Цифровая стеганография.
Алгоритм создания водяного знака на основе дискретно косинусоидального преобразования

Тип работы:
Реферат
Предмет:
Гидробиология


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Цифровая стеганография. Алгоритм создания водяного знака на основе дискретно косинусоидального преобразования
А. И. Зорин,
аспирант, специальность «Информационные системы и технологии»
А. И. Винокур,
д.т.н., профессор кафедры информационных систем
Передача изображений в компьютерных сетях, включая сеть Internet, является важнейшей составляющей информационного потока для многих современных мультимедиа-приложений. Согласно статистике исследовательских организаций CacheLogic и Ipoque, до 30% всего Internet трафика представляет собой графическую информацию, передаваемую в распределенных компьютерных сетях. При передаче информации по открытому каналу связи неизбежно встает задача защиты ее конфиденциальности, целостности и доступности. На сегодня никто не сможет назвать точную цифру потерь от компьютерных преступлений, связанных с несанкционированным доступом к информации. С развитием и глобализацией Internet и используемых технологий передачи данных, эта проблема встает наиболее остро, затрагивая и подчиняя себе полный спектр различных решений и разработок.
Зачастую цифровые средства дают возможность хранения и передачи мультимедийной информации, но и являются способом их создания. Но преимущества, которые дает цифровая обработка данных, перечеркиваются легкостью, с которой возможна их фальсификация. Поэтому способы и средства защиты информации как и возможность защитить интеллектуальную собственность являются весьма актуальной проблемой. Имеющиеся методы защиты информации имеют как ряд достоинств, так и недостатков, связанных с потерей скрытого сооб-
140
щения при выполнении различных действий над изображением (сжатие, подавление шумов и т. д.)
Внедрение цифрового водяного знака (ЦВЗ) — технология, созданная для защиты авторских прав мультимедийных данных. ЦВЗ делятся на два класса: видимые невооруженным глазом, не видимые (извлекаемые с помощью специальных средств, объекты мультимедиа в этом случае являются контейнерами (носителями) данных).
Целью данного исследования является получение метода внедрения ЦВЗ, позволяющего производить его вложение в низкочастотные коэффициенты ДКП, что нам дает его устойчивость к сжатию алгоритма JPEG, и вызывающего незначительные искажения изображения (носителя) ЦВЗ, а также поиска скрываемой информации в изображении.
Известно достаточно много методов добавления цифровых водяных знаков. В частотной области изображения ЦВЗ могут формироваться с использованием дискретно косинусного преобразования (ДКП-DCT), преобразования Фурье (DFT) или вейвлет-преобразования.
В целом метод основан на дискретном косинусоидальном преобразовании (ДКП), которое является разновидностью дискретного преобразования Фурье, применяемого к матрице изображения таким образом, если ставится задача о робастности, то есть, устойчивости ЦВЗ, то использовать нужно, прежде всего, среднечастотные коэффициенты.
В основе предложенного метода лежит следующая конструкция. На основе формата JPEG оперируем с областями 16×16 бит, на которых яркость и цвет меняются сравнительно плавно. Вследствие этого, при разложении матрицы такой области в двойной ряд по косинусам, значимыми оказываются только первые коэффициенты, которые затем упорядочиваются в соответствии с правилом. Зигзак. ДКП применяется к каждому блоку, в результате чего получаются матрицы коэффициентов ДКП, также размером 16×16. Из этого следует, что прямое двухмерное ДКП блока исходного изображения определяется следующим образом:
M-1 N-1
B[p, q] = a"aq? ? A[m, ricos
n (2m+1)p n (2r+1)q
m=0r=0
2M
cos
2N
где B[p, q] - значения спектральных коэффициентов в преобразованном блоке- m, r — координаты пикселей в исходном блоке изображения- p, q- индексы коэффициентов в преобразованном блоке- A[m, r] -значения пикселей в исходном блоке ||A|.
1/M p = 0 11/M q = 0
ap ~{V2/M1 & lt- P^M-1- aq ~IV2/N1 & lt-q<-N-1
141
Рассмотрим изображение как некую область, где оси Хи Y соответствуют ширине и высоте картинки, а по оси Zоткладываются значения цвета соответствующих пикселей, переходим от пространственного представления картинки к ее спектральному представлению и обратно. ДКП преобразует матрицу пикселей размера 16×16 в матрицу частотных коэффициентов соответствующего размера.
В результате исходный блок точек преобразуется в матрицу частотных коэффициентов ДКП такого же размера. Наиболее важным коэффициентом является коэффициент с координатами (0,0), поскольку он представляет собой среднее значение всей матрицы и является постоянной составляющей сигнала DC (Direct Current). Все остальные коэффициенты являются переменными составляющими АС (Alternating Current).
