Диплом ЦВЗ (1221233), страница 5

Файл №1221233 Диплом ЦВЗ (Исследование алгоритмов генерирования и встраивания цифровых водяных знаков в изображении) 5 страницаДиплом ЦВЗ (1221233) страница 52020-10-05СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 5)

Рассмотрим механизм работы алгоритма Коха-Жао[10].

Во время организации секретного канала кодеру и декодеру должно быть известно о двух конкретных выбранных коэффициентах ДКП из каждого блока, которые бу­дут использоваться для скрытия данных. Зададим данные коэффициенты их коор­динатами в массивах коэффициентов ДКП: и . Кроме этого, указанные коэффициенты должны отвечать косинус-функциям со средними частотами, что обеспечит скрытие информации в существенных для СЧЗ областях сигнала.

Сам процесс скрытия начинается со случайного выбора блока изображения, предназначенного для кодирования бита сообщения с индексом . Встраивание информации осуществляется таким образом: для передачи бита “0” разницу абсолютных значений коэффициентов ДКП искусственно делают превышающей некоторую положи­тельную величину, а для передачи бита “1” эта разница делается меньшей по срав­нению с некоторой отрицательной величиной:

(3)

Эти изменения вносятся в коэффициенты ДКП только, если их разность не отвечает скрываемому биту. Чем больше значение Р, тем стеганосистема, созданная на основе данного алгоритма, является более робастной к сжатию, однако качество изображения при этом ухудшается.

После внесения изменений в значения коэффициентов, кото­рые должны удовлетворять неравенству (3), проводится обратное ДКП.

Для извлечения данных в декодере выполняется аналогичная процедура выбо­ра коэффициентов, а решение о переданном бите принимается в соответствии со следующим правилом:

Учитывая высокоуровневые особенности СЧЗ, секретное сообщение встраивается в канал синего цвета.

Данный алгоритм был реализован в программном комплексе работы с параметром P=1. Такого значения разности достаточно для эффективной работы алгоритма с большинством изображений. Для некоторых изображений значение параметра было увеличено.

3.3.2.2 Алгоритм Барни

В данном алгоритме ЦВЗ представляет собой последовательность бинарных псевдослучайных чисел . Длина последовательности определяется размерами исходного изображения M и N, где [4].

При встраивании информации выполняется четырехуровневое вейвлет-преобразование с использованием фильтров Добеши-6. Причём для внедрения цифрового водяного знака используются детальные поддиапазоны первого подуровня разложения. При этом для модификации выбираются коэффициенты детальных поддиапазонов(LH, HL, HH), которые изменяются с учетом локальной чувствительности к шумам:

где

Множитель в этом выражении определяется поддиапазоном и уровнем разрешения:

второй же множитель определяется величиной, называемой локальной яркостью : а последний множитель определяется локальной дисперсией [4].

В детекторе водяной знак обнаруживается при вычислении значения корреляции с коэффициентами вейвлет-преобразования (ВП).

Каждое бинарное значение водяного знака предварительно умножается на весовой коэффициент, полученный на основе модели чувствительности СЧЗ к шуму. Это позволяет добиться незаметности встраивания.

3.3.3 Спектральные алгоритмы

3.3.3.1 Метод расширения спектра (метод Смита-Комиски)

Изначально методы расширения спектра (PC или SS — Spread-Spectrum) ис­пользовались при разработке систем управления и связи[7]. В последнее время интенсивное развитие данных методов объясня­ется желанием создать эффективные системы связи, обеспечивающие высокую помехоустойчивость при передаче сигнала по зашумлённому каналу.

При расширении спектра прямой последовательностью (РСПП) сиг­нал модулируется функцией, принимающей псевдослучайные значения в уста­новленных пределах, и умножается на временную константу – скорость следования элементов сигнала. Данный сигнал содержит составляющие на всех частотах, которые, при их расширении, мо­дулируют энергию сигнала в широком диапазоне.

Самым популярным спектральным методом, направленным на встраивание информации в изображение, является метод РСПП, авторами которого являются Смит (J.R. Smith) и Комиски (В.О. Comiskey) [11]. Алгоритм модуляции следующий: каждый бит сообщения представляется некоторой базисной функци­ей размерностью , умноженной, в зависимости от значения бита (1 или 0), на +1 или -1: Модулированное сообщение Е(х,у) попиксельно сум­мируется с изображением-контейнером С(х,у). Результатом является изображение, содержащее стего = С(х, y) + Е(х, у), при .

Чтобы добиться отсутствия искажений уже встроенного бита сообщения, ба­зисные функции должны быть ортогональными:

, где – количество значащих пикселов в базисной функции; – средняя мощность, приходящаяся на пиксель; -дельта-символ Кронекера.

В идеале все базисные функции должны быть ортогональными к изображению-контейнеру : . Однако на самом деле практически невозможно подобрать контейнер, который был бы полностью ортогональным ко всем базисным функциям . В таком случае должна быть введена величина погрешности , которая учитывается увеличе­нием мощности .

Для того, чтобы эффективно скрыть информацию, необходимо использовать большое количество базисных функций, ортогональных к типичным изображениям. Кодирование же изображений выдвигает прямо противоположное требование: идеальным считается не­большое количество базисных функций, которые перекрывают всю область изображения. Эти требования вступают в конфликт, когда стего подвергается сжатию: идеальная схема ком­прессии не способна полностью отобразить базисы, которые использовались для скрытия.

При РСПП модулирующая функция состоит из постоянного коэффициента усиления G (целое число), умноженного на псевдослучайный массив базис­ных функций значений ±1 [11]. Каждый массив имеет индивидуальное расположе­ние в (x, y) -массиве. Кроме того, массивы являются взаимно ортогональными и перекрывают весь (x, y) - массив без промежут­ков.

