(2) 본 발명에서 제안된 워터마킹 방법의 성능

본 발명에서는 제안된 워터마킹 방법의 성능을 다음과 같이 시험했다. 직사각형 형태의 워터마크 크기는 32 × 32 픽셀이었으며, 노이즈 함수의 가중계수 α와 β는 각각 5.0과 1.0으로 설정했다. 임계치를 0.18로 설정하여 제안된 방법에 대해 10^-8의 에러 확률을 달성했으며, CHT의 위치 오차를 보상하기 위해 -2에서 +2의 범위에서 원형 특징의 반경을 검색함으로써 삽입 워터마크의 검출을 시도했다.

워터마킹된 원형 패치의 숫자는 레나, 원숭이, 고추, 비행기, 호수, 보트, 다리, 인디언, 펜타곤 및 부부 이미지에서 각각 9, 10, 14, 10, 14, 12, 13, 10, 13 및 10이었다. 이들 숫자는 상기 1)로부터의 원형 패치와 그 숫자가 동일한 것이다.

원 이미지와 워터마킹된 이미지 간의 PSNR 값은 도 10에 요약되어 있다. 상기 워터마크를 원형 패치에 삽입했다. 그리고, 이미지는 단지 일부 부분에서만 수정됐다. 그 결과, 본 발명에서 제안된 방법이 높은 PSNR 값을 나타냈다. 원숭이, 다리 및 펜타곤과 같이 무늬가 매우 많은 이미지에서는 상기 PSNR 값은 비교적 낮았는데, 그 이유는 노이즈가 감지할 수 없다는 사실 때문에 워터마크를 강력하게 삽입했기 때문이다.

도 11은 상기 워터마크가 정확히 검출된, 즉 유사성이 임계치를 초과한 원형 패치의 숫자를 보여주고 있다. 본 발명에서 제안된 방법은 신호처리 공격과 기하학적 왜곡 공격이 있은 후에도 상당수의 원형 패칭에서 삽입된 워터마크를 검출할 수 있었다. 만약, 상기 워터마크를 하나 이상의 원형 패치에서 검출한다면, 소유권을 성공적으로 확인할 수 있다.

직사각형 워터마크를 원형 워터마크로 변환하면, 직사각형 워터마크의 픽셀은 한 원의 동심 영역에 매핑되며, 원형 패치의 소규모 에러 불일치를 보상한다. 결론적으로, 실험에서 상기 워터마크는 선형 기하학적 변형, random bending, row-column removal 및 shearing 공격에서도 올바르게 검출되었다. Rotation + cropping, scaling + cropping, and rotation + scaling + cropping 공격에서, 잘린 영역은 공격의 강도에 비례해 증가했으며, 검출율은 감소되었다.

도 9과 도 11에서 매칭되는 항목의 차이는 동기화가 잘 되어 있으나, 부가 워터마킹 방법이 삽입 워터마크를 검출하는데에 실패한 원형 패치의 숫자를 나타내는 것이다. 상기와 같이, CHT는 이미지 공격 이후와 복잡한 무늬가 있는 이미지에서도 패치를 추출할 수 있다. 그러나, 부가적인 워터마킹 방식에 의한 방법은 이미지가 복잡한 무늬를 포함하고 있거나 노이즈로 인해 왜곡되었을 때에는 워터마크를 정확히 검출할 수 없었다.

다른 워터마킹 방법과 유사하게, 본 발명에서 제안된 방법은 스케일 왜곡의 경우에 비교적 낮은 성능을 나타낸다. 일반적으로, 이미지 스케일링은 보간을 요하는데 이는 인식 품질의 현저한 저하 없이도 삽입 워터마크를 왜곡시키거나 감쇄시킨다. 그러나, 본 발명에서 제안된 방법이 콘텐츠의 소유권자를 성공적으로 결정할 수 있도록 이미지 속에 워터마크를 여러 번이나 삽입시켰다.

5. 결론

도 12는 본 발명의 원 이미지와 워터마킹된 이미지 및 원 이미지와 워터마킹된 이미지 사이의 잔차류 이미지인데, 식별의 편의상 잔차 이미지의 히스토그램을 수정했다. 도 12와 같이, 이미지에 워터마크를 육안으로는 볼 수 없도록 삽입했다. 잔차 이미지는 원형 패치의 위치와 반경을 보여줌은 물론, 직사각형 워터마크가 어떻게 동심원에 적용됐는지, 그리고 공간영역에서 부가적인 워터마크 방식이 어떻게 워터마크를 영상에 삽입하는지 등을 보여주고 있다. 본 발명에서 제안된 방법은 높은 PSNR 값을 가지고 있는데, 이는 이미지가 부분적으로 수정되기 때문이다. 이미지에 원에 근사될만한 된 대상물들이 복수 개 포함된다면, 패치들은 이미지 전체에 흩어져서 워터마크가 전체 이미지에 삽입되게 해준다. 그러나, 호수와 비행기에서 하늘 부분의 경우와 같이 이미지의 무늬가 단순하다면, 워터마크는 대상물 근처의 영역에 집중된다.

