автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы встраивания цифровых данных в монохромные и цветные изображения

На правах рукопи!

КАЙНАРОВА ЕЛЕНА МИХАЙЛОВНА

МЕТОДЫ ВСТРАИВАНИЯ ЦИФРОВЫХ ДАННЫХ В МОНОХРОМНЫЕ И ЦВЕТНЫЕ ИЗОБРАЖЕНИЯ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в технических системах)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

1 о ИЮЛ 2014

С анкт-Петербург 2014

005550487

005550487

Работа выполнена в Санкт-Петербургском государственном университете технологии и дизайна Северо-Западного института печати

Научный руководитель: кандидат физико-математических наук,

доцент Горбачев Валерий Николаевич

Научный консультант: доктор технических наук, профессор,

Заслуженный работник высшей школы РФ

Дроздов Валентин Нилович

Официальные оппоненты: доктор технических наук, профессор,

Фофанов Яков Андреевич

кандидат технических наук, старший научный сотрудник, доцент Садов Василий Сергеевич

Ведущая организация: Федеральное государственное автономное

образовательное учреждение высшего профессионального образования Санкт-Петербургский государственный университет аэрокосмического приборостроения

Зашита состоится «2» октября 2014 года в 14 часов 00 минут на заседании диссертационного Совета по защите докторских и кандидатских диссертаций Д 212.010.03 Балтийского государственного технического университета «ВОЕНМЕХ» имени Д.Ф. Устинова по адресу: 190005, Санкт-Петербург, 1-я Красноармейская ул., д.1.

С диссертацией можно ознакомиться в библиотеке Балтийского государственного технического университета «ВОЕНМЕХ» имени Д.Ф. Устинова.

Автореферат разослан «01 » июля 2014 года

Ученый секретарь Диссертационного Совета

Ю.В. Петров

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Работа посвящена изучению базовых методов современной стеганографии для задачи встраивания бинарных изображений, где рассмотрены возможности использования битовых плоскостей монохромных и цветных контейнеров, устойчивость к сжатию и секретность.

Актуальность. Несмотря на большое число работ, ряд вопросов, касающихся базовых методов, остается без должного внимания. Это связано с тем, что цифровое изображение является сложным объектом. Оно допускает многочисленные представления с большим числом параметров.

Использование битовых плоскостей для встраивания цифровых данных или цифровых водяных знаков (ЦВЗ) хорошо известно в литературе. Встраивание в несколько бинарных разрядов (техника Stego-n bit) приводит к увеличению пропускной способности, однако для этой техники возникают вопросы, связанные с секретностью, устойчивостью к сжатию и другие. Примером использования нескольких битовых плоскостей служат плоскости Грея, построенные с помощью кодов Грея. Они известны в литературе, но их применению в стеганографии не уделяется должного внимания.

Сжатие с потерями представляет особый интерес для стеганографнческих систем, где контейнерами служат цифровые изображения. Чтобы сохранить изображение со встроенными данными для дальнейшего использования, его преобразуют в графический формат, среди которых наиболее популярным является JPEG. Однако JPEG сжимает изображение с потерями, что разрушает сокрытые данные. Поэтому вопрос об алгоритмах, обеспечивающих устойчивость встроенных данных к разрушению, является важным для практики. Работы, где обсуждалась устойчивость к JPEG сжатию алгоритмов встраивания в плоскости Грея, к настоящему моменту автору не известны.

Для случая встраивания ЦВЗ в цветное изображение предложен набор решений устойчивых к сжатию, который непрерывно пополняется новыми предложениями. Pix свойства, анализируются с помощью объективных мер искажения, таких как евклидово расстояние, пиковое отношение сигнала к шуму (PSNR, Peak Signal Noise Ration) и других. В нашем случае, когда в контейнер встраивается не случайная последовательность, а бинарное изображение, возникает своя специфика: получателем может быть человек. Это означает, что наряду с объективными мерами искажения должны использоваться меры, учитывающие особенности зрительного восприятия. Построение таких мер является отдельной и сложной задачей. Специально для формата JPEG была предложена мера, которую называют мера Ватсона (A. Watson, 1993). Она использовалась для создания адаптивных матриц квантования коэффициентов дискретного косинус преобразования. Однако, вопрос о ее применении для задач стеганографии исследовался недостаточно.

Стеганографическая система должна быть секретной. Однако, это свойство является нетривиальным. На это указывает теоретико-информационный подход, развитый для стеганографии со своим критерием е- секретности. Этот критерий сформулирован на языке относительной энтропии, он не предполагает наличие секретного ключа и его необходимо исследовать.

В результате, для базовых методов, исследование которых дают основу для создания профессиональных систем, возникают вопросы, которые представляют интерес для практики и являются актуальными.

В разработку подходов и методов современной стеганографии значительный вклад внесли отечественные ученые Грибунин В.Г., Окова И.Н., Аграновский A.B., Митекин В.А., Харинов М.В., Садов B.C., Коханович Г.Ф., Пузы-ренко А.Ю. и зарубежные ученые, среди которых I.J. Сох, M.L. Miller, J.F. Bloom, J. Fridrich, Т. Kaier, A. Watson.

Объект исследования. Цифровые и монохромные изображения. Предмет исследования. Методы и алгоритмы встраивания цифровых данных.

Цель диссертационной работы является повышение устойчивости сокрытых данных в цифровых изображениях к сжатию за счет новых методов и алгоритмов, разработанных на основе базовых подходов стеганографии для встраивания цифрового бинарного изображения в монохромный и цветной контейнер.

Для достижения поставленной цели необходимо решить задачи:

1. Определение и обоснование базисных методов встраивания в пространственной области.

2. Исследование с целью выбора мер искажения для сравнения цифровых изображений при сжатии с потерями и сравнения уровня сокрытия цифровых данных.

3. Исследование плоскостей Грея монохромного изображения для создания алгоритмов встраивания и детектирования, обеспечивающих высокую устойчивость сокрытых данных к сжатию с потерями.

4. Построение алгоритма минимизирующего цветовые искажения при встраивании бинарного изображения в цветное изображение с палитрой.

5. Оптимизация методов встраивания в битовые плоскости цветного изображения в моделях RGB и YCbCr для повышения устойчивости к сжатию с потерями.

6. Разработка методики для сравнения уровня сокрытия цифровых данных для алгоритмов, использующих ключ.

Методы исследования. При решении поставленных задач использованы методы системного анализа, математический аппарат теории вероятностей и математической статистики, методы теории информации и обработки изображений. Для численного исследования использовался пакет MATLAB. На защиту выносятся следующие научные результаты:

1. Методы встраивания и детектирования цифровых водяных знаков для плоскостей Грея монохромного изображения.