Также будем считать, что все базисные функции имеют одинаковое количе­ство значащих элементов . Полная мощность выражается формулой:

На этапе извлечения данных необязательно владеть информацией об исходном контейнере С. Операция декодирования состоит в восстановлении скрытого сообщения путем проецирования полученного изображения S на все базисные функции : .

Значения битов сообщения могут быть легко восстановлены с помощью знаковой функции:

При значении =0 скрытая информация утрачивается.

Данный алгоритм был реализован в программном комплексе и было проведено исследование его визуальных характеристик встраивания, устойчивости к атакам, пропускной способности.

3.3.4 Стеганографические методы на основе квантования

Под квантованием понимается процесс сопоставления большого (возможно и бесконечного) множества значений с некоторым конечным множеством чисел [4]. При этом происходит уменьшение объема информации за счет ее искажения. Квантование применяется в алгоритмах сжатия с потерями. Различают скалярное и векторное квантование. При векторном квантовании, в отличии от скалярного, происходит отображение не отдельно взятого отсчета, а их совокупности(вектора). Векторное квантование эффективнее скалярного по степени сжатия, но при этом обладает большей сложностью. В стеганографии находят применяются оба вида квантования.

В кодере квантователя вся область значений исходного множества делится на интервалы, и в каждом из них выбирается представляющее его число. Это число называют кодовым словом квантователя. Множество кодовых слов составляют книгу квантователя. Все значения, попавшие в данный интервал, заменяются в кодере на соответствующее кодовое слово. В декодере принятому числу сопоставляется некоторое значение. Интервал квантования называется шагом квантователя.

3.3.4.1 Алгоритм Хсу

В алгоритме Хсу [12] в роли ЦВЗ выступает бинарное изображение размером вдвое меньше исходного. Оба изображения предварительно подвергаются разложению: контейнер декомпозируется при помощи вейвлет-преобразования (фильтр Добеши-6, два уровня), а ЦВЗ преобразуется при помощи понижающей разрешение функции, описанной в стандарте JBIG (Joint Binary Image Group). ЦВЗ с уменьшенным разрешением называется остаточным. Остаточный ЦВЗ интерполируется (то есть между всеми пикселами вставляются нули) и вычитается из начального ЦВЗ. В результате вычитания получается разностный ЦВЗ, обладающий малой энергией.

И разностный, и остаточный ЦВЗ встраиваются в вейвлет- коэффициенты исходного изображения. При этом внедрение осуществляется в ВЧ(высокочастотные)-НЧ(низкочастотные) и НЧ-ВЧ области. Для повышения робастности внедрение ЦВЗ выполняется «через столбец» в каждую из областей: в одну внедряются четные столбцы, а в другую – нечетные [4].

Отмечено, что данный алгоритм не является стойким к сжатию и фильтрации изображения: так как вейвлет-преобразование концентрирует энергию изображения в НЧ-областях, ВЧ-коэффициенты будут малы. Поэтому алгоритм сжатия удалит их вместе с встроенной информацией. Другим недостатком алгоритма является обязательное наличие исходного контейнера в декодере.

3.3.4.2 Алгоритм Че

Алгоритм Че [13] является самым распространённым алгоритмом векторного квантования. В данном алгоритме ЦВЗ представляет собой последовательность символов логотипа, размер которого в четыре раза меньше размеров контейнера.

коэффициентов вейвлет-преобразования группируются в n-мерный вектор. Для внедрения каждого коэффициента логотипа осуществляется манипуляции над вектором квантованных коэффициентов изображения-контейнера.

Вектор коэффициентов ДВП контейнера модифицируется в соответствии с масштабированным кодовым словом, представляющим : .

Таким образом, при n = 4 для встраивания одного коэффициента логотипа изменяются четыре коэффициента контейнера.

Для извлечения информации требуется наличие исходного изображения-контейнера. Вектор ошибки вычисляется по формуле и для восстановления встроенного бита по кодовой книге ищется ближайшее кодовое слово .

При упорядоченности кодовой книги поиск осуществляется очень быстро. Автор алгоритма отмечает, что метод внедрения посредством векторного квантования является более гибким по сравнению со скалярным случаем и позволяет лучше контролировать робастность, уровень искажений и качество внедряемого изображения через параметр α [13].

3.3.5 Стегоалгоритмы, использующие фрактальное кодирование

Алгоритмы данной группы основаны на технологиях, заимствованных из кодирования изображений. Тема фрактального сжатия изображения стала популярной в середине 90-х годов. В результате проведённых экспериментов были достигнуты фантастические коэффициенты сжатия. Однако в ХХI веке достоверность этих экспериментов была оспорена. По результатам последних исследований фрактальное сжатие лишь немного эффективнее сжатия при помощи ДКП, использующегося в JPEG. Главной идеей метода сжатия является поиск последовательности афинных преобразований (поворот, сдвиг, масштабирование), позволяющих аппроксимировать блоки изображения малого размера(ранговые) блоками большего размера(доменами). Такая последовательность преобразований и передается декодеру. Применив их к любому изображению, получают искомое изображение. Фрактальное кодирование рассматривается, как разновидность векторного квантования, где в качестве кодовой книги выступают различного вида преобразования [4].

В работе будет рассмотрен только один фрактальный алгоритм, нашедший применение в системах ЦВЗ – алгоритм Баса [14].

3.3.5.1 Алгоритм Баса

Особенностью алгоритма является факт отсутствия как такового «внешнего» ЦВЗ. Информация встраивается за счет изменения изображения, порождающего самоподобие. Алгоритм позволяет внедрить до 15 различных ЦВЗ.

Характеристики

Список файлов ВКР

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6480
Авторов
на СтудИзбе
304
Средний доход
с одного платного файла
Обучение Подробнее