เป้าหมายหลักของลายน้ำโดเมนความถี่คือการฝังลายน้ำในค่าสัมประสิทธิ์สเปกตรัมของภาพ การแปลงที่ใช้กันมากที่สุดคือ Discrete Cosine Transform (DCT), Discrete Fourier Transform (DFT) และ Discrete Wavelet Transform (DWT)
สาเหตุหลักของการใส่ลายน้ำในโดเมนความถี่คือธรรมชาติของระบบการมองเห็นของมนุษย์ (HVS) ได้มาจากสัมประสิทธิ์สเปกตรัมได้ดีกว่า
-
การแปลงโคไซน์แบบไม่ต่อเนื่อง (DCT) − DCT เหมือนการแปลงฟูริเยร์ มันสามารถกำหนดข้อมูลในแง่ของพื้นที่ความถี่แทนที่จะเป็นพื้นที่แอมพลิจูด สิ่งนี้มีประโยชน์เพราะสอดคล้องกับวิธีที่มนุษย์รับรู้แสงมากกว่า ดังนั้นส่วนที่ไม่รับรู้สามารถรับรู้และโยนทิ้งไป
เทคนิคการใส่ลายน้ำตาม DCT นั้นมีประสิทธิภาพเมื่อเทียบกับเทคนิคโดเมนเชิงพื้นที่ อัลกอริธึมดังกล่าวมีประสิทธิภาพในการต่อต้านการประมวลผลภาพอย่างง่าย เช่น การกรองความถี่ต่ำ การปรับความสว่างและคอนทราสต์ การเบลอ ฯลฯ
อย่างไรก็ตาม มันซับซ้อนในการดำเนินการและมีราคาแพงกว่าในการคำนวณ ในขณะเดียวกันก็อ่อนแอต่อการโจมตีทางเรขาคณิต เช่น การหมุน การสเกล การครอบตัด ฯลฯ
ลายน้ำโดเมน DCT สามารถกำหนดเป็นลายน้ำ DCT ส่วนกลางและลายน้ำ DCT แบบบล็อก การฝังในส่วนที่จำเป็นต่อการรับรู้ของรูปภาพนั้นมีข้อดีในตัวของมันเอง เนื่องจากรูปแบบการบีบอัดส่วนใหญ่จะกำจัดส่วนที่ไม่มีนัยสำคัญในรูปภาพออกไป
DCT มีขั้นตอนดังต่อไปนี้ -
-
ใช้เพื่อแบ่งรูปภาพออกเป็นบล็อกขนาด 8x8 ที่ไม่ซ้อนทับกัน
-
สามารถใช้ส่งต่อ DCT กับแต่ละบล็อกเหล่านี้ได้
-
สามารถใช้เกณฑ์การเลือกบล็อกบางอย่างได้ (เช่น HVS)
-
สามารถใช้เกณฑ์การคัดเลือกสัมประสิทธิ์ (เช่น สูงสุด)
-
สามารถฝังลายน้ำได้โดยการปรับเปลี่ยนค่าสัมประสิทธิ์ที่เลือก
-
สามารถใช้การแปลง DCT ผกผันกับแต่ละบล็อกได้
-
-
การแปลงเวฟเล็ตแบบไม่ต่อเนื่อง (DWT) − Wavelet Transform เป็นวิธีการสมัยใหม่ที่ใช้บ่อยในการประมวลผลภาพดิจิทัล การบีบอัด ลายน้ำ ฯลฯ การแปลงจะขึ้นอยู่กับคลื่นขนาดเล็กที่เรียกว่าเวฟเล็ต ความถี่ที่เปลี่ยนแปลงและระยะเวลาที่จำกัด
การแปลงรูปเวฟเล็ตจะหายไปจากภาพในเชิงพื้นที่สามทิศทาง เช่น แนวนอน แนวตั้ง และแนวทแยง ดังนั้นเวฟเล็ตจึงสะท้อนคุณสมบัติแอนไอโซทรอปิกของ HVS ได้แม่นยำยิ่งขึ้น ค่าสัมประสิทธิ์ DWT มีขนาดใหญ่กว่าในย่านความถี่ต่ำสุด (LL) ในทุกระดับการสลายตัว และมีขนาดเล็กกว่าสำหรับย่านความถี่อื่นๆ (HH, LH และ HL)
โดยทั่วไปแล้ว Discrete Wavelet Transform (DWT) จะใช้ในวิธีการกว้างๆ ของแอปพลิเคชันการประมวลผลสัญญาณ รวมถึงในการบีบอัดเสียงและวิดีโอ การกำจัดสัญญาณรบกวนในเสียง และการจำลองการกระจายเสาอากาศไร้สาย
-
การแปลงฟูริเยร์แบบไม่ต่อเนื่อง (DFT) − สามารถเปลี่ยนฟังก์ชันต่อเนื่องเป็นองค์ประกอบความถี่ได้ มีความทนทานต่อการโจมตีทางเรขาคณิต เช่น การหมุน การปรับขนาด การครอบตัด การแปล ฯลฯ
DFT แสดงค่าคงที่การแปล การเลื่อนเชิงพื้นที่ในรูปภาพส่งผลต่อคำอธิบายเฟสของรูปภาพแต่จะไม่ส่งผลต่อคำอธิบายขนาด หรือการเปลี่ยนแปลงแบบวงกลมในโดเมนเชิงพื้นที่ไม่ส่งผลต่อขนาดของการแปลงฟูริเยร์