2. Алгоритм встраивания бинарных цифровых водяных знаков в изображения с палитрой без внесения цветовых искажений.

3. Методы встраивания устойчивые к сжатию для сокрытия цифровых водяных знаков в битовых плоскостях цветных изображений, представленных в моделях RGB и YCbCr.

4. Методика сравнения уровня сокрытия бинарных цифровых данных с помощью критерия на основе относительной энтропии между пустым и заполненным контейнером.

Новизна научных результатов:

1. Впервые использована мера искажения Ватсона, построенная с учетом зрительной системы человека, для выбора оптимальных параметров встраивания цифрового бинарного изображения в цветное, испытывающее JPEG сжатие.

2. Разработаны новые алгоритмы встраивания и детектирования для плоскостей Грея монохромного изображения, обеспечивающие более высокую устойчивость к сжатию с потерями цифровых водяных знаков, сокрытых в плоскостях Грея, чем цифровых водяных знаков, сокрытых в битовых плоскостях.

3. Разработан новый алгоритм встраивания бинарного изображения в цветное изображение с палитрой без цветовых искажений.

4. Впервые использована относительная энтропия в методике сравнения уровня сокрытия бинарного изображения для базовых алгоритмов с ключом.

Достоверность научных положений, результатов и выводов. Основана на корректном использовании разделов научных дисциплин, включающих теорию вероятностей, математическую статистику, методы теории информации и обработки изображений. Основные результаты доложены на международных конференциях и опубликованы в рецензируемых журналах.

Практическая ценность. Полученные результаты исследования базовых подходов служат основой для разработки профессиональных систем:

1. Предложенные алгоритмы встраивания и детектирования бинарного изображения для плоскостей Грея могут быть использованы в задачах подтверждения авторского права цифрового контента.

2. Предложенный алгоритм для цветного изображения с палитрой позволяет сокрыть небольшое бинарное изображение, что может быть использовано для создания протоколов защиты от незаконного копирования изображений в графических форматах png и gif, которые широко используются на сайтах сети интернет.

3. Результаты, полученные при анализе устойчивости к сжатию предложенных алгоритмов, позволяют пользователю выбрать оптимальные условия для сохранения цифровых изображений со встроенными данными в графическом формате JPEG.

4. Указаны меры искажения, которые, как показано, совпадают со зрительным восприятием, могут служить для сравнения изображений в задаче встраивания бинарного изображения с последующим сжатием.

Реализация результатов работы. Материалы диссертации внедрены на предприятии, а также использованы в учебной и научной работе СевероЗападного института печати Санкт-Петербургского государственного университета технологии и дизайна.

Апробация работы. Основные результаты работы докладывались на следующих конференциях: Научная и учебно-методическая конференция НИУ ИТМО (Санкт-Петербург, 2014); 23-я международная конференции по компьютерной графике и зрению ГрафиКон' 2013 (Владивосток, 2013); 5-th International Scientic Conference of Printing and Media Technology "Printing Future Days 2013"(Chemnitz, Germany, 10-12 September 2013); 22-ая международной конференция по компьютерной графике и зрению ГрафиКон'2012 (Москва, 2012); 44-th Annual Conference of the International Circle of Educational Institutes for Graphic Arts Technology and Management (1С) (Budapest, Hungary, 19-22 June 2012); 4-th International Scientific Conference of Printing and Media Technology "Printing Future Days2011"(Chemnitz, Germany, 7-10 November 2011).

Работа поддержана грантом Министерства Рособразования и Германской службы академических обменов DAAD, №11.9170.2014, проект «Разработка и исследование методов цифровых водяных знаков в изображениях (полиграфия)», 2014 г. Отправлена заявка в Роспатент на получение свидетельства о государственной регистрации программы для ЭВМ №36-04-66.

Публикации. По теме диссертации опубликовано 9 работ, из них 3 статьи в рецензируемых журналах и изданиях, входящих в перечень ВАК РФ.

Структура работы. Работа состоит из введения, пяти глав, заключения и списка литературы из 90 наименований. Работа изложена на 126 страницах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность, сформулирована цель и задачи исследований, научная новизна и практическая ценность полученных результатов, основные положения, выносимые на защиту.

В первой главе приведен обзор литературы и рассмотрена общая схема стеганографической системы, базовые методы встраивания и задачи, которые

решаются методами стеганографии.

К базовым методам стеганографии относится метод LSB (Least Bit Significant) и аддитивное встраивание. Основой LSB служит модификация младшего бита, который играет не значительную роль. Использован вариант, когда встраивание бита сообщения т осуществляется путем побитового сложения с выбранным битом контейнера bV- bVm = by ® m, где V = 1,2,... к разряд в бинарном представлении элемента контейнера с = b/¡... bx. При встраивании может использоваться секретный ключ. В методе аддитивного сложения ключ к прибавляется к элементу контейнера с или вычитается с некоторым весом ß: s = с + ß{l - 2т)к. Далее рассмотрен случай, когда контейнером служит монохромное изображение, которое также называют полутоновым, и цветное, а сообщение представлено бинарным изображением.

В этой главе кратко обсуждаются задачи по охране авторского права, для формулировки которых в [1] использована стандартная терминология принятая в криптографии. Другой задачей, которая решается методами стеганографии, является обратимое преобразование цветного изображения в монохромное (Color to Black and Back Reversible Transformation). Она решается путем встраивания информации о цвете в монохромное изображение. Чтобы увеличить объем встроенных данных без внесения визуальных искажений эффективным оказывается блочное кодирование [2]. Введение секретного ключа позволяет использовать эту систему для задачи распределения цветных цифровых фотографий легитимным пользователям [4].

Во второй главе рассмотрены меры искажения, которые служат для сравнения изображений и представления цифрового изображения, которые позволяют выделить избыточность.

В литературе известно большое число мер искажения, но среди них нет универсальной, поэтому выбор адекватных мер является отдельной задачей. Для сравнения двух изображений, представленных матрицами С и S, в работе использованы следующие меры искажения: евклидово расстояние пиковое отношение сигнал шум PSNR{C, S) (Peak Signal Noise Ratio) и отно-

сительная энтропия Q(C||5). Они определены соотношениями

e(C,S) = l(l/íl)Yl(S[Tn,n]-C[m,n\)2,

У 771,71

PSNR(C, 5) = 20log10 \Cmax\¡e{C, S), Q(C||5) = $>c[i](log2Pc[¿] - log2ps[¿]),

г

где Q - общее число элементов, \Стах\ - максимальное значение пиксела, Pc[i],Ps[i] - гистограммы яркости i — 0,1,... изображений С, S. Здесь считается, что S получается из С некоторым преобразованием. Использовалась корреляционная функция

G(s) = (1 /Z)^2c[m,n]c[m, (n + s- l)mod(N) + 1)],

m,n

где s = 0,1,... N — 1, здесь N - число элементов строки, Z = n C2[mi n\-

Наряду с указанными объективными мерами искажения использована мера Ватсона WATSN(C,S), которая учитывает особенности зрительной системы человека.

Избыточность цифрового изображения может быть выделена путем разложения на битовые плоскости

С = Bw2w 1 + • • • + Bi2°,

где Bv, У = 1, - ■ ■ W битовые плоскости, являющиеся бинарными изображениями, составленными из одноименных разрядов двоичного представления яркости пиксела. Младшая битовая плоскость В\ = Cmod(2) строится из младших разрядов или LSB битов. Избыточность проявляется в том, что младшие битовые плоскости можно удалить или модифицировать без внесения заметных искажений. Из кодов Грея двоичного представления яркости пиксела строятся плоскости Грея. Разложение полутонового изображения по плоскостям Грея имеет вид

С = GW2W~1 + (Gw © G^-i) 2W~2 + • • • + (Gw © Gw-i © • • • © Gj) 2o.

Был проведен эксперимент, цель которого сравнить корреляционные свойства битовых плоскостей и плоскостей Грея. На рис. 1 представлена корреляционная функция G(s), вычисленная для полутонового изображения, представленного слева. Для расчета из этого изображения были выбраны младшие битовые плоскости и плоскости Грея с номерами V = 1 и V = 4. Из графиков следует, что зависимости носят нерегулярный характер и корреляция выше у плоскостей Грея.

В третьей главе рассмотрено встраивание бинарного изображения в битовые плоскости и плоскости Грея монохромного контейнера с последующим сжатием [3].

Для встраивания бинарного изображения M в битовую плоскость Bv полутонового контейнера С использован алгоритм побитового сложения

С Sb = С - 2V~\BV -Bv ® M),

где Sb стегоизображение с ЦВЗ в битовой плоскости V = 1,2,.... Для детектирования требуется битовая плоскость В у контейнер С.

Пример встраивания бинарного изображения в плоскости Грея приведен на рис. 2. Для встраивания в плоскость Грея, как и в битовую, использован алгоритм побитового сложения Gv Gvm = G у © Л/. Это означает, что ЦВЗ встраивается в набор бинарных плоскостей V, V - 1,... 1, т. е. от V до младшей. Для сравнения встраивания в битовые плоскости и плоскости Грея был проведен численный эксперимент, где рассчитывались меры искажения между контейнером и стегоизображениями. Оба случая имеют близкие меры искажения, различие порядка 1%. Однако, специфика плоскостей Грея проявляется при сжатии с потерями, которое возникает, если цифровое изображение

записывается в формат JPEG.

Процесс сжатия с потерей является сложным, для его описания использовано преобразование вида Т : А -> Ад, где А„ - изображение, которое получается из А путем сжатия с параметром качества q G [1,100]. Чем больше q, тем меньше потери и выше качество. В работе использована реализация Т с помощью функций MATLAB. Автором рассмотрена схема, где бинарное изображение M встраивается в битовую плоскость Bv или плоскость Грея Gv, затем сжимаются с параметром качества q с последующим извлечением ЦВЗ. В этой схеме возникает большое число вариантов. Например, можно встроить ЦВЗ в плоскость Грея, а после сжатия извлечь ЦВЗ из битовой плоскости или плоскости Грея, при детектировании требуется контейнер, который может

быть сжатым или нет.

Был проведен численный эксперимент, где рассчитывались меры искажения между исходным ЦВЗ и извлеченными после сжатия. На рис. 3 а и б представлены бинарное изображение M и полутоновый контейнер С. При встраивании в четвертую плоскость V = 4 контейнер и стегоизображение визуально неразличимы. Для сжатия с параметром качества q = 90 извлеченные ЦВЗ из битовой плоскости и плоскости Грея Мь и Мд показаны на рис. 3 в и г. При детектировании взят сжатый контейнер. Визуальное качество у Мд лучше.

На рис. 4 приведены зависимости PSNR для Мь и Мд. Графики получены усреднением по 80 изображениям. Для параметра качества q > 50, эта область

представляет наибольший интерес, для Мд получаются значения PSNR от 15 до 30 дб, что свидетельствует в пользу приемлемого визуального качества. На рис. 5 а и б приведены значения евклидова расстояния и относительной энтропии, усредненные по 200 изображениями, в зависимости от V. Видно, что наилучшие показатели (наименьшее евклидово расстояние и относительная энтропия между М и Мд) для не слепого детектирования, которое не требуется пустого контейнер.

На рис. 5 в и г приведены гистограммы для значений евклидова расстояния и относительной энтропии. Эти распределения, также получены из 200 изображений. Возникают три хорошо различающиеся распределения. Их средние значения соответствуют точкам V = 4 на кривых в верхнем ряду. Хорошо различимые распределения свидетельствуют о различии выбранных случаев встраивания и детектирования.

Из проведенного эксперимента можно сделать следующие выводы:

1. При сжатии с потерей использование плоскостей Грея как для встраивания, так и для детектирования приводит к лучшим мерам искажения ЦВЗ, чем встраивание и детектирование из битовых плоскостей.

2. Выбранные меры искажения соответствуют визуальному качеству.

3. При сжатии проявляются особенности плоскостей Грея. Так, наиболее эффективным оказывается неслепое детектирование из плоскостей Грея, а не из битовых плоскостей.

В четвертой главе рассмотрено встраивание бинарного изображения в цветной контейнер, который может быть представлен с помощью индексированного изображения с палитрой или задан изображением в цветовой модели RGB или YCbCr.

Индексированные изображения поддерживают графические форматы GIF (Graphics Interchange Format) и PNG (Portable Network Format), которые генерируют палитру P и массив индексов I = {Г[гп, п]} при сохранении цветного изображения. Для воспроизведения цвета яркости пиксела г = 1[т,п] ставится в соответствие строка палитры. Оба массива Р и I могут играть роль контейнера. Для встраивания важную роль играет следующее свойство. Если изменить значение яркости в массиве индексов и одновременно изменить порядок строк в палитре, то цветное изображение не изменится. Указанное свойство использовано для встраивания данных путем перестановки строк палитры, которая на практике представляется матрицей 256 х 3. Пара строк 2г, 2г — 1, г = 1,2,..., 128 переставляется тогда и только тогда, когда значение бита сообщения т G {0,1} равно единице: (2г, 2г — 1) —» (2г — т, 2г — 1 + ш). Поэтому правилу изменяется яркость массива индексов. В результате, можно

встроить 128 бит или небольшое бинарное изображение размера 8 х 16. Чтобы извлечь встроенные данные, нужна исходная палитра.

