DOI QR코드

DOI QR Code

의료 영상을 위한 추정오차 히스토그램 기반 가역 워터마킹 알고리즘

Reversible Watermarking based on Predicted Error Histogram for Medical Imagery

  • 오기태 (금오공과대학교 컴퓨터소프트웨어공학과) ;
  • 장한별 (금오공과대학교 컴퓨터소프트웨어공학과) ;
  • 도엄지 (금오공과대학교 컴퓨터소프트웨어공학과) ;
  • 이해연 (금오공과대학교 컴퓨터소프트웨어공학과)
  • 투고 : 2014.11.19
  • 심사 : 2015.01.20
  • 발행 : 2015.05.31

초록

의료 영상은 원본 콘텐츠의 품질을 유지하는 것이 중요한 동시에 사생활 보호의 요구가 증가함에 따라서 가역 워터마킹 기술에 대한 필요성이 증가하고 있다. 기존의 가역 워터마킹 알고리즘은 의료 영상이 아닌 일반 영상에서는 고용량 고품질을 유지할 수 있으나 영상 전체에 왜곡을 야기한다. 따라서 촬영 대상물의 품질 유지가 중요한 의료 영상에 직접적으로 적용하기에는 부적합하다는 단점을 가진다. 본 논문에서는 의료 영상의 촬영 대상물 영역의 영상 품질을 유지하며, 워터마크를 효율적으로 삽입할 수 있는 가역 워터마킹 알고리즘을 제안한다. 먼저 대상물과 배경 영역을 분할하기 위한 알고리즘을 설계하고, 그 후에 분할된 대상물과 배경에 대해 추정오차 히스토그램에 기반하여 가역 워터마킹 기법을 적용한다. 대상물 영역에는 삽입 레벨을 낮게 설정하고, 배경 영역에 삽입 레벨을 높게 설정함으로써 대상물의 화질은 최소한으로 변형을 하며 효율적인 삽입이 가능하도록 하였다. 실험에서 다양한 의료 영상에 대하여 제안한 알고리즘을 기존 추정오차 히스토그램 기반 가역 워터마킹 기술과 삽입 용량 및 영상 품질에 대한 비교를 수행하였고, 그 결과 제안하는 알고리즘이 기존 알고리즘에 비해 높은 영상 품질을 유지하면서 우수한 삽입 용량을 얻을 수 있었다.

Medical imagery require to protect the privacy with preserving the quality of the original contents. Therefore, reversible watermarking is a solution for this purpose. Previous researches have focused on general imagery and achieved high capacity and high quality. However, they raise a distortion over entire image and hence are not applicable to medical imagery which require to preserve the quality of the objects. In this paper, we propose a novel reversible watermarking for medical imagery, which preserve the quality of the objects and achieves high capacity. First, object and background region is segmented and then predicted error histogram-based reversible watermarking is applied for each region. For the efficient watermark embedding with small distortion in the object region, the embedding level at object region is set as low while the embedding level at background region is set as high. In experiments, the proposed algorithm is compared with the previous predicted error histogram-based algorithm in aspects of embedding capacity and perceptual quality. Results support that the proposed algorithm performs well over the previous algorithm.

키워드

참고문헌

  1. I. Cox, M. Miller, J. Bloom, J. Fridrich, and T. Kalker, "Digital Watermarking and Steganography," Morgan Kaufmann Publishers Inc., San Francisco, CA, 2007.
  2. M. U. Celik, G. Sharma, A. M. Tekalp, and E. Saber, "Lossless generalized-LSB data embedding," IEEE Trans. on Image Processing, Vol.14, No.2, pp.253-266, 2005. https://doi.org/10.1109/TIP.2004.840686
  3. J. Y. Kim, H.-Y. Lee, D.-H. Im, S.-J. Ryu, J.-H. Choi, and H.-K. Lee, "Print-Scan Resilient Curve Watermarking using B-Spline Curve Model and Its 2D Mesh Spectral Transform," The KIPS Transactions : Part B, Vol.15-B, No.4, pp.307-314, 2008.
  4. S. Lee, C. D. Yoo, and T. Kalker, "Reversible image watermarking based on integer-to-integer wavelet transform," IEEE Trans. on Information Forensics and Security, Vol.2, No.3, pp.321-330, 2007. https://doi.org/10.1109/TIFS.2007.905146
  5. J. Tian, "Reversible data embedding using a difference expansion," IEEE Trans. on Circuits and Systems for Video Technology, Vol.13, No.8, pp.890-896, Aug., 2003. https://doi.org/10.1109/TCSVT.2003.815962
  6. D. M. Thodi, J. J. Rodriguez, "Expansion embedding techniques for reversible watermarking," IEEE Trans. on Image Processing, Vol.16, No.3, pp.721-730, 2007. https://doi.org/10.1109/TIP.2006.891046
  7. Z. Ni, Y.-Q. Shi, N. Ansari, and W. Su, "Reversible data hiding," IEEE Trans. on Circuits and Systems for Video Technology, Vol.16, No.3, pp.354-362, 2006. https://doi.org/10.1109/TCSVT.2006.869964
  8. J. H. Hwang, J. W. Kim, and J. U. Choi, "A reversible watermarking based on histogram shifting," International Workshop on Digital Watermarking, Lecture Notes in Computer Science, Vol.4283, pp.348-361, 2006.
  9. W.-C. Kuo, D.-J. Jiang, and Y.-C. Huang, "Reversible data hiding based on histogram," International Conference on Intelligent Computing, Lecture Notes in Artificial Intelligence, Vol.4682, pp.1152-1161, 2007.
  10. H.-Y. Lee, K.-S. Kim, "High-Capacity Reversible Watermarking through Predicted Error Expansion and Error Estimation Compensation," The KIPS Transactions : Part B, Vol.17-B, No.4, pp.275-286, 2010.

피인용 문헌

  1. Brain MRI Template-Driven Medical Images Mapping Method Based on Semantic Features for Ischemic Stroke vol.5, pp.2, 2016, https://doi.org/10.3745/KTSDE.2016.5.2.69