본 발명은 미디어 콘텐츠를 이용한 워터마크 삽입과 검출을 위한 위치를 동기화하는 기하학적 불변 워터마킹 방법에 관한 것이다. 본 발명에서는 원형 패치들을 추출하기 위해 CHT를 적용했으며, 이들 패치는 공간영역에서 부가적인 방법에 의해 워터마킹되었다. CHT는 이미지 공격이 있은 후에도 올바르게 특징을 추출하며, 부가적 워터마킹 방법은 회전 왜곡에 대해 불변적으로 삽입 워터마크를 검출하기 때문에 본 발명에서 제안된 방법이 기하학적 왜곡 공격은 물론 신호처리 공격에도 효율적이다. 각종 실험을 통해서, 대부분의 공격을 적용하여 제안된 방법의 강인성을 보여주었다. 강인한 특징을 사용하는 것이 강인한 워터마킹을 디자인하는데 중요하며, CHT가 강인한 특징들을 추출하는 문제에 대한 해결책이 될 것으로 판단된다.

이상에서 설명한 내용을 통해 본 업에 종사하는 당업자라면 본 발명의 기술사상을 이탈하지 아니하는 범위 내에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 실시예에 기재된 내용만으로 한정되는 것이 아니라 특허청구범위에 의하여 정해져야 한다.

이상에서와 같이 본 발명에 의한 CHT(Circular Hough Transform)를 이용한 디지털 워터마킹 방법은 CHT를 이용함으로써 이미지 공격이 있는 후에도 뚜렷한 특징을 추출하는 것이 가능하고, 부가적인 워터마킹 방법을 이용함으로써 회전 왜곡 에 대하여 불변적으로 삽입 워터마크를 검출하기 때문에 기하학적 왜곡 공격을 물론 신호처리 공격에도 탄력적이다.

Claims

워터마킹 방법에 있어서,

난수 발생기를 이용하여 가우스 분포(Gaussian distribution)를 따르는 2차원 직사각형 워터마크를 생성하는 제1단계;

상기 직사각형 워터마크를 역 폴라 매핑하여 원형 워터마크로 변형하는 제2단계;

CHT를 이용하여 상기 원형 워터마크를 패치에 삽입시키는 제3단계;

상기 패치의 크기에 따라 원형 워터마크를 생성하는 제4단계;

인식 마스크를 적용하여 상기 원형 워터마크를 삽입하는 제5단계;

상기 원형 워터마크를 공간영역에서의 덧셈으로 삽입하는 제6단계;

CHT를 이용하여 상기 패치에서 워터마크 검출을 시도하는 제7단계;

Wiener 필터를 적용하여 노이즈를 계산함으로써 상기 워터마크를 검출하는 제8단계;

상기 검출된 워터마크가 폴라 매핑이 적용되어 직사각형 워터마크로 변환되는 제9단계; 및

원형 컨벌루션(convolution)을 참조 워터마크와 상기 검출된 워터마크에 적용하는 제10단계;

를 포함하는 CHT를 이용한 디지털 워터마킹 방법.
청구항 1에 있어서,

상기 원형 워터마크는 각 패치에 대하여 생성되는 것을 특징으로 하는 CHT를 이용한 디지털 워터마킹 방법.
청구항 1에 있어서,

상기 역 폴라 매핑은 원의 반경 방향과 각 방향으로 매핑되는 것을 특징으로 하는 CHT를 이용한 디지털 워터마킹 방법.
청구항 1에 있어서,

상기 직사각형 워터마크가 원의 상반부에는 매핑되고, 원의 하반부에는 원의 상반부를 이용하여 대칭적으로 설정되는 것을 특징으로 하는 CHT를 이용한 디지털 워터마킹 방법.
청구항 1에 있어서,

상기 제6단계는 이미지의 픽셀과 원형 워터마크의 픽셀 사이의 공간영역에서 덧셈으로 표현되는 것을 특징으로 하는 CHT를 이용한 디지털 워터마킹 방법.
청구항 1에 있어서,

상기 제8단계의 워터마크 검출은 상관계수 검출기를 이용하여 검출되는 것을 특징으로 하는 CHT를 이용한 디지털 워터마킹 방법.