Результаты встраивания путем перестановки строк палитры приведены на рис. 6. Палитра и массив индексов построены из цветного RGB-изображения с помощью функции MATLAB rgb2ind. Если в палитру, фрагмент которой показан на рис. 6 а, встроить бинарное изображение рис. 6 б, то некоторые строчки поменяются местами. На рис. 6 в поменялись местами пары 1-2, 7-8 и другие. Если в палитре переставлены строчки, то в цветном изображении возникают цветовые искажения, что показано на рис. 6 à. Если затем изменить яркость массива данных, то восстановленное цветное изображение будет визуально неотличимо от исходного, которое приведено справа на рис. 6 г.

При встраивании в цветное изображение могут быть учтены особенности формата JPEG, который для сжатия использует модель Y С},СГ и более тщательно сохраняет яркостную компоненту Y. В этой главе был проведен эксперимент, цель которого рассмотреть встраивание в модели RGB и YCbCr с последующим JPEG сжатием.

Использование двух цветовых моделей приводит к большому числу вариантов встраивания и детектирования, которые показаны на рис. 7. Путем расчета мер искажения выбраны наилучшие варианты, отмеченные красным. На схеме контейнеры C_RGB и C YCbCr представляют цветное изображение в моделях RGB и YCbCr, что отмечено соответствующими нижними индексами. В битовую плоскость одной из цветовых составляющих контейнера R, G, В или Y, СЬ, Сг встраивается бинарное изображение M путем побитового сложения. Возникают два массива S_RGB и S_YCbCr, в каждом из которых по три стегоизображения, содержащие M в соответствующей цветовой компоненте. Чтобы стегоизображения выглядели естественно, использовано преобразование S_YCbCr в RGB. В итоге, возникают три массива S_RGB, S_YCbCr и SI RGB, в каждом из которых три стегоизображения. После сжатия с параметром качества q получаются стегоизображения Sq_RGB, Sql_RGB и Sq2_YCbCr. В схеме используется не слепое детектирование, для которого нужен контейнер. Исходя из полученных результатов предыдущего раздела, контейнер берется сжатым. Детектирование осуществляется следующим образом. При встраивании в модели RGB берется контейнер Cq_RGB, который получается сжатием C_RGB. Из R, G и В составляющих извлекаются три встроенных изображения MR, MG и MB. При встраивании в модели YCbCr возникает несколько вариантов. Один из них использует стегоизображение Sq2_YCbCr и сжатый контейнер Cq_YCbCr, в результате получаются MY, МСВ, MCR, извлеченные из компонент Y, СЬ, Сг. Наиболее благоприятным с точки зрения мер искажения оказался вариант детектирования из стегоизображения Sql_YCbCr, полученного из Sql_RGB, когда используется сжатый контейнер Clq_YCbCr, который получается преобразованием в YCbCr сжа-

того контейнера Cq_RGB. При этом возникают ЦВЗ MUY, MUCB, MUCR извлеченные из компонент Y, СЬ, Сг. Для анализа вариантов рассчитывались меры искажения d(M,X) между исходными и извлеченными ЦВЗ X=MR, MG, MB, MUY, MUCB, MUCR, MY, MCB, MCR. Были выбраны евклидово расстояние, PSNR, относительная энтропия и мера Ватсона, которая представляет особый интерес, поскольку учитывает зрительное восприятие человека.

На рис. 8 представлены ЦВЗ MR, MG и MUY, встроенные в R, G, и Y компоненты и извлеченные после сжатия с параметром качества q = 67,70,75,80. Для встраивания использовалась битовая плоскость V = 3. Наилучшее визуальное качество имеет MUY.

На рис. 9 показаны зависимости меры Ватсона и евклидова расстояния от параметра качества и приведены функции распределения значений меры Ватсона. Для встраивания использовалась битовая плоскость V = 3. Все графики на этом рисунке получены путем усреднения по 1000 цветным изображениям. Из графиков следует согласованность поведения меры Ватсона и евклидова расстояния (RMSE) в оценке искажений. Наименьшее искажение у MY и MG, которые были встроены в яркостную и зеленую компоненты. В нижнем ряду на рис. 9 приведены функции распределения, описывающие статистику значений меры Ватсона для q = 75. Из графиков следует, что распределения для MG и MUY (рис.9 в) различаются, но имеют значительную область перекрытия. Это означает, что соответствующие варианты встраивания могут иметь близкие значения мер искажения. Из рис. 9 г следует, что распределения для MCR, MY и МСВ сильно перекрываются между собой и хорошо отличимы от MUY. Это означает, что два варианта встраивания в цветовой модели YCbCr хорошо различаются. На рис. 10 приведен пример работы алгоритма. В верхнем ряду два цветных изображения, в одном из них встроено бинарное изображение. Оба изображения визуально неразличимы. В нижнем ряду слева и справа два изображения MG и MUY, извлеченные после сжатия с параметром качества q = 75. В нижнем ряду посредине изображение, которое встраивалось. Визуальное качество MUY лучше.

Полученные результаты позволяют сделать следующие выводы:

1. Встраивание в модели YCbCr более целесообразно, чем в RGB, поскольку данные, встроенные в яркостную компоненту, оказываются более устойчивы к сжатию с потерями, чем данные сокрытые в красной, зеленой и синей компоненте.

2. Оценки, которые дает мера Ватсона, учитывающая особенности зрительного восприятия, согласуются с объективными мерами искажения.

В пятой главе обсуждается секретность стеганографической системы.

С помощью критерия е- секретности рассмотрен вопрос о секретности двух

систем с алгоритмом встраивания в битовую плоскость и алгоритмом аддитивного сложения.

Секретность системы определяется ее стойкостью к атаке противника, которую можно построить на основе статистического анализа. Для ЬБВ метода эффективной считается атака \2- Избыточность изображения позволяет встраивать данные в старшие биты, что также может быть обнаружено с помощью атаки типа х2, которая в этой главе модифицирована для встраивания во вторую битовую плоскость.

Согласно принципа Керхгоффса (КегскЬой, 1883) в криптографии секретность системы определяется ключом, который должен быть случайным. Для встраивания в цифровое изображение роль ключа может играть матрица, созданная случайным генератором, выбор которого может быть критичным. Так, для аддитивного встраивания параметры генераторов шума с гауссовым, пуассоновским или равномерным распределением влияют на видность данных в разности между пустым и заполненным контейнером [5]. В этой главе найден порог г] — а/т, где ег и т - дисперсия и среднее значение шума, ниже которого данные могут просвечивать.

