Методы встраивания цифровых данных в монохромные и цветные изображения тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кайнарова, Елена Михайловна

• Кайнарова, Елена Михайловна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Кайнарова, Елена Михайловна

Содержание

Список сокращений и условных обозначений

Введение

1. Стеганографические системы

1.1 Обзор литературы

1.2 Общая схема стеганографической системы

1.3 Методы ЬБВ и аддитивное встраивание

1.4 Задачи защиты медиа информации

Выводы по главе 1

2. Избыточность цифрового изображения

2.1 Представление цифрового изображения

2.2 Меры корреляции и искажения

2.3 Разложение на битовые плоскости и плоскости Грея

2.4 Ортогональные преобразования

Выводы по главе 2

3. Полутоновый контейнер

3.1 Встраивание бинарного изображения в битовые плоскости

3.2 Встраивание в плоскости Грея

3.3 Сжатие с потерей

3.4 Слепое детектирование из плоскостей Грея

Выводы по главе 3

4. Цветной контейнер

4.1 Изображение с палитрой

4.2 Встраивание путем перестановки строк палитры

4.3 Цветовые модели

4.4 Встраивание в цветовом пространстве RGB и YCbCr

Выводы по главе 4

5. Встраивание с секретным ключом

5.1 Гистограммная атака

5.2 Выбор ключа

5.3 е-секретность

5.4 Секретность двух алгоритмов встраивания

Выводы по главе 5

Заключение

Литература

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 диссертации (часть автореферата) на тему «Методы встраивания цифровых данных в монохромные и цветные изображения»

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 изображения в плоскости Грея монохромного контейнера. Рассмотрены алгоритмы встраивания и детектирования. Избыточность цифрового изображения позволяет использовать для встраивания несколько битовых плоскостей. Это свойство дает возможность слепого детектирования, когда не требуется пустой контейнер и приводит к большей устойчивости при сжатии. В эксперименте вычислены меры искажения для базы из 200 полутоновых изображений. В результате получено, что при сжатии ЦВЗ, встроенные в плоскости Грея имеют меньшее искажение, чем ЦВЗ, встроенные в битовые плоскости.

В четвертой главе для встраивания бинарного изображения используется цветной контейнер. Цветное изображение может быть представлено как изображение с палитрой, которая может служить контейнером. Рассмотрен пример, когда небольшое бинарное изображение встраивается путем перестановки строк палитры. Рассмотрено встраивание в цветовых моделях RGB и YCbCr с последующим сжатием. Эксперимент, где рассчитывались меры искажения для 1000 цветных изображений, показал, что наиболее благоприятными для встраивания является яркостная и зеленая компонента.

В пятой главе обсуждается секретность стеганографической системы. Это сложное свойство, которое можно рассматривать как устойчивость к атаке. Приведена модификация гистограммной атаки типа х2 на вторую битовую плоскость. Обсуждается выбор ключа, который согласно первым принципам, обеспечивает секретность системы. С помощью критерия е- секретности рассмотрен вопрос о секретности двух систем с алгоритмом встраивания в битовую плоскость и алгоритмом аддитивного сложения. Обе системы имеют секретный ключ. Для сравнения проведен эксперимент, где вычислялась относительная энтропия для базы из 2000 монохромных изображений.

В данной работе автором вместо термина монохромное изображение используется эквивалентный термин полутоновое изображение.

1. Стеганографические системы

1.1 Обзор литературы

Вопросам современной стеганографии посвящено большое число работ.

Встраивание в плоскости Грея. Коды Грея хорошо известны в теории информации [1]. Для цифровых изображений коды Грея позволяют выделить одно из основных его свойств - избыточность, что представляет практический интерес для современной стеганографии.

Плоскости Грея получаются из битовых плоскостей и определяют представление изображения в пространственной области. Для пространственной области описано большое число методов [2-5], среди которых варианты LSB (Least Significant Bit), блочное и аддитивное встраивание (см., например, [69]), где используется битовое представление.

Вместо битов могут быть триты, которые возникают в технике псевдотроичного кодирования, развитой для встраивания ЦВЗ [10]. В качестве контейнера может быть использован аудио файл, где требуется своя техника встраивания [11, 12].