Обратное
B[p, q
^ ^ м т n (2m+1)p %(2n+1)q
= apaq Z Z A[m, ncos-------cos-
m=0n=0
32
32
ДКП
определяется следующим выражением:
M-1N-1
A[m, n = Z Zapaq4pq]cos
n (2m+1)p n (2n+1)q
p=0 q=0
2M
cos-
2N
Для нашего блока 16×16, M = N = 16, поэтому ДКП имеет вид
15 15
ZZ
m=0n=0
B[p, q = apa. q Z Z A[m,^cos
n (2m+1)p n (2n+1)q
32
cos
32
= | 1/V16 p = 0 — = | 1/^16 p= 0
ap = [V2/161 & lt-p<- 15'- aq «[^2/161 & lt-p<- 15.
После преобразования, матрица путем вычитания 128 из каждого элемента пикселя, так как пиксельные значения черно-белого изображения изменяются от 0 до 255 (чисто черный цвет представляется 0, чисто белый цвет — 255), а ДКП работает со значениями пикселей от -128 до +127.
Матрица частотных коэффициентов ДКП не имеет прямой геометрической связи с положением пикселей на растре, а всего лишь представляет собой форму математической записи, при которой частотные коэффициенты ДКП являются двухмерным спектром изображения по горизонтальному и вертикальному направлению. Графическое преобразование заключается в том, что блок изображения рассматривается как суперпозиция изображений синусоидальных колебаний разной частоты. Так, если изображение имеет постоянную яркость, то (для простоты рассматривается черно-белое изображение) его блок коэффициентов будет содержать только один коэффициент DC с координатами (0,0). Численные значения коэффициентов соответствуют ярко-
142
стям соответствующих составляющих. Более сложные изображения представляются большим количеством коэффициентов ДКП.
118 117 113 111 101 93 81 75 64 48 39 37 24 9 3 0
112 -12
102 0 -14 -25
94 -8 -31
94 -5 -39
85 1 -8 -45
81 0 -53
76 1 -61
73 1 -69
72 0 -75
68 0 -79
49 0 -86
35 0 -92
29 -1 -101
16 0 -105
0 -109
Матрица ДКП
В результате применения дискретно-косинусного преобразования к блоку изображения получается матрица частотных коэффициентов ДКП. Такое представление изображения имеет преимущество, которое заключается в том, что коэффициенты, соответствующие низкочастотной составляющей изображения расположены в левом верхнем углу, а высокочастотной — в правом нижнем.
1603 203 11 +5 -30 -14 -14 -7
10S -93 10 4» 27 6 8 2
42 -20 -6 16 17 9 3 2
56 69 т -25 -10 -5 -2 -2
-33 -21 17 8 3 -4 -5 -3
-16 14 в 2 ¦А _т 1 1
0 -5 -б -1 2 3 0 1
9 5 -6 -9 0 3 3 1
— НЧ компоненты- * СЧ компоненты:
— ВЧ компоненты
Рис. 1. Таблица ДКП
143
Метод основан на следующем, учитывая то, что высокочастотные компоненты не подходят для вложения из-за большого шума обработки, а низкочастотные — из-за высокого шума изображения, придется ограничиться среднечастотными компонентами, в которых шум изображения примерно равен шуму обработки. Так как в методе используется увеличенный блок (16×16), то объем скрываемой информации увеличивается. После внедрения ЦВЗ нам ставится задача быстрого поиска скрываемого сообщения, для этого используется модифицированный метод параллельного отыскания водяных знаков, предложенный Е. Л. Столовым.
Любое изображение можно рассматривать как совокупность областей различной интенсивности, расположенных специальным образом друг относительно друга. Метод Е. Л. Столова [4] основан на выделении этих областей и определении их взаимного расположения. Однако в отличие от данного метода, мы используем определенные области 16×16, что приводит к более быстрой обработке алгоритма поиска ЦВЗ на изображении, и к составлению кодированного сообщения.
Таким образом, предложен новый метод защиты изображения от фальсификации. Он позволяет ускорить процесс поиска цифрового водяного знака (ЦВЗ) и уменьшить количество потерь скрытого сообщения при выполнении различных действий над изображением.
На основе метода представляем обобщенный алгоритм работы ПО.
144
Библиографический список
1. Аграновский А. В. Стеганография, цифровые водяные знаки и стеганоанализ / А. В. Аграновский, А. В. Балакин, В. Г. Грибунин, С. А. Сапожников. — М.: Вузовская книга, 2009.
2. Грибунин В. Г. Цифровая стеганография / В. Г. Грибунин, И. Н. Оков, И. В. Туринцев. — М.: Солон-Пресс, 2002.
145
3. КохановичГ.Ф. Компьютерная стеганография. Теория и практика / Г. Ф. Коханович, А. Ю. Пузыренко. — МК-Пресс, Киев, 2006.
4. Столов Е Л. Параллельный алгоритм для отыскания водяных знаков в изображении / Е. Л. Столов // Вестник Казанского государственного технического университета, 2006. — № 3. — С. 3742.
5. Bas P, Chassery J. -M, MacqB. Image watermarking: an evolution to content based approaches. Pattern Recognition. — vol. 35. -Р. 545−561, 2002.
146

ПоказатьСвернуть
Заполнить форму текущей работой