Теоретико-информационный подход определяет секретность стеганогра-фической системы с помощью относительной энтропии и позволяет сравнивать секретность различных систем. Согласно критерия е- секретности (СасЫп, 1998) стеганографическая система называется е- секретной, если относительная энтропия между пустым С и заполненным контейнером <5 удовлетворяет неравенству <5(С||5) < е. Когда С и5 представлены цифровыми изображениями вычисляется относительная энтропия между гистограммами яркости пустого и заполненного контейнеров.

Этот критерий использован для сравнения двух систем с секретным ключом. В первой системе использован алгоритм аддитивного встраивания

Л! : С 5 = С - /3(1 - 2М)К,

где /3 параметр, К - секретный ключ, представляющий собой случайную матрицу. Во второй системе использован алгоритм побитового сложения с секретным ключом

Л2 : С -> 5 = С - 2У~1{ВУ -ВУ®М Ф К),

где В у битовая плоскость. С практической точки зрения может возникать вопрос, какая из двух рассмотренных систем является более секретной. Это сложный вопрос, один из возможных ответов дает критерий е-секретности.

В этой главе был проведен эксперимент, цель которого сравнить относительную энтропию двух систем с аддитивным алгоритмом встраивания А\ и алгоритмом побитового сложения А2- На рис. 11 приведены результаты рас-

чета относительной энтропии Q(C||S) для систем с алгоритмами Ai и А2 при встраивании бинарного изображения в полутоновое [б]. В алгоритме аддитивного встраивания Ai ключ создавался генератором гауссова шума normrnd, а параметр /3 G [0,1]. В алгоритме побитового сложения Л2 для сокрытия использовались все битовые плоскости V = 1,.. .8, а ключ создавался функцией MATLAB randi, которая генерирует массив из 0 и 1 с равномерным распределением. Оба графика получены путем усреднения по 2000 изображений. Интерес представляют не все значения параметров, а только рабочие, где V = 1,2,3 и /3 G [0,0.5]. Из полученных зависимостей следует, что в рабочей области относительная энтропия у системы с побитовым сложением лежит в интервале [0.0148,0.02], что на два порядка больше, чем у второй системы. Следовательно, по критерию е-секретности система с аддитивным встраиванием имеет более высокий уровень секретности, чем система с побитовым сложением.

ЗАКЛЮЧЕНИЕ

В ходе выполнения работы получены следующие результаты:

1. Впервые использована мера искажения Ватсона, построенная с учетом зрительной системы человека, для выбора оптимальных параметров встраивания цифрового бинарного изображения в цветное, испытывающее JPEG сжатие.

2. Разработаны новые алгоритмы встраивания и детектирования для плоскостей Грея монохромного изображения, обеспечивающие более высокую устойчивость к сжатию с потерями цифровых водяных знаков, сокрытых в плоскостях Грея, чем цифровых водяных знаков, сокрытых в битовых плоскостях.

3. Разработан новый алгоритм встраивания бинарного изображения в цветное изображение с палитрой без цветовых искажений.

4. Впервые использована относительная энтропия в методике сравнения уровня сокрытия бинарного изображения для базовых алгоритмов с ключом.

Евклидово расстояние, q-80

-ii

L -tiy.K'íj i efu.Mgb] 3-elM.Mgc)

\

Распределение евклидова расстояни V=4,q=80. 2 i

l-e(M.Mg)

2 - e(M,Mgb)

3 - e(M.Mgc)

£

1Я }нтропия, q=80

1-Q(M||Mg)

2-Q{M||Mgb)

3-Q(M||Mgc)

номер плоскости"

l-Q(M||Mg) 2 -Q(M| |Mgb) 3-QfW||Mgc)

Рис. 3. Встраивание в битовую плоскость и плоскость Грея. Использованы четвертые плоскости, а)- Бинарный ЦВЗ; б) - полутоновый контейнер; в) - ЦВЗ, извлеченные из битовой плоскости, д=90; г) - ЦВЗ, извлеченные из плоскости Грея, д=90

Рис. 5. Меры искажения и гистограммы для встраивания в плоскости Грея, а) - Евклидово расстояние; б) -относительная энтропия; в) - распределение значений евклидова расстояние для У—4; г) - распределение значений относительной энтропии для У~4

Рис. 1. Корреляционные функции битовых плоскостей и плоскостей Грея для одного изображения из серии Caprichos, Francisko José de-Goya. а) - полутоновое изображение; б) -корреляционные функции четвертых плоскостей; в) - корреляционные функции младших плоскостей.

Рис. 2. Встраивание бинарного изображения в битовую плоскость: а) - ЦВЗ; б)-з) - изображения с ЦВЗ в битовой плоскости V. б) - У=1; в)- У=3; г) -У =4; д) - У=5; е) - У=6; ж) - У=7; з) - У=8.

Рис. 4. Пиковое отношение сигнал шум при встраивании в битовую плоскость и плоскость Грея_

Рис. 6 Встраивание бинарного изображения в индексированное, а) - фрагмент исходной палитры; б) - встраиваемое бинарное изображение 8 х 16; в) - палитра с переставленными строками; г) -исходное RGB - изображение; д) - цветовые искажения от перестановки строк палитры.

MUCB

MUCR

ClqYCbCr

Рис. 7 Встраивание в цветовых моделях RGB и YCbCr с последующим сжатием, благоприятные варианты отмечены красным.

MCR

Наиболее

C_RGB

JPEG

C_YCbCr

JPEG

Cq_YCbCr

q=67 q=70 q=75 q=80

Рис. 8 ЦВЗ, извлеченные из битовой плоскости У=3 после сжатия с параметром качества д=67, 70, 75, 80.

Распределение, q=75

WATSN(M.MG) -WATSN(M.MUY)

Распределение, q=7S

Рис. 9 Меры искажения и функции распределения в зависимости от параметра качества при усреднении по 1 ООО цветным изображениям, а) - мера Ватсона; б) - евклидово расстояние (RMSE); в) -г) - распределение значений меры Ватсона.

-*-RMSE(M,MB) -*-RMSE(M,MR) RMSE(M.MG) -•-RME(M.MUY)

в) г) д)

Рис. 10 Работа алгоритма. Встраивание в зеленую и яркостную компоненту. В вернем ряду два цветных изображения, одно из которых содержит бинарный ЦВЗ в зеленой компоненте. В нижнем ряду посредине исходный бинарный ЦВЗ, слева и справа ЦВЗ MG и MUY, извлеченные после сжатия с параметром q=75.

а)

номер битовой плоскости ^^ вес Ь

Рис. 11 Относительная энтропия двух систем с секретным ключом. Использовано 2000 изображений, а) - система с побитовым сложением; б) - система с аддитивным встраиванием.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Список публикаций в рецензируемых журналах из перечня ВАК РФ:

1. Кайнарова, Е.М. Методы цифровой стеганографии для защиты изобразительной информации / Е.М. Кайнарова, В.Н. Горбачев, А.Н. Кулик, И.К. Метелев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2011. - № 2. - С. 32-49.

2. Кайнарова, Е.М. Один алгоритм блочного встраивания цифрового водяного знака в наименее значащие биты на основе условия равенства яркости / Е.М. Кайнарова, В.Н. Горбачев, И.К. Метелев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2010. - № 2. - С. 60-70.

3. Кайнарова, Е.М. Встраивание бинарного изображения в плоскости Грея /Е.М. Кайнарова, В.Н. Горбачев, JI.A. Денисов // Компьютерная оптика. -2013. - Т. 37, №3 - С. 385 - 390.

В прочих изданиях:

4. Кайнарова, Е.М. Стеганографическое преобразование цветного изображения в полутоновое для распределения цветных фотографий / В.Н. Горбачев, Е.М. Кайнарова, И.К. Метелев, Е.С. Яковлева // Труды 23-й международной конференции по компьютерной графике и зрению. ГрафиКон' 2013, Владивосток. - 2013,- С.226-229.

5. Kainarova, Е. On the secrete key for embedding of a binary image into a grayscale image / E. Kainarova, K. Merkusheva, I. Metelev, V. Kuzik // Proceedings of the 5-th International Scientic Conference of Printing and Media Technology "Printing Future Days 2013", Chemnitz, Germany, 10-12 September. - 2013. - P. 55-59.

6. Кайнарова, Е.М. Меры искажения на основе энтропийных характеристик для анализа цифровых изображений / В.Н. Горбачев, Е.М. Кайнарова, И.К. Метелев, Е.С. Яковлева // Труды 22-й международной конференция по компьютерной графике и зрению, ГрафиКон'2012, Москва. - 2012. - С. 204 -207.

7. Kainarova, Е. An algorithm of the block embedding of digital watermarks to protect printing products /Е. Kainarova, I.K. Metelev // Proceedings of the 4th International Scientific Conference of Printing and Media Technology "Printing Future Days2011", Chemnitz, Germany, 7-10 November. - 2011. - P. 193-197.

8. Kainarova, E. On security of two algorithms for embedding a halftone image into grayscale image / E. Kainarova, E. Yakovleva, L. Denisov, Yu. Poberezhnaya / Proceedings of the 44-th Annual Conference of the International Circle of Educational Institutes for Graphic Arts Technology and Management (1С), Budapest, Hungary, 19-22 June. - 2012. - P. 15.

9. Kainarova, E. Color to Gray and Back transformation for distributing color / V.N. Gorbachev, E.M. Kainarova, I.K. Metelev, E.S. Yakovleva // 2014. ArXiv: 1404.1313vl, 2014.

Подписано в печать «30 » июня 2014 г. Формат 60x84/16 Бумага офсетная. Печать офсетная. Усл. печ. л. 1,3. Тираж 100 экз. Заказ № 445853

Типография «Восстания -1» 191036, Санкт-Петербург, Восстания, 1.

Министерство образования и науки Российской Федерации

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕХНОЛОГИИ И ДИЗАЙНА СЕВЕРО-ЗАПАДНЫЙ ИНСТИТУТ ПЕЧАТИ

04201460339 На правах рукописи

КАИНАРОВА ЕЛЕНА МИХАИЛОВНА

МЕТОДЫ ВСТРАИВАНИЯ ЦИФРОВЫХ ДАННЫХ В МОНОХРОМНЫЕ И ЦВЕТНЫЕ ИЗОБРАЖЕНИЯ

Специальность 05.13.01 - Системный анализ, управление и обработка информации

(в технических системах)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель -

кандидат физико-математических наук,

доцент Горбачев Валерий Николаевич

Научный консультант -

доктор технических наук,

профессор Дроздов Валентин Нилович

Санкт-Петербург - 2014

Содержание

Список сокращений и условных обозначений..............................4

Введение........................................................................5

1. Стеганографические системы..............................................14

1.1 Обзор литературы......................................................14

1.2 Общая схема стеганографической системы..........................21

1.3 Методы ЬБВ и аддитивное встраивание..............................22

1.4 Задачи защиты медиа информации ..................................24

Выводы по главе 1..........................................................33

2. Избыточность цифрового изображения....................................34

2.1 Представление цифрового изображения..............................34

2.2 Меры корреляции и искажения........................................36

2.3 Разложение на битовые плоскости и плоскости Грея..............40

2.4 Ортогональные преобразования......................................50

Выводы по главе 2..........................................................55

3. Полутоновый контейнер....................................................56

3.1 Встраивание бинарного изображения в битовые плоскости .... 56

3.2 Встраивание в плоскости Грея........................................57

3.3 Сжатие с потерей......................................................60

3.4 Слепое детектирование из плоскостей Грея..........................70

Выводы по главе 3..........................................................74

4. Цветной контейнер..........................................................75

4.1 Изображение с палитрой..............................................75

4.2 Встраивание путем перестановки строк палитры..................78

4.3 Цветовые модели......................................................82

4.4 Встраивание в цветовом пространстве RGB и YCbCr..............86

Выводы по главе 4..........................................................93

5. Встраивание с секретным ключом ........................................94

5.1 Гистограммная атака..................................................94

5.2 Выбор ключа............................................................100

5.3 е-секретность............................................................107

5.4 Секретность двух алгоритмов встраивания..........................109

Выводы по главе 5..........................................................113

Заключение......................................................................114

Литература ....................................................................115

Список сокращений и условных обозначений

ЦВЗ (digital watermark) — цифровой водяной знак С (cover work) — контейнер

S (stegowork) — стегоконтейнер (заполненный контейнер)

М (message) — сообщение, цифровой водяной знак

К (key) — ключ, случайная бинарная матрица

Е (embedding) — алгоритм встраивания ЦВЗ в контейнер

D (detecting) — алгоритм детектирования ЦВЗ из стегоконтейнера

DCT (Discrete Cosine Transform) — дискретное косинус преобразование

DWT (Discrete Wavelet Transform) — дискретное вейвлет преобразование

JPEG (Joint Photographic Experts Group) — формат сжатия изображений

RMSE (Root Mean Square Erros) — евклидово расстояние

PSNR (Peak Signal Noise Ration) — отношение сигнал к шуму

Q(C||S) — относительная энтропия

LSB (Least Bit Significant) - наименее значащий бит

bitget (A,V) — функция в Matlab, выделяет из А бит Y

Введение

Работа посвящена изучению базовых методов современной стеганографии для задачи встраивания бинарных изображений, где рассмотрены возможности использования битовых плоскостей монохромных и цветных контейнеров, устойчивость к сжатию и секретность.

Актуальность. Несмотря на большое число работ, ряд вопросов, касающихся базовых методов, остается без должного внимания. Это связано с тем, что цифровое изображение является сложным объектом. Оно допускает многочисленные представления, поэтому в задачах возникает большое число параметров, которые трудно учесть, а их значение заранее не очевидно.

Использование битовых плоскостей для встраивания цифровых данных хорошо известно в литературе. Встраивание в несколько бинарных разрядов (техника Stego-n bit) приводит к увеличению пропускной способности, однако для этой техники возникают вопросы, связанные с секретностью, устойчивостью к сжатию и другие. Примером использования нескольких битовых плоскостей служат плоскости Грея, построенные с помощью кодов Грея. Они рассматриваются почти в каждой монографии по обработке изображений, но исследованию их свойств, а также свойств стеганографической системы, построенной на основе плоскостей Грея, не уделяется должного внимания.

Процесс сжатия с потерями представляет особый интерес для разработки стеганографических систем, где контейнерами служат цифровые изображения. Чтобы сохранить изображение со встроенными данными для дальнейшего использования, его преобразуют в графический формат, среди которых наиболее популярным у пользователя является JPEG. Однако JPEG осуществляет сжатие с потерями, что разрушает сокрытые данные. Поэтому вопрос об алгоритмах встраивания, которые будут устойчивы к сжатию с потерями является важным для практических целей. Поскольку универсальных рецептов нет, то возникает необходимость исследовать устойчивость для каждого конкретного

решения. Так, например, работы, где обсуждалась устойчивость к JPEG сжатию алгоритмов встраивания в плоскости Грея, к настоящему моменту автору не известны.

Для систем со встраиванием в цветное изображение предложен набор решений устойчивых к сжатию, который непрерывно пополняется новыми предложениями. Вывод об их устойчивости, как правило, делается на основе анализа объективных мер искажения, таких как евклидово расстояние, пиковое отношение сигнала к шуму (PSNR, Pick Signal Noise Ration) и других. В нашем случае, когда в контейнер встраивается не случайная последовательность, а бинарное изображение, возникает своя специфика: предполагается, что получателем извлеченных данных может быть человек. Это означает, что наряду с объективными мерами искажения должны использоваться меры, учитывающие особенности зрительного восприятия. Построение таких мер является отдельной и сложной задачей. Специально для процесса JPEG - сжатия была предложена мера Ватсона (A. Watson, 1993). Из литературы следует, что она использовалась для создания адаптивных матриц квантования коэффициентов дискретного косинус преобразования, а вопрос об ее использовании в качестве меры искажения для тестирования стеганографических систем недостаточно исследовался. Изучению этого вопроса посвящена одна из задач настоящей работы.

Стеганографическая система должна быть секретной, однако секретность является свойством сложным и ее исследование играет важную роль. На нетривиальность понятия секретности в стеганографии указывает теоретико-информационный подход со своим критерием е- секретности. Этот критерий сформулирован на языке относительной энтропии, в общем случае он не предполагает наличие секретного ключа и его необходимо исследовать на практике.

В результате для базовых методов, исследование которых дают основу для создания профессиональных систем, возникают вопросы, которые представляют интерес для практики и являются актуальными.

В разработку подходов и методов современной стеганографии значительный вклад внесли отечественные ученые Грибунин В.Г., Окова И.Н., Аграновский A.B., Митекин В.А., Харинов М.В., Садов B.C., Коханович Г.Ф., Пу-зыренкоА.Ю. и зарубежные ученые, среди которых I.J. Сох, M.L. Miller, J.F. Bloom, J. Fridrich, Т. Kaler, A. Watson.

Объект исследования. Цифровые и монохромные изображения.

Предмет исследования. Методы и алгоритмы встраивания цифровых данных.

Цель диссертационной работы является повышение устойчивости сокрытых данных в цифровых изображениях к сжатию за счет новых методов и алгоритмов, разработанных на основе базовых подходов стеганографии для встраивания цифрового бинарного изображения в монохромный и цветной контейнер.

Для достижения поставленной цели необходимо решить задачи:

1. Определение и обоснование базисных методов встраивания в пространственной области.

2. Исследование с целью выбора мер искажения для сравнения цифровых изображений при сжатии с потерями и сравнения уровня сокрытия цифровых данных.

3. Исследование плоскостей Грея монохромного изображения для создания алгоритмов встраивания и детектирования, обеспечивающих высокую устойчивость сокрытых данных к сжатию с потерями.

4. Построение алгоритма минимизирующего цветовые искажения при встраивании бинарного изображения в цветное изображение с палитрой.

5. Оптимизация методов встраивания в битовые плоскости цветного изображения в моделях RGB и YCbCr для повышения устойчивости к сжатию с потерями.

6. Разработка методики для сравнения уровня сокрытия цифровых данных для алгоритмов, использующих ключ.

Методы исследования. При решении поставленных задач использованы методы системного анализа, математический аппарат теории вероятностей и математической статистики, методы теории информации и обработки изображений. Для численного исследования использовался пакет MATLAB.

На защиту выносятся следующие научные результаты:

1. Методы встраивания и детектирования цифровых водяных знаков для плоскостей Грея монохромного изображения.

2. Алгоритм встраивания бинарных цифровых водяных знаков в изображения с палитрой без внесения цветовых искажений.

3. Методы встраивания устойчивые к сжатию для сокрытия цифровых водяных знаков в битовых плоскостях цветных изображений, представленных в моделях RGB и YCbCr.

4. Методика сравнения уровня сокрытия бинарных цифровых данных с помощью критерия на основе относительной энтропии между пустым и заполненным контейнером.

Новизна научных результатов:

1. Впервые использована мера искажения Ватсона, построенная с учетом зрительной системы человека, для выбора оптимальных параметров встраивания цифрового бинарного изображения в цветное, испытывающее JPEG сжатие.

2. Разработаны новые алгоритмы встраивания и детектирования для плоскостей Грея монохромного изображения, обеспечивающие более высокую устойчивость к сжатию с потерями цифровых водяных знаков, со-

крытых в плоскостях Грея, чем цифровых водяных знаков, сокрытых в битовых плоскостях.

3. Разработан новый алгоритм встраивания бинарного изображения в цветное изображение с палитрой без цветовых искажений.

4. Впервые использована относительная энтропия в методике сравнения уровня сокрытия бинарного изображения для базовых алгоритмов с ключом.

Достоверность научных положений, результатов и выводов. Достоверность положений и результатов, полученных в работе, основана на корректном использовании разделов научных дисциплин, включающих теорию вероятностей, математическую статистику, методы теории информации и обработки изображений. Основные результаты доложены на международных конференциях и опубликованы в рецензируемых журналах.

Практическая ценность. Полученные результаты исследования базовых подходов служат основой для разработки профессиональных систем:

1. Предложенные алгоритмы встраивания и детектирования бинарного изображения для плоскостей Грея могут быть использованы в задачах подтверждения авторского права цифрового контента.

2. Предложенный алгоритм для цветного изображения с палитрой позволяет сокрыть небольшое бинарное изображение, что может быть использовано для создания протоколов защиты от незаконного копирования изображений в графических форматах png и gif, которые широко используются на сайтах сети интернет.

3. Результаты, полученные при анализе устойчивости к сжатию предложенных алгоритмов, позволяют пользователю выбрать оптимальные условия для сохранения цифровых изображений со встроенными данными в графическом формате JPEG.

4. Указаны меры искажения, которые, как показано, совпадают со зрительным восприятием, могут служить для сравнения изображений в задаче встраивания бинарного изображения с последующим сжатием.

Реализация результатов работы. Материалы диссертации внедрены на предприятии, а также использованы в учебной и научной работе СевероЗападного института печати Санкт-Петербургского государственного университета технологии и дизайна. Ряд результатов лежит в основе специальных курсов "Защита информации"и "Методы обработки цифровых изображений которые читаются студентам специальностям 230100 ("Информатика и вычислительная техника") и 230400 ("Информационные системы и технологии").

Апробация работы. Основные результаты работы докладывались на конференциях:

1. Кайнарова, Е.М. Стеганографическое преобразование цветного изображения в полутоновое для распределения цветных фотографий / В.Н. Горбачев, Е.М. Кайнарова, И.К. Метелев, Е.С. Яковлева // Труды 23-й международной конференции по компьютерной графике и зрению. Гра-фиКон' 2013, Владивосток. - 2013.- С.226-229.

2. Kainarova, Е. On the secrete key for embedding of a binary image into a grayscale image / E. Kainarova, K. Merkusheva, I. Metelev, V. Kuzik // Proceedings of the 5-th International Scientic Conference of Printing and Media Technology "Printing Future Days 2013 Chemnitz, Germany, 10-12 September. - 2013. - P. 55-59.

3. Кайнарова, Е.М. Меры искажения на основе энтропийных характеристик для анализа цифровых изображений / В.Н. Горбачев, Е.М. Кайнарова, И.К. Метелев, Е.С. Яковлева // Труды 22-й международной конференция по компьютерной графике и зрению, ГрафиКон'2012, Москва. -2012. - С. 204 - 207.

4. Kainarova, E. An algorithm of the block embedding of digital watermarks to protect printing products /Е. Kainarova, I.K. Metelev // Proceedings of the 4th International Scientific Conference of Printing and Media Technology "Printing Future Days2011 Chemnitz, Germany, 7-10 November. - 2011. - P. 193-197.

5. Kainarova, E. On security of two algorithms for embedding a halftone image into grayscale image / E. Kainarova, E. Yakovleva, L. Denisov, Yu. Poberezhnay / Proceedings of the 44-th Annual Conference of the International Circle of Educational Institutes for Graphic Arts Technology and Management (1С), Budapest, Hungary, 19-22 June. - 2012. - P. 15.

Исследования, проводимые в диссертации поддержаны грантом №11.9170. 2014 Министерства Рособразования и Германской службы академических обменов DAAD для выполнения НИР по проекту «Разработка и исследование методов цифровых водяных знаков в изображениях (полиграфия)» в 2014 г. Отправлена заявка в Роспатент на получение свидетельства о государственной регистрации программы для ЭВМ №36-04-66.

Публикации. Основные результаты по теме диссертации изложены в журналах, рекомендованных ВАК:

1. Кайнарова, Е.М. Встраивание бинарного изображения в плоскости Грея /Е.М. Кайнарова, В.Н. Горбачев, JI.A. Денисов // Компьютерная оптика. - 2013. - Т. 37, №3 - С. 385 - 390.

2. Кайнарова, Е.М. Методы цифровой стеганографии для защиты изобразительной информации / Е.М. Кайнарова, В.Н. Горбачев, А.Н. Кулик, И.К. Метелев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2011. - № 2. - С. 32-49.

3. Кайнарова, Е.М. Один алгоритм блочного встраивания цифрового водяного знака в наименее значащие биты на основе условия равенства

яркости / Е.М. Кайнарова, В.Н. Горбачев, И.К. Метелев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. -2010.-№2.-С. 60-70.

Структура работы. Состоит из введения, пяти глав, заключения и списка литературы.

Во введении обосновывается актуальность работы, сформулирована цель и задачи исследований, научная новизна и практическая ценность полученных результатов, основные положения, выносимые на защиту. Приведена краткая характеристика работы.

В первой главе приведен обзор литературы и рассмотрена общая схема стеганографической системы, ее основные свойства, приведены базовые методы встраивания и детектирования в пространственной области. Обсуждаются примеры задач по охране авторского права, где требуется контроль вещания, идентификация владельца, подтверждение авторского права, контроль сделки. Методы цифровой стеганографии могут использоваться для решения задач, не связанных с защитой авторского права.

Во второй главе рассмотрены некоторые представления цифрового изображения, которые позволяют выделить избыточность, составляющую основу встраивания данных. В пространственной области избыточность может быть выделена путем разложения на битовые плоскости или плоскости Грея. Ортогональные преобразования, такие как DCT (Discrete Cosine Transform) позволяют выделить избыточность в частотной области. В этой главе приведены меры искажения, которые далее используются для сравнения цифровых изображений. В литературе известно большое число мер искажения, универсальной меры нет, поэтому их выбор является отдельной задачей. Наряду с объективными мерами искажения, такими как евклидово расстояние, относительная энтропия и другими мы выбрали меру Ватсона. Мера Ватсона искажения была предложена с учетом зрительной системы человека для сравнения

изображений при JPEG сжатии.

В третьей главе основное внимание уделено задаче встраивания бинарного и