После того, как данные встроены, стегоизображение часто сохраняют в каком-либо графическом формате для дальнейшего использования. Преобразование в графический формат, например, JPEG, который осуществляет сжатие с потерей, может разрушать ЦВЗ. Эта проблема хорошо известна. Простым решением служит выбор формата без потерь типа tiff или png. Однако, JPEG очень широко используется на практике, поэтому в литературе уделяется большое внимание стеганографии устойчивой к JPEG-сжатию. Техника устойчивая к сжатию с потерями позволяет решать разные задачи, в число которых входит распознавание образов, повышение качества изображения (см., например,[13, 14]) и другие. Встраивание ЦВЗ в jpg-файл с последующим JPEG сжатием известно как J2J (JPEG-to-JPEG) преобразование [15]. Оно изу-

чалось во многих работах, где представлены методы, предлагающие разнообразные компромиссы между уровнем сжатия и деградацией ЦВЗ.

В нашей работе рассматривается встраивание бинарного изображения в плоскости Грея с последующим JPEG-сжатием [16]. Методы встраивания в плоскости Грея, предложенные в [17] и развитые в [18-20], продемонстрировали их устойчивость к RS анализу [21], атаке типа х2 [22] и SPA (Sample Pair Analysis) [23, 24]. Детекторы для обнаружения ЦВЗ, построенные на основе SPA, могут иметь высокую эффективность [25], однако их проектирование сильно усложняется при использовании битовых плоскостей, начиная со второй [26]. В нашей работе для встраивания выбрана четвертая плоскость Грея, детектор для которой автору не известен. В отличие от приведенных работ, где рассматривались разнообразные атаки, мы интересовались устойчивостью к JPEG-сжатию.

Изображение с палитрой. Изображение с палитрой состоит из двух цифровых массивов: массив индексов и палитра, оба из которых могут играть роль контейнера. Подробный анализ методов для изображения с палитрой приведен в [27] и [28]. Из анализа следует, что непосредственное применение метода LSB к массиву данных или палитре неэффективно, поскольку приводит к значительным артефактам в цветном изображении.

Возникновение артефактов можно пояснить следующим образом. Встраивание бита сообщения в младшие биты массива данных означает изменение яркости пиксела на одну единицу: \A¿\ — 1. Цвет пиксела изменится с c¿ на Ci±\, поскольку пиксел будет обращаться к соседней строке. Нежелательные искажения цвета возникают из-за того, что в палитре две соседние строчки могут иметь весьма разные цвета. Эту сложность можно обойти путем решения обратной задачи. По заданному критерию в палитре ищутся близкие цвета, определяются соответствующие им пикселы в массиве индексов, яркость которых затем модифицируют. Этот метод известен как EZ stego (R. Machado, 1997) развитый в [29-31]. В этом методе объем встраиваемой информации

оказывается небольшим.

При модификациях младших битов палитры могут возникать, как новые цвета, так и одинаковые. Обе возможности легко детектируются, поскольку палитра имеет фиксированное число цветов, обычно 256.

В нашей работе рассмотрен пример, который основан на свойстве изображения с палитрой, когда встраивание в палитру с одновременным изменением массива индексов не вносит искажений [29]. В отличие от [30] мы не ищем близкие цвета в палитре, а используем перестановку текущих строк палитры для встраивания бита сообщения. Чтобы полностью избежать артефактов, одновременно меняется яркость в массиве индексов. В результате, последствием за отсутствие искажений цвета является неслепое детектирование и небольшой объем встраиваемой информации.

Встраивание в цветное изображение. Задача встраивания цифровых данных в цветное изображение определяется следующими основными элементами

• выбор цветового канала,

• пространственная или частотная область встраивания,

• алгоритмы встраивания и детектирования,

• преобразование стегоизображения,

• меры искажения.

В большинстве случаев целью является увеличение

• объема встраиваемых данных,

• секретности,

• устойчивости к преобразованиям стегоизображения.

Выбор цветового канала. Цветное изображение может быть представлено в разных цветовых моделях или пространствах. В цифровом виде это набор нескольких матриц, обычно трех, которые называют цветовым каналом, каждый из которых может играть роль контейнера.

Модель RGB имеет три канала, R, G и В. Встраивание в один или в несколько младших бит каждого канала незаметно для глаза, поэтому можно найти компромисс между объемом встроенных данных и секретностью, при надлежащем выборе изображения [32-35]. Каналы могут выбираться по-разному, например, циклически, техника Stego Color Cycle [36] или с помощью некоторого индикатора, Pixel Indicator Technique. Индикатором может служить один из каналов, который указывает два других для встраивания [37, 38]. В качестве индикатора можно взять три MSB (Most Significant Bit), это старшие биты каналов. Тогда MSB код, 001,010,..., 111 указывает последовательность каналов R-G-B, B-R-G,..., куда записываются 3 бита сообщения

[39].

В модели YCbCr для встраивания интерес представляет канал яркости Y

[40]. Это связано с особенностями формата JPEG, который является одним из наиболее популярных у пользователей. Он вносит потери, разрушающие встроенные данные и основан на модели YCbCr, где яркость сохраняется с большим разрешением, чем хроматические компоненты. Наряду с яркостными каналами в моделях YCbCr, YUV, YIQ могут использоваться хроматические каналы, например, Q и I [41].

Пространственная или частотная область встраивания. Для человеческого восприятия привычным является изображение, представленное в пространственной области. Чтобы перейти в частотную область, используются ортогональные преобразования. Встраивание в частотной области носит нелокальный характер, поскольку модификация одного пиксела в частотной области означает модификацию группы пространственных пикселов.

Для встраивания в частотной области используется дискретное косинус

преобразование DCT (Discrete Cosine Transform) (см., например, [42] и приведенную там литературу) и дискретное вейвлет преобразование DWT (Discrete Wavelet Transform). DWT определяется выбором вейвлета и уровнем разложения. Используются вейвлеты Хаара [41], вейвлеты Добеши, биортогональный вейвлет 9-7 Коэна - Добеши - Фово (CDF97), этот вейвлет лежит в основе JPEG2000. Берутся уровни разложения / = 1,2 вплоть до у = 3 [40]. Сообщение встраивают в коэффициенты HL\,LL\,LL3. Может использоваться последовательное DWT-DCT преобразование^ 1].

Алгоритмы встраивания и детектирования. Встраиваемые сообщения и изображения могут предварительно шифроваться.

Наряду с криптографическим шифрованием можно сделать перестановку элементов, например, с помощью преобразования Арнольда. Оно перемешивает пикселы: х' = (x-\-y)mod(N),y' = (.x+2y)mod{N), где х, у 6 {0,1,.. .N} исходная позиция пиксела. Благодаря периодичности, первоначальное изображение получается после некоторого числа итераций. Основными алгоритмами встраивания являются LSB и аддитивное сложение, осложненные дополнительными условиями. Интересным вариантом аддитивного метода является a-Blending Technique [43], развитая для встраивания цветного изображения в цветное. В этой технике каждый цветовой канал обоих RGB изображений подвергается DWT. Яркости пикселов /1 (k,р),¡2(k,р) из одноименных коэффициентов LL, LH, HL и НН смешиваются s(k,p) = af\{k,p) + (1 — a)[2(k,p), это преобразование типа "прозрачность". Затем из пикселов s(k,p) собираются стегокоэффициенты и восстанавливается стегоизображение в пространственной области.

Преобразование стегоизображения. Из большого числа преобразований сжатие и печать представляют непосредственный интерес. Чтобы использовать стегоизображение, его сначала сохраняют в графическом формате, затем часто следует печать с последующим сканированием. Сканирование нужно чтобы извлечь скрытые данные. Оба преобразования разрушают встроенную

информацию и являются сложными для моделирования [44-46].

Формату JPEG в стеганографии уделяется большое внимание. Если для встраивания взять jpeg-файл с последующим JPEG-сжатием, то такое преобразование называют J2J (Jpeg-to-Jpeg) [15]. Это преобразование изучается во многих работах.

Если в качестве контейнера взять цифровое изображение и детектировать из напечатанной продукции, то встроенные данные вместе с изображением подвергаются PS (Print-Scan) преобразованию [47]. Оно включает алгоритмы растрирования (Halftoning), необходимые для печати и могут быть использованы непосредственно для встраивания [48-50]. Для PS преобразования используются частотные методы встраивания с помощью DWT, например, задача Color-to-Gray and Back [51-53], а также DFT (Discrete Fourier Transform), которое может быть устойчиво к амплитудно-модулированному растрированию AM (Amplitude Modulation) Halftoning [54-56].

Меры искажения. Для тестирования и сравнения разных методов используются меры искажения, которые, как правило, ставят в соответствие вещественное число двум изображениям и могут не быть метриками с математической точки зрения. Известно большое число мер и выбор подходящей из них является отдельной задачей [57-59].

Наряду с объективными мерами типа MSE (Mean Square Error) PSNR (Peak Signal Noise Ratio) используется простая корреляционная мера

Список литературы диссертационного исследования кандидат наук Кайнарова, Елена Михайловна, 2014 год

Литература

1. Хэмминг, Р.В. Теория кодирования и теория информации / Р.В. Хэмминг. -М.: Радио и связь, 1983. - 176 с.

2. Сох, I.J. Digital Watermarking and Steganography / I.J. Cox, M.L. Miller, J.F. Bloom, J. Fridrich, T. Kaler. - Birlington, USA: ELSEVIER, Morgan Kaufmann Publishers, 2008.

3. Грибунин, В.Г. Цифровая стеганография / В.Г. Грибунин, И.Н. Оконов, И.В. Туринцев. - М.: Солон-Пресс, 2002.- 272 с.

4. Коханович, Г.Ф. Компьютерная стеганография. Теория и практика / Г.Ф. Коханович, А.Ю. Пузыренко. - К.: МК-Пресс, 2006. - 288 с.

5. Хорошко, В.О. Основы компьютерной стеганографии: Учебное пособие для студентов и аспирантов / В.О. Хорошко, О.Д. Азаров, М.Э. Шелест, Ю.Э. Яремчук. - Винница: ВДТУ, 2003. - 143с.

6. Митекин, В.А. Модифицированные методы статистического стегоанализа бинарных и полутоновых изображений / В.А. Митекин // Компьютерная оптика. - 2005. - № 28. - С. 145-151.

7. Митекин, В.А. Модели стеганографической системы и обобщённого алгоритма встраивания ЦВЗ в полиграфические изделия / В.А. Митекин, А.В. Сергеев, В.А. Федосеев, Д.М. Богомолов // Компьютерная оптика. - 2007. -Т. 31, №4.-С. 95-100.

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

9. Глумов, Н.И. Алгоритм поблочного встраивания стойких ЦВЗ в крупноформатные изображения / Н.И. Глумов, В.А. Митекин // Компьютерная оптика. - 2011. - Т. 35, № 3. - С. 368-372.

10. Харинов, М.В. Запоминание и адаптивная обработка информации цифровых изображений / М.В. Харинов. - СПб.: Изд-во С.-Петербург, ун-та, 2006. - 138 с.

И. Садов, B.C. Организация стеганографического канала передачи данных модификацией частотного описания аудио-контейнера. Актуальные проблемы радио-электроники: научные исследования, подготовка кадров: сб. научных статей (по итогам работы МНПК, Минск, 2-3 июня 2005 г.): в 3 ч. / B.C. Садов, И. JI. Чваркова; под общ.ред. проф. H.A. Цырельчука. -Мн.: МГВРК, 2005. - 296 с. - ч.2

12. Садов, B.C. Алгоритм обнаружения стеганографического аудио канала, основанный на статистике распределения соседних уровней громкости. / B.C. Садов, И. Л. Чваркова, Ю. А. Чернявский. // Электроника инфо. "Белэлектронконтракт".- 2007. - № 2 (38). - С. 56-60.

13. Тимбай, Е.И. Применение корректирующего фильтра для повышения качества изображений, сжатых методом JPEG / Е.И. Тимбай // Компьютерная оптика. - 2011. - Т. 35, № 4. - С. 513-518.

14. Лапшенков, Е.М. Модель оценки потерь качества графического изображения при сжатии с потерями, ориентированная на системы распознавания образов / Е.М. Лапшенков // Компьютерная оптика. - 2011. - Т. 35, № 3. -С. 408-415.

15. Wong, P.H.W. Capacity Estimation Technique for JPEG-to-JPEG Image Watermarking / P.H.W. Wong, O.C. Au // IEEE Transaction on circuit and system for video technology. - 2003. - Vol. 13, № 8. - P. 74-78.

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

17. Nguyen, B.C. Multi Bit Plane Image Steganography / B.C. Nguyen, S.M. Yoon, and H-K. Lee // Proceedings of the 5th International Workshop on Digital Watermarking. LNCS, V. 4283. - 2006. - P. 61-70.

18. Agaian, S. Stego sensitivity measure and multibit plane based steganography using different color models / S. Agaian, B. Rodriguez, J. Perez // Proc. SPIE. Security, Steganography, and Watermarking of Multimedia Contents VIII. -2006.- Feb. - V. 6072. - P. 279-290.

19. Barbier, J. Steganalysis of Multi Bit Plane Image Steganography / J. Barbier, К. Mayour // Proceedings of the 6th International Workshop on Digital Watermarking. - 2008. - P. 99-111.

20. Xiangyang, L. Steganalysis of adaptive image steganography in multiple gray code bit-planes / L. Xiangyang, L. Fenlin, Y. Chunfang, L. Shiguo, Z. Ying // Multimedia Tools and Applications. - 2012. - V.57, №3. - P. 651-667.

21. Fridrich, J. Reliable detection of LSB steganography in color and grayscale images / J. Fridrich, M. Goljan, R. Du // Proceedings of the 2001 workshop on Multimedia and security: new challenges, Ottawa, Ontario, Canada. - 2001. -Oct. - P. 27-30.

22. Westfeld, A. Attacks on Steganographic Systems / A. Westfeld, A. Pfitzmann // Proc. of 3rd International Workshop. Lecture Notes in Computer Science, V.l768. - Berlin Heidelberg New York: Springer-Verlag, 2000. - P. 61-75.

23. Dumitrescu, S. Detection of LSB Steganography via Sample Pair Analysis / S. Dumitrescu, X. Wu, Z. Wang // Revised Papers from the 5th International Workshop on Information Hiding. - 2002. - oct. - P. 355-372.

24. Lu, P. An improved sample pairs method for detection of LSB embedding / P.Lu, X.Luo, Q.Tang, L.Shen // Proceedings of the 6th international conference on Information Hiding. - 2004. - P. 116-127.

25. Ker, A.D. Improved detection of LSB steganography in grayscale images / A.D. Ker. // Proc. 6th Information Hiding Workshop. - 2004. - V. 3200. - P. 97-115.

26. Ker, A.D. Steganalysis of Embedding in Two Least-Significant Bits / A.D. Ker. // IEEE Transactions on Information Forensics and Security. - 2007. - V. 2, № 1. - P. 46-54.

27. Fridrich, J. Steganography in Digital Media: Principles, Algorithms and Application / J. Fridrich. - New York, USA: Cambridge University Press, 2010.

28. Аграновский, A.B. Стеганография, цифровые водяные знаки и стеганоана-лиз / A.B. Аграновский, A.B. Балакин, В.Г. Грибунин, С.А. Сапожников. -М.: Вузовская книга, 2009. - 220 с.

29. Fridrich, J. A New Steganographic Method for Palette Images / J. Fridrich // Proceedings of the Image Processing, Image Quality, Image Capture Systems Conference. - 1999. - P. 285-289.

30. Fridrich, J. Secure Steganographic Methods for Palette Images / J. Fridrich, R. Du // Proc. The 3rd Information Hiding Workshop, New York. LNCS, V. 1768. - Berlin Heidelberg New York: Springer-Verlag, 2000. - P. 47-60.

31. Wu, M.-Y. An iterative method of palette-based image steganography / M.-Y Wu, Y.-K. Ho, J.-H. Lee // Pattern Recognition Letters. - 2004. - V. 25. - P. 301-309.

32. Bailey, K. An evaluation of image based steganography methods / K. Bailey,

К. Curran // Multimedia Tools and Applications. - July 2006. - V. 30, № 1. -P. 55-88.

33. Архипов, О.П. Параметрический класс прямых прозрачных методов сте-токодирования цветных изображений / О.П. Архипов, П.О. Архипов, З.П. Зыкова // Информационные технологии и вычислительные системы. -2003. - №1-2. - С. 95-101.

34. Dharwadkar, N.j V. Secure Watermarking Scheme for Color Image Using Intensity of Pixel and LSB Substitution / N.j V. Dharwadkar, B.B. Amberker // Journal of computing. - 2009. - V. 1, №1 (december). - P. 1-6.

35. Cancelli, G. MPSSteg-color: A new steganographic techniques for color images / G. Cancelli, M. Barni // Information Hidding 9th International Workshop, Saint Malo. LNCS, V. 4567. - Berlin Heidelberg New York: Springer-Verlag, 2007. - P. 1-15.

36. Neeta, D. Implementation of LSB Steganography and Its Evaluation for Various Bits / D. Neeta, K. Snehal, D. Jacobs // Proc. 1st International Conference on Digital Information Management. - Dec. 2006. - P. 173-178

37. Parvez, M. T. RGB Intensity Based Variable-Bits Image Steganography / M. T. Parvez, A. Gutub // Proceedings of 3rd IEEE Asia-Pacific Services Computing Conference. - 2008. - P. 1322-1327.

38. Gutub, A.A. Pixel indicator technique for RGB image steganography /А.А. Gutub // Journal of Emerging Technologies in Web Intelligence. - Feb 2010. -V. 2, № 1. - P. 56-64.

39. Chaudhary, A. A Hash based Approach for Secure Keyless Steganography in Lossless RGB Images / A. Chaudhary, J. Vasavada, J.L. Raheja, S. Kumar, M. Sharma // Proceedings of 22nd International Conference on Computer Graphics and Vision, Russia, Moscow. - 2012. - P.80-82.

40. Elahian, A. Improved Robust DