Экспертиза подлинности документов на основе компьютерных методов обработки информации тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Шарипов, Руслан Радикович
- Специальность ВАК РФ05.13.01
- Количество страниц 215
Оглавление диссертации кандидат технических наук Шарипов, Руслан Радикович
Оглавление
Введение
Глава 1. Современные методы программного вмешательства в цифровые
1 о
изображения
1.1. Цифровая обработка сигналов
1.2. Распознавание текста
1.3. Применение Фурье и вейвлет-анализа в различных областях
обработки сигналов
1.4. ХРЕв-компрессия и её отличительные особенности
1.5. Распознавание модифицированных цифровых изображений
1.6. Выводы
Глава 2. Методика выявления модифицированных изображений с помощью
41
веивлет-анализа
2.1. Обоснование необходимости разработки методики
2.1.1..ГРЕв-компрессия и 1РЕО-структура
2.1.2. Практическое использование 1РО-формата и явление ХРЕО-
структуры
2.2. Выявление 1РЕО-структуры и описание методики выявления
2.2.1. Структура вейвлет-разложения сигнала
2.2.2. Вейвлет-преобразования дискретных сигналов
2.2.3. Вейвлет-преобразования конечных сигналов
2.2.4. Вейвлет-преобразования двумерных сигналов
2.2.5. Преобразование Хаара и его оригинальная модификация
2.3. Алгоритм определения аутентичности изображения с помощью вейвлет-преобразования
2.4. Выводы
Глава 3. Разработка методики идентификации целостности цифровых
изображений с использованием Фурье-анализа
2
3.1. Обоснование необходимости разработки методики
3.2. Описание методики
3.3. Алгоритм определения аутентичности изображения с помощью
преобразования Фурье
3.4. Выводы
Глава 4. Методики определения подлинности изображения с помощью цветоанализа и особенностей программного пакета Photoshop
4.1. Обоснование необходимости разработки методики на основе цветоанализа и описание этой методики
4.2. Алгоритм определения аутентичности изображения с помощью
89
цветоанализа
4.3. Обоснование необходимости разработки методики на основе особенностей программного пакета Photoshop и описание этой
94
методики
4.4. Выводы
Основные результаты работы
Библиографический список
Приложение А. Работа с программой, реализующей разработанную методику выявления модифицированных изображений с помощью вейвлет-анализа.120 Приложение В. Примеры выявления модифицированных изображений с
помощью вейвлет-анализа
Приложение С. Текст программы, реализующей разработанную методику выявления модифицированных изображений с помощью вейвлет-анализа. 157 Приложение D. Работа с программой, реализующей разработанную методику идентификации целостности цифровых изображений с помощью Фурье-
184
анализа
Приложение Е. Примеры выявления модифицированных изображений с
помощью Фурье-анализа
Приложение Б. Текст программы, реализующей разработанную методику выявления модифицированных изображений с помощью Фурье-анализа ..193 Приложение О. Работа с программой, реализующей разработанную методику
определения подлинности изображения с помощью цветоанализа
Приложение Н. Текст программы, реализующей разработанную методику
выявления модифицированных изображений с помощью цветоанализа
Приложение I. Свидетельства о государственной регистрации программ для ЭВМ и акты о внедрении
Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Разработка и исследование метода преобразования видеоданных для определения их подлинности и подтверждения целостности2012 год, кандидат технических наук Григорьян, Амаяк Карэнович
Математические методы и алгоритмы цифровой компрессии изображений с использованием ортогональных преобразований2001 год, доктор физико-математических наук Умняшкин, Сергей Владимирович
Компрессия цифровых изображений на основе векторного квантования и контекстного кодирования в области дискретных преобразований2011 год, кандидат физико-математических наук Коплович, Дмитрий Михайлович
Методы и алгоритмы вейвлет-кодирования зашумленных изображений в радиотехнических системах2009 год, доктор технических наук Бехтин, Юрий Станиславович
Методы и алгоритмы выделения контуров изображений в радиотехнических системах с использованием дискретной вейвлет-фильтрации2013 год, кандидат технических наук Швидченко, Светлана Александровна
Введение диссертации (часть автореферата) на тему «Экспертиза подлинности документов на основе компьютерных методов обработки информации»
Введение
Актуальность. Современные технологии в науке и технике используют работу с изображениями разнообразных объектов и текстов. Например, технологии управления удаленными и труднодоступными объектами в космосе и в атомной энергетике, телемедицинские технологии, технологии документоведения в сопровождении САПР и многое другое. Поддержание качества изображений во многих случаях определяет качество исследований или производимых устройств. Следовательно, для контроля качества необходимо контролировать подлинность технической документации, так как изменения в них могут быть внесены как намеренно, так и случайно.
С развитием цифровых технологий, а также благодаря разнообразному инструментарию программ осуществлять графическую модификацию стало гораздо проще. А это порождает необходимость в разработке новых подходов выявления изменений, вносимых в изображения, с применением цифровой обработки информации. Задача выявления модифицированных изображений все явственнее переходит из категории перспективных в категорию актуальных, в первую очередь, для контроля качества устройств, производимых на оборонных предприятиях. Многие современные разработки, касающиеся подлинности документов, связаны с использованием электронной подписи документов при организации системы электронного документооборота и повышением эффективности работы хранилищ электронных документов. Такими разработками занимались В. Столлингс, JI. Клейнрок, Я.А. Коган, Н. Томас, В.М. Вишневский, Г.П. Башарин, Б.Я. Советов, B.C. Лукьянов, и др. Специалистами компании Xerox и Университета Рочестера разработан метод незаметной вставки информации без повреждения оригинала, названный обратимым сокрытием данных, предназначенный для защиты подлинности документов, позволяющий впоследствии отследить, было ли изображение отредактировано. Однако данные методы предназначены для того, чтобы заранее обезопасить документы, и не могут быть использованы для определения подлинности
документов, не имеющих электронной подписи и не защищённых с помощью обратимого сокрытия данных. Существуют методы выявления подделок, основанные на анализе EXIF-данных. Однако у этих методов есть два существенных недостатка. Первый - данные методы позволяют сделать вывод лишь о том, что изображение редактировалось, не имея возможности определить область редактирования и характер модификации изображения. Второй недостаток - доступность программного обеспечения для редактирования EXIF-данных с целью исправления автоматически изменённой в процессе обработки изображения информации. Существуют также методы, основанные на анализе матрицы числовых значений яркостей пикселей цифрового изображения. Подобными разработками занимались A.C. Попеску, X. Фарид, М.К. Джонсон, их исследования базируются на анализе освещённости объектов на цифровом изображении и на анализе результатов передискретизации изображения, что ограничивает область применения методов. Также отсутствует возможность при обнаружении фальсификации локализовать ее область. Возможностью локализации области модификации обладают методы, основанные на выявлении результатов элементарных операций обработки изображения, используемых при его фальсификации, таких как клонирование, масштабирование, поворот, сглаживание и т.д. (С. Брайам, Б. Санкур, Н. Мемон, Е.Ю. Лебедева, Ю.Ф. Лебедев). Недостатки этих методов очевидны - узкая область применения каждого из них, и невозможность определения одного из самых распространённых способов модификации - вставки в цифровое изображение объекта из стороннего цифрового изображения. Существующие методы, в основном, основаны на анализе одного признака модификации изображения. Следовательно, есть необходимость в разработке системного подхода к решению задач контроля подлинности документов. Таким образом, решаемые в диссертационной работе задачи разработки новых методик установления подлинности цифровых изображений документов при проведении их экспертизы являются важными и актуальными.
Цель: повышение точности и достоверности при оценке подлинности документов путём компьютерного анализа их цифрового изображения.
Для достижения поставленной цели необходимо решить следующие основные задачи:
1. Проанализировать существующие способы программного вмешательства в цифровое изображение и известные пути выявления программного вмешательства в цифровое изображение, связанные с установлением его подлинности и достоверности.
2. На основе анализа недостатков существующих способов разработать новые методики установления подлинности и достоверности изображений при проведении их компьютерной экспертизы.
3. Разработать алгоритмы и программное обеспечение для реализации разработанных методик экспертизы цифровых изображений документов в комплексе.
Объектом исследования является цифровое изображение документа.
Предметом исследования являются свойства цифровых изображений документов, конкретно - их целостность.
Методы исследования. Проведённые теоретические и прикладные исследования базируются на известных современных математических аппаратах, таких как вейвлет-анализ и Фурье-анализ, модифицированные автором для решения поставленных задач. Также в работе используются математические подходы использования цветоанализа и особенности обработки и компрессии графической информации.
Научная новизна.
Предложен новый комплексный подход для выявления искусственного искажения документов, включающий в себя:
- модифицированное вейвлет-преобразование цифрового сигнала, позволяющее выявить искусственное искажение (или подделку) цифрового изображения для случая вставки большого размера (больше периода 1РЕО-
структуры), отличающееся тем, что при наличии такой вставки происходит нарушение периодичности коэффициентов вейвлет-разложения сигнала;
- преобразование Фурье цифрового сигнала, позволяющее выявить признак его искажения для случая вставки малых размеров (меньше периода JPEG-структуры), выявление признака основано на установлении отличий матриц коэффициентов структурированных блоков изображения;
- цветоанализ цифрового изображения, отличающийся тем, что анализ числовых значений цветовых компонент пикселей позволяет установить разность коэффициентов сжатия для различных фрагментов изображения при наличии искусственного искажения цифрового изображения;
- использование впервые выявленной особенности работы программного пакета Photoshop, заключающейся в изменении числовых значений сигнала для каждого пикселя в случае, если модификация изображения производилась с использованием данного пакета Photoshop.
Практическая значимость результатов:
- на основе разработанных методик создана комплексная экспертная система для выявления модифицированных цифровых изображений документов (в том числе и технической документации в машиностроении);
- установлены критерии, позволяющие установить границы применимости разработанных методик;
- проведена серия экспериментов по выявлению фактов модификации, в которых подтверждается эффективность разработанных методик.
Применение разработанных методик выявления модифицированных цифровых изображений документов позволяет повысить качество экспертизы.
Полученные в диссертационной работе результаты внедрены в учебный процесс физико-технического института ВолГУ для обучения студентов по специальности 350600 «Судебная экспертиза» по дисциплине «Спецпрактикум». Они также используется в производственном процессе группы кадров ФБУ МЦИТО ФСИН России (г. Волгоград) при установлении
8
целостности цифровых фотографических изображений. Полученные результаты приняты для использования в служебной деятельности ЭКЦ ГУВД по Волгоградской области при проведении компьютерных экспертиз, для установления подлинности цифровых графических изображений, что
подтверждено актами внедрения.
Достоверность результатов исследования обусловлена строгой аналитической аргументацией теории информации, математического анализа, теории алгоритмов, выполненной на ЭВМ программным пакетом в среде программирования «Delphi». Также достоверность полученных результатов подтверждается тем, что успешно применялись две и более разработанных методики для выявления модификаций одного и того же цифрового изображения.
Основные положения, выносимые на защиту:
1. Отсутствие целостности (периодичности) JPEG-структуры однозначно определяет факт модификации изображения, что позволило разработать методику, основанную на применении модифицированного вейвлет-преобразования и алгоритм на её основе.
2. Отличие матриц коэффициентов Фурье-разложения блоков изображения является признаком модификации изображения, что позволило разработать методику, основанную на применении Фурье-преобразования и
алгоритм на её основе.
3. Различие в цветовой насыщенности пикселей, превышающее определённый порог (он определяется индивидуально для каждого изображения), является признаком модификации изображения, что позволило разработать методику, основанную на применении цветоанализа и
алгоритм на её основе.
4. Наличие артефакта, появляющегося вследствие впервые выявленной особенности работы программного пакета Photoshop является признаком модификации изображения, что позволило разработать методику, основанную на выявлении наличия этого артефакта и алгоритм на её основе.
Апробация работы. Основные результаты работы докладывались и обсуждались на следующих симпозиумах, форумах, конференциях и семинарах: 15-й Всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика -2008» (Зеленоград-2008), XV международной конференции «Математика. Компьютер. Образование» (Дубна-2008), XVII международной научной конференции «Лазерно-информационные технологии в медицине, биологии и геоэкологии - 2009» (Новороссийск-2009), 19-й международной конференции «Лазеры. Измерения. Информация - 2009» (Санкт-Петербург-2009), Международной конференции «Информационные технологии в образовании, технике и медицине» (Волгоград-2009), Международной научной конференции с элементами научной школы для молодёжи «Электронная культура. Информационные технологии будущего и современное электронное обучение Modern IT & (Е-) Learning» (Астрахань-2009), XIV региональной конференции молодых исследователей Волгоградской области (Волгоград-2009), Международной научной конференции «Инновационные технологии в управлении, образовании, промышленности «АСТИНТЕХ-2010» (Астрахань-2010), IX международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2010» (Курск-2010), на семинарах кафедр электротехники и экспериментальной физики ВолгГТУ, кафедры судебной экспертизы и физического материаловедения ВолГУ.
Соответствие паспорту научной специальности. Указанная область исследований соответствует специальности 05.13.01 - «Системный анализ, управление и обработка информации (в машиностроении)», а именно: пункту 4 - «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», пункту 5 - «Разработка специального математического и программного обеспечения систем анализа, оптимизации, управления, принятия решений и
обработки информации», пункту 12 - «Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации».
Личный вклад автора заключается в проведении следующих этапов:
- разработана методика на основе модифицированного автором вейвлет-преобразования, позволяющая выявлять JPEG-структуру изображения, что позволяет устанавливать аутентичность цифрового изображения, также разработаны алгоритм и программное обеспечение на его основе [2,3,7, 10, 11, 13, 14, 18];
- разработана методика на основе преобразования Фурье, позволяющая выявлять модификации малых размеров, также разработаны алгоритм и программное обеспечение на его основе [6, 9, 12, 17, 19];
- разработана методика на основе цветоанализа цифрового изображения, позволяющая выявлять модификации цветных цифровых изображений, также разработаны алгоритм и программное обеспечение на его основе
[4, 20];
- выявлена особенность работы программного пакета Photoshop, на основе которой разработана методика, позволяющая выявлять факт модификации цифровых изображений, также разработаны алгоритм и программное обеспечение на его основе [1, 5];
- разработан системный подход к экспертизе подлинности цифровых изображений, основанный на анализе различных признаков модификации как цветных, так и чёрно-белых изображений различных форматов, позволяющий как устанавливать факт модификации, так и выявлять области модификаций больших и малых размеров [8, 15, 16, 21].
Публикации. По теме диссертации автором опубликована 21 работа, из них 2 в журналах, рекомендуемых ВАК, и 4 свидетельства о государственной регистрации программной продукции.
Структура и содержание диссертационной работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка и приложений. Диссертация содержит 119 страниц основного текста, 42 рисунка и 1 таблицу. Библиографический список включает 155 наименований. Общий объём работы 215 страниц.
Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Исследование устойчивости цифровых водяных знаков-логотипов, внедряемых в статические изображения2010 год, кандидат технических наук Ван Цзянь
Сжатие полутоновых изображений на основе контурных кодирования и интерполяции и дискретного вейвлет-преобразования2009 год, кандидат технических наук Самохвалов, Антон Витальевич
Методы сжатия цифровых изображений на основе дискретных ортогональных вейвлет преобразований2005 год, кандидат технических наук Гришин, Михаил Викторович
Оптико-электронная диагностика структуры монокристаллических полупроводников с применением вейвлет-анализа2007 год, кандидат технических наук Белехов, Ярослав Сергеевич
Эффективные алгоритмы обработки и сжатия цифровых изображений и видеоданных на основе вейвлет-пакетного разложения2011 год, кандидат технических наук Косткин, Иван Вячеславович
Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Шарипов, Руслан Радикович
Основные результаты работы Основные результаты работы заключаются в следующем.
1. Разработана методика выявления модифицированных изображений с помощью вейвлет-анализа, используя ранее неизвестное явление JPEG-структуры, связанное с особенностями JPEG-компрессии, позволившее выявлять вставки больших размеров, что имеет большое значение для экспертной практики.
2. Разработан и апробирован в экспертной практике алгоритм выявления модифицированных изображений с помощью вейвлет-анализа (программное обеспечение для него закрыто охранным документом).
3. Разработана методика выявления модифицированных изображений с помощью Фурье-анализа. Особенность этой методики в применении преобразования Фурье к малым областям изображения. Это позволяет выявлять модификации малых размеров (даже 1 пикселя) цифровых изображений, что востребовано в экспертных исследованиях.
4. Разработан и апробирован в экспертной практике алгоритм выявления модифицированных изображений с помощью Фурье-анализа (программное обеспечение для него закрыто охранным документом).
5. Разработана методика выявления модифицированных изображений с помощью цветоанализа, особенность которой заключается в определении цветности каждого пикселя изображения и сравнении её с характеристиками других пикселей этого же изображения, что и позволило реализовать данную методику, имеющую значение для проведения экспертизы документов.
6. Разработан и апробирован в экспертной практике алгоритм выявления модифицированных изображений с помощью цветоанализа (программное обеспечение для него закрыто охранным документом).
7. Выявлены особенности программного пакета Photoshop, заключающиеся в незначительном изменении значений яркости пикселей при работе с 48-битными изображениями PNG-формата, что и позволяет осуществить идентификацию целостности цифровых изображений документов в процессе их экспертизы.
8. Разработан и апробирован в экспертной практике алгоритм определения признаков обработки PNG-формата в программном пакете Photoshop (программное обеспечение для него закрыто охранным документом).
9. Определены границы применимости каждой из разработанных методик, на основе разработанных методик создан комплексный подход.
Список литературы диссертационного исследования кандидат технических наук Шарипов, Руслан Радикович, 2011 год
Библиографический список
1. Штарк Г. Применение вейвлетов для Цифровой Обработки
Сигналов. М.: Техносфера, 2007. 192 с.
2. Малла С. Вэйвлеты в обработке сигналов. СПб.: Мир, 2005. 672 с.
3. Солонина А.И., Улахович Д.А. и др. Основы цифровой обработки сигналов: Курс лекций. СПб.: БХВ-Петербург, 2005. 768 с.
4. Оппенгейм А., Шафер Р. Обработка дискретных сигналов. М.: Техносфера, Серия "Мир цифровой обработки", 2005.
5. Потапов А. А., Пахомов А. А., Никитин С. А., Гуляев Ю. В. Новейшие методы обработки изображений. М.: Физматлит, 2008. 496 с.
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.:
Техносфера, 2006. 1072 с.
7. Zhiznyakov A.L., Fomin А.А. Wavelet filtering of the structure signs of an image / Pattern recognition and image analysis. Vol.18. No.4. 2008. PP. 720722.
8. Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007.
584 с.
9. Лайонс Р. Цифровая обработка сигналов: Второе издание. М.:
ООО «Бином-Пресс», 2006. 656с.
10. Chan T.F., Shen J. Image processing and analysis. Variational, PDE,
Wavelet, and Stochastic Methods. SIAM. Philadelphia. 2005.
11. Donoho D. A fast wavelet algorithm for image. Stanford university,
2004. P. 13.
12. Иванов Д. В., Хропов А. А., Кузьмин Е. П., Карпов А. С., Лемпицкий В. С. Алгоритмические основы растровой графики: учеб.
пособие, 2007. 283 с.
13. Ibarra-Castanedo С., Bendada A., Maldague X. Thermographic image
processing for NDT. Buenos Aires, 2007. P. 6.
14. Jia, J. Single image motion deblurring using transparency. Hong Kong: The Chinese university of Hong Kong, 2006. P. 8.
15. Wang Z., Simoncelli E.P. Reduced-reference image quality assessment using a wavelet-domain natural image statistic model Proc. SPIE on Human Vision and Electronic Imaging X San Jose, 2005. PP. 149-159.
16. Puetter R., Gosnell Т., Yahil A. Digital image reconstruction: deblurring and denoising. San Diego: Annual reviews, 2005. P. 56.
17. Chen C.H. Advanced image processing methods for ultrasonic NDE research. Dartmouth: University of Massachusetts Dartmouth, 2007. P. 5.
18. Айфичер Э., Джервис Б. Цифровая обработка сигналов. Практический подход. М.: "Вильяме11, 2004. 992 с.
19. Машеров Е. Цифровая обработка сигналов - некоторые основные понятия [Электронный ресурс]. http://www.nsi.ru/~EMasherow/DSP.htm
20. Давыдов А.В. Теория сигналов и систем [Электронный ресурс]. http://prodav.narod.ru/signals/index.html
21. Гольденберг JL М. и др. Цифровая обработка сигналов. Справочник. М.: «Радио и связь», 1985. 312 с.
22. Оппенгейм А., Шафер Р. Цифровая обработка сигналов. Изд. 2-е,
испр. М.: «Техносфера», 2007. 856 с.
23. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки
сигналов. М.: «Мир», 1978. 848 с
24. Глинченко А.С. Цифровая обработка сигналов. В 2 ч.
Красноярск: Изд-во КГТУ, 2001. 383 с.
25. Даджион Д., Мерсеро Р. Цифровая обработка многомерных
сигналов. М.: «Мир», 1988. 488 с
26. Дьяконов В.П. Вейвлеты. От теории к практике. Изд.е 2-ое дополненное и переработанное. М.: COJIOH-Пресс, 2005. 400 с.
27. Марпл-мл. C.JL Цифровой спектральный анализ и его приложения. М: МИР, 1990. 584 с.
28. Сергиенко А.Б. Цифровая обработка сигналов. 2-е. Спб.: Питер,
2006. 751 с.
29. Зотин А.Г., Дамов М. В. Идентификация номерных знаков автомобилей на базе нейронной сети Хэмминга // Молодежь Сибири - науке России: сб. материалов науч.-практ конф.: под ред. Пащ В. Ю. 2007. 430 с.
30. Зотин А.Г. Адаптивный метод обнаружения текстовых зон в видеопотоке на основе яркостных карт // Вестник Сибирского государственного аэрокосмического университета имени академика МФ Решетнева: под ред. проф. Белякова Г.П. Вып 1(14). СибГАУ: Красноярск,
2007. С. 34-38.
31. Зотин А.Г. Фаворская М.Н., Горошкин А.Н. Морфологическая обработка контурных изображений в системах распознавания текстовых символов // Вестник Сибирского государственного аэрокосмического университета имени академика Решетнева М.Ф.:под ред. проф. Белякова Г.П. Вып 1(14). СибГАУ: Красноярск, 2007. С. 70-75.
32. Зотин А.Г. Модульный подход к распознаванию текстовой информации из видеоряда // Вестник Сибирского государственного аэрокосмического университета имени академика Решетнева М.Ф.: под ред. проф. Белякова Г.П. Вып 1(8). СибГАУ: Красноярск, 2006. С. 34-38.
33. Зотин А.Г. Адаптивный метод обнаружения текстовых зон в видеопотоке на основе яркостных карт // Вестник Сибирского государственного аэрокосмического университета имени академика МФ Решетнева: под ред. проф. Белякова Г.П. Вып 1(14). СибГАУ: Красноярск, 2007. С. 34-38.
34. Зотин А.Г. Обнаружение текстовых символов в видеопотоке // Материалы IX Междунар. науч. конф. «Решетневские чтения». СибГАУ:
Красноярск, 2005. С. 308-309.
35. Зотин А.Г., Дамов М.В. Алгоритмы идентификации и распознавания номеров автомобильных транспортных средств // Технологии
Microsoft: в информатике и программировании. НГУ: Новосибирск, 2004. С. 100-102.
36. Зотин А.Г., Дамов МБ. Программно-аппаратный комплекс для идентификации номерных знаков транспортных средств // Новые информационные технологии в научных исследованиях и в образовании: матер. 9-й Всерос. науч.-техн. конф.: Рязань, 2004. С. 198-199.
37. Фу К. Структурные методы в распознавании образов. М.: Мир,
1977.319 с.
38. Хант Э. Искусственный интеллект. М.: Мир, 1978. 558 с.
39. Абраменко А. Компьютер читает // Наука и жизнь. 1998. № 12. С.
51-55.
40. Бутаков Б.А., Островский В.Н., Фадеев И.Л. Обработка изображений на ЭВМ. М.: Радио и связь, 1987. 240 с.
41. Кучуганов А.В. Метод адаптивной векторизации фотоизображений: сб. тр. /11-й междунар. конф. по компьютерной графике и машинному зрению Графикон. Н.Новгород: ННГАСУ, 2001. С. 227-230.
42. Рузайкин Г.И. Жемчужины российского ПО // Мир ПК. 2008. № 9. С. 93 - 95.
43. Christopher М. Bishop. Neural Networks for Pattern Recognition.
Oxford: Oxford University Press, 1995. 482 p.
44. Larry S. Yaeger, Brandyn J. Webb, Richard F. Lyon. Combining Neural Networks and Context-Driven Search for Online, Printed Handwriting Recognition in the NEWTON, 19(1): AI Magazine, 1998. P. 73-90.
45. Вапник B.H., Червоненкис А.Я., Теория распознавания образов,
М., Наука, 1974.416 с.
46. Davies E.R. Machine Vision: Theory, Algorithms, Practicalities.
Morgan Kaufmann, 2004. 934 p.
47. Berthold K.P. Horn. Robot Vision. Cambridge, MA: MIT Press and
McGraw-Hill, 1986. 509 p.
48. Demant С., Streicher-Abel В., Waszkewitz Р. Industrial Image Processing: Visual Quality Control in Manufacturing. Springer-Verlag, 1999. 191
P-
49. Gonzales R. C., Wintz Р. A. Digital Image Processing. Longman
Higher Education, 2001. P. 45 - 48.
50. Pham D.T., Alcock R.J. Smart Inspection Systems: Techniques and Applications of Intelligent Vision. Academic Press, 2003. 240 p.
51. Batchelor B.G., Whelan P.F. Intelligent Vision Systems for Industry.
Springer-Verlag, 1997. 457 p.
52. Беликова Т.П. Моделирование линейных фильтров для обработки рентгеновских изображений в задачах медицинской диагностики // Цифровая оптика. Обработка изображений и полей в экспериментальных исследованиях. М.: Наука, 1990. 176 с.
53. Беликова Т.П. Синтез линейных фильтров для выделения диагностически важных объектов в задачах медицинской интроскопии // Цифровая оптика в медицинской интроскопии. М.: Ин-т проблем передачи
информ., 1992. С. 57-72.
54. Беликова Т.П., Ярославский Л.П. Препарирование изображений в диалоговом режиме в задачах медицинской диагностики и исследования природных ресурсов // Автометрия. 1980. №4. С. 66.
55. Беликова Т.П., Яшунская Н.И., Коган Е.А. Цифровая обработка томограмм и измерение статистических признаков в задаче ранней дифференциальной диагностики шаровидных образований легких // Цифровая оптика в медицинской интроскопии. М.: Ин-т проблем передачи
информ., 1992. С. 73-88.
56. Физика визуализации изображений в медицине: в 2-х томах. Т. 2:
пер. с англ.: под ред. С. Уэбба. М.: Мир, 1991. 408 с.
57. Ярославский Л.П. Обработка изображений в медицинской интроскопии / Цифровая оптика в медицинской интроскопии. М.: ИППИ РАН, 1992. С. 4-17.
58. Иванов А.И. Нейрокомпьютеры и их применение. М.:
Радиотехника, 2004. 144 с.
59. Жук В.В., Натансон Г.И. Тригонометрические ряды Фурье и элементы теории аппроксимации. Л.: Изд-во Ленингр. ун-та, 1983. С. 188.
60. Рудин У. Основы математического анализа (2-е изд.). М.: Мир,
1976. 320 с.
61. Пискунов Н.С. Дифференциальное и интегральное исчисления
для ВТУЗов. М.: Наука, 1964. Т.2.
62. Зигмунд А. Тригонометрические ряды. М. : Мир, 1965. Т. 1.
63. Афонский A.A., Дьяконов В.П. Цифровые анализаторы спектра, сигналов и логики. М: СОЛОН-Пресс, 2009. С. 248.
64. Павлейно М. А., Ромаданов В. М. Спектральные преобразования
в MatLab. СПб: 2007. С. 160.
65. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. М.:
Мир, 1982. 432 с.
66. Гольдберг Л.М., Матюшкин Б.Д., Поляк М.Н., Цифровая обработка сигналов. М.: Радио и связь, 1990. 256 с.
67. John Herviel. Joseph Fourier: the Man and the Physicist. Oxford:
Clarendon press, 1975. 350 p.
68. Ronald N. Bracewell. The Fourier Transform and its Applications
(second edition, revised). McGraw-Hill Book Company, 1986. 464 p.
69. Нуссбаумер Г. Быстрое преобразование Фурье и алгоритмы вычисления свёрток: пер. с англ. М.: Радио и связь, 1985. 248 с.
70. Smith, Steven W. The Scientist and Engineer's Guide to Digital Signal Processing, 2nd edition. San Diego: California Technical Publishing, 1999. 626 p.
71. Добеши И. Десять лекций по вейвлетам. М. : РХД, 2001. 464 с.
72. Корн, Г., Корн, Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1977. 720 с.
73. Donoho D.L De-Noising by soft-thresholding. IEEE Trans, on Inf.
Theory, 1995. Vol. 41, 3, pp.613-627.
74. Abry P. Ondelettes et turbulence. Multiresolutions, algorithmes de decomposition, invariance d'echelles, Diderot Editeur, Paris. 1997. 289 pp.
75. Дремин И.Л. и др. Вейвлеты и их использование / Успехи физических наук. т. 171. № 5. 2001. с. 465-501.
76. Петухов А.П. Введение в теорию базисов всплесков. СПб.: Изд.
СПбГТУ, 1999. 132 с.
77. Переберин А.В. О систематизации вейвлет-преобразований // Вычислительные методы и программирование, 2001. т.2. С. 133-158.
78. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-
преобразования. СПб.: ВУС, 1999. 204 с.
79. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов.
М.: Мир, 1989. 448 с.
80. Гутников B.C. Фильтрация измерительных сигналов. Л.:
Энергоатомиздат, 1990. 192 с.
81. Дмитриев В.И. Прикладная теория информации: Учебник для
студентов вузов. М.: Высшая школа, 1989. 325 с.
82. Макс Ж. Методы и техника обработки сигналов при физических измерениях: В 2-х томах. М.: Мир, 1983. 311 с.
83. Астафьева Н.М. Вейвлет-анализ: Основы теории и примеры применения. / Успехи физических наук. 1996. т. 166. № 11. с. 1145-1170.
84. Новиков Л.В. Основы вейвлет-анализа сигналов: учебное
пособие. СПб.: ИАнПРАН, 1999. 154 с.
85. Солонина А.И. и др. Основы цифровой обработки сигналов:
учебное пособие. СПб.: БХВ Петербург, 2005. 768 с.
86. Хуанг Т.С. и др. Быстрые алгоритмы в цифровой обработке изображений. М.: Радио и связь, 1984. 224 с.
87. Геппенер В.В., Черниченко Д.А., Экало С.А. Wavelet-преобразование в задачах цифровой обработки сигналов: учеб. пособие. СПБ.: Изд-во СПбГЭТУ ЛЭТИ. 2002, 74 с.
88. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы // Соросовский образовательный журнал №3, 1996. с. 110-121.
89. Симанков B.C., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. Краснодар: Техн. ун-т Кубан. гос. технол. ун-та, 1999. 318 с.
90. Ватолин Д.С. Алгоритмы сжатия изображений: методическое пособие // Издательский отдел факультета Вычислительной Математики и Кибернетики МГУ им. М.В.Ломоносова, 1999. 76 с.
91. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB.
М.: ДМК пресс, 2005. 304 с.
92. Weeks М. Digital Signal Processing Using MATLAB and Wavelets.
Sudbury, Mass.: Jones & Bartlett Publishers, 2006. P. 452.
93. Богданов В.В., Павлов А.В. Поиск влияния литосферных процессов на ионосферный слой F2 методами непрерывного и дискретного вейвлет-преобразования // Проблемы комплексного геофизического мониторинга
Дальнего Востока России. 2008. 4 с.
94. Belova N.Y., Mihaylov S.V., Piryova B.G. Wavelet transform: A better approach for the evaluation of instantaneous changes in heart rate variability.
AutonNeurosci, 2007. P. 107-122.
95. Богданов B.B., Геппенер B.B., Мандрикова O.B. Моделирование временных рядов геофизических параметров на основе вейвлет-преобразования. СПб.: СПбГЭТУ ЛЭТИ, 2006. 108 с.
96. Wang D., Feng S., Jiangm Z., Tao S., Rotation invariant volume holographic correlator by combining the synthetic discriminant function and wavelet filtering // Proc. SPIE. 2006. PP. 347-352.
97. Блаттер К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2006.
271 с.
98. Bratelli О., Jorgensen P. Wavelets Through a Looking Glass: The World of the Spectrum. Birkhauser, 2002. 424 p.
99. Pinsky M. Introduction to Fourier Analysis and Wavelets. Brooks/Cole
2002. 400 p.
100. Walnut D. An introduction to wavelet analysis. Birkhauser Boston. 2002. 406 p.
101. Mallat S. A wavelet tour of signal processing, 2nd Edition. Academic Press, 1999. 637 p.
102. Cohen A. Wavelet methods in numerical analysis, in Handbook of Numerical Analysis. Vol. VII, P.G. Ciarlet and J.L. Lions, eds., Elsevier,
Amsterdam, 2000. pp. 417-711.
103. Шарипов P.P., Заярный В.П. Возможность защиты передаваемой цифровой информации с использованием вейвлет-преобразования // Прикладная информатика. 2008. № 2. С. 124-126.
104. Шарипов P.P. Использование преобразования Хаара второго уровня для защиты информации // Микроэлектроника и информатика - 2008. 15-я всерос. межвуз. н.-т. конф. студ. и аспир. (Зеленоград, 23-25 апр. 2008 г.): тез. докл. / Моск. гос. ин-т электронной техники (техн. ун-т). М., 2008. С. 146.
105. Шарипов P.P., Заярный В.П. Использование речевых сигналов для защиты передаваемой цифровой информации // Математика. Компьютер. Образование : тез. докл. XV междунар. конф. М.: Дубна, 2008.
106. Шарипов P.P., Заярный В.П. О возможности использования речевых сигналов для защиты передаваемой цифровой информации // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. ВолгГТУ. Волгоград, 2008. Вып. 4, № 2. С. 115-117.
107. Рвачева О.В., Чмутин A.M., Шарипов P.P. Информационные технологии в учебном процессе специальности "Судебная экспертиза" // Электронная культура. Информационные технологии будущего и современное электронное обучение. Modern IT & (Е-) Learning: матер, междунар. науч. конф. с элементами науч. школы для молодёжи (6-8 окт. 2009 г.). Астраханский гос. ун-т [и др.]. Астрахань, 2009. С. 306-310.
108. Чмутин A.M., Шарипов P.P. Исследование целостности цифровых фотоизображений методом вейвлет-анализа // Лазеры. Измерения. Информация - 2009: сб. докл. 19-й междунар. конф. Санкт-Петербург, гос. политехи, ун-т [и др.]. СПб., 2009. Т. 2. С. 202-212.
109. Шарипов P.P. Программа для идентификации целостности цифровых изображений // Электронная культура. Информационные технологии будущего и современное электронное обучение. Modern IT & (Е-) Learning: междунар. науч. конф. с элементами науч. шк. для молодёжи (6-8 окт. 2009 г.): каталог компьют. учебных программ. Астраханский гос. ун-т [и
др.]. Астрахань, 2009. С. 20-21.
110. Чмутин A.M., Шарипов P.P. Компьютерная вычислительная технология выявления целостности цифровых фотоизображений // Лазеры. Измерения. Информация: тр. конф. (Санкт-Петербург, 2-4 июня 2009 г.). С.-Пб. гос. политехи, ун-т [и др.]. СПб., 2009. С. 88.
111. Рвачева О.В., Чмутин A.M., Шарипов P.P. Компьютерные технологии в учебном процессе специальности "Судебная экспертиза" // Информационные технологии в образовании, технике и медицине: матер, междунар. конф., 21-24 сент. 2009. ВолгГТУ [и др.]. Волгоград, 2009. С. 42.
112. Корешков К.Б. Записки криминалиста. Саратов: СВШ МВД РФ, 1991. 231 с.
113. Шарипов P.P. Информационные технологии в экспертизе изображений сканированных документов // Инновационные технологии в управлении, образовании, промышленности "АСТИНТЕХ-2010": матер.
междунар. науч. конф. (11-14 мая 2010 г.). В 3 т. Т. 1. Астраханский гос. ун-т [и др.]. Астрахань, 2010. С. 194-196.
114. Заярный В.П., Чмутин A.M., Шарипов P.P. Новые информационные технологии в обучении экспертов // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2010: сб. матер. IX междунар. конф., 18-20 мая 2010 г. ГОУ ВПО "Курский гос. техн. ун-т" [и др.]. Курск, 2010. С. 304-306.
115. Шарипов P.P., Рвачева О.В. Программа для идентификации целостности рукописного текста // Электронная культура. Информационные технологии будущего и современное электронное обучение. Modern IT & (Е-) Learning: междунар. науч. конф. с элементами науч. шк. для молодёжи (6-8 окт. 2009 г.): каталог компьют. учебных программ / Астраханский гос. ун-т [и
др.]. Астрахань, 2009. С. 21-22.
116. Чмутин A.M., Шарипов P.P. Исследование целостности цифровых фотоизображений методом Фурье-анализа // Лазерно-информационные технологии в медицине, биологии и геоэкологии - 2009: тр. XVII междунар. науч. конф. (п. Абрау-Дюрсо, г. Новороссийск, Краснодарский край, 8-9 сент. 2009 г.) Новорос. политехи, ин-т КубГТУ [и др.]. Новороссийск, 2009. С. 107.
117. Шарипов P.P. Программа для идентификации целостности цифровых изображений методом Фурье-анализа // Электронная культура. Информационные технологии будущего и современное электронное обучение. Modern IT & (Е-) Learning: междунар. науч. конф. с элементами науч. шк. для молодёжи (6-8 окт. 2009 г.): каталог компьют. учебных программ. Астраханский гос. ун-т [и др.]. Астрахань, 2009. С. 35-36.
118. Шарипов P.P. Программа для идентификации целостности цифровых изображений методом анализа цвета // Электронная культура. Информационные технологии будущего и современное электронное обучение. Modern IT & (Е-) Learning: междунар. науч. конф. с элементами
науч. шк. для молодёжи (6-8 окт.. 2009 г.): каталог компьют. учебных программ. Астраханский гос. ун-т [и др.]. Астрахань, 2009. С. 36-37.
119. Шарипов Р.Р., Чмутин A.M., Гребенюк П.Е., Зотов П.В. Программное вмешательство в цифровые изображения и его идентификация // Изв. ВолгГТУ. Серия "Актуальные проблемы управления, вычислительной техники и информатики в технических системах". Вып. 9: межвуз. сб. науч. ст. / ВолгГТУ. Волгоград, 2010. № 11. С. 49-52.
120. Шарипов P.P., Заярный В.П., Чмутин A.M. Целостность цифровых фотоизображений и методы её исследования // XIV региональная конференция молодых иссле дователей Волгоградской области (Волгоград, 10-13 нояб. 2009 г.): тез. докл. / ВолгГТУ [и др.]. Волгоград, 2010. С. 201-204.
121. Wang Z., Wu G., Sheikh H.R., Simoncelli E.P., Yang E.-H., Bovik A.C. Quality-aware images IEEE Trans, on Image Processing, June 2006. PP. 1680-1689.
122. Rhody H. Image deblurring by frequency domain operations. Rochester: Chester F. Carlson center for image science, 2005. P. 28.
123. Bar L., So- chen N., Kiryati N. Image debluiTing in the presence of salt-and-pepper noise. Tel Aviv: Tel Aviv university, 2005. P. 12.
124. Stoica P., Sandgren N. Spectral Analysis of Irregularly-Sampled Data: Paralleling the Regularly-Sampled Data Approaches. Digital Signal Processing, 2006. Vol. 16, No 6. P. 712-734.
125. Официальный учебный курс. Adobe Photoshop CS4. M: Эксмо,
2009. 464 с.
126. Левковец Л. Adobe Photoshop CS4 Extended. Базовый курс на примерах. СПб.: БХВ-Петербург, 2009. 400 с.
127. Бондаренко С., Бондаренко М. Adobe Photoshop CS4.
Самоучитель. М: Диалектика, 2009. 320 с.
128. Фуллер Л.У., Фуллер P. Adobe Photoshop CS3. Библия
пользователя. СПб.: Вильяме, 2008. 1056 с.
129. Маргулис Д.. Photoshop для профессионалов. Классическое руководство по цветокоррекции. М: Интелбук, 2007. 656 с.
130. Ивнинг М. Adobe Photoshop CS4 для фотографов. СПб.: БХВ-
Петербург, 2009. 704 с.
131. Айсманн К., Палмер У. Ретуширование и обработка изображений в Photoshop, 3-е издание. М: Вильяме, 2008. 560 с.
132. Клосковски М.. Слои в Photoshop. Полное руководство для профессионалов. СПб: Вильяме, 2009. 272 с.
133. Архангельский А.Я. Delphi 2006. Справочное пособие. Язык Delphi, классы, функции Win32 и .NET. M.: Бином-Пресс, 2006. 1152 с.
134. Фленов М.Е. Библия Delphi. СПб.: БХВ-Петербург, 2005. 880 с.
135. Парижский С.М. DELPHI. Учимся на примерах. Киев: МК-
ПРЕСС, 2005. 216 с.
136. Ревич Ю.В. Нестандартные приемы программирования на DELPHI. СПб.: БХВ-Петербург, 2005. 560 с.
137. Фленов М.Е. Delphi 2005. Секреты программирования. СПб.:
Питер, 2006. 272 с.
138. Боровский А.Н. Программирование в Delphi 2005. СПб.: БХВ-
Петербург, 2005. 448 с.
139. Шлее M. Qt4.5. Профессиональное программирование на С++. СПб.: БХВ-Петербург, 2009. 896 с.
140. Хортон A. Microsoft Visual С++ 2005: базовый курс. Киев:
Диалектика, 2007. 1152 с.
141. Лаптев В.В. С++. Объектно-ориентированное
программирование. СПб.: Питер, 2008. 464 с.
142. Коплиен Дж. Программирование на С++. СПб.: Питер, 2005.
480 с.
143. Белов С.А., Золотых Н.Ю. Лабораторный практикум по численным методам линейной алгебры. Лабораторный практикум. Нижний
Новгород. Изд-во Нижегородского госуниверситета имени Н.И. Лобачевского, 2005. 264 с.
144. Степаненко О. С. Сканеры и сканирование. Краткое руководство. М.: Диалектика, 2005. 288 с.
145. Ch. Brislawn, Fingerprints to digital, Notices of the AMS. Vol. 42,
1995. PP. 1278-1283.
146. Розалиев В. Л. Моделирование эмоциональных реакций пользователя при речевом взаимодействии с автоматизированной системой: Автореф. дис. канд. тех. наук. Волгоград, 2009. 24 с.
147. Скакунов A.B. Топологическое проектирование и адаптивная балансировка нагрузки в сети с удостоверяющими центрами: Автореф. дис. канд. тех. наук. Волгоград, 2007. 22 с.
148. Воеводин Ю.Ю. Методы и алгоритмы структурно-параметрического синтеза нейросетевой модели для формирования интеллектуальных информационных технологий: Автореф. дис. канд. тех. наук. Волгоград, 2009. 19 с.
149. Быков Д.В. Исследование процессов передачи и обработки информации в конфиденциальном хранилище электронных документов: Автореф. дис. канд. тех. наук. Волгоград, 2009. 23 с.
150. Лежебоков В.В. Автоматизация предварительной обработки данных в задачах мониторинга состояния оборудования технических систем: Автореф. дис. канд. тех. наук. Волгоград, 2009. 24 с.
151. Лебедева Е. Ю., Лебедев Ю. Ф. Исследование метрик используемых при обнаружении клонированных участков изображений в задачах выявления фальсификации // Вюник нащонального техшчного утверситету «XIII». Харьюв, 2011. 110 с.
152. Popescu А. С., Farid Н. Exposing digital forgeries by detecting traces of re-sampling // IEEE Trans. Signal Process. - 2005. - Vol. 53(2). - P. 758-767.
153. Johnson M.K., Farid H. Exposing digital forgeries by detecting inconsistencies in lighting // Proc. ACM Multimedia and Security Workshop. -
New York. 2005. P. 1-10.
154. Bayram S., Sankur В., Memon N. Image manipulation detection // Journal of Electronic Imaging. 2006. Vol. 15(4). P. 1-17.
155. Форсайт Дэвид А., .Понс Жан. Компьютерное зрение. Современный подход. : Пер. с англ. М.: Вильяме, 2004. 928 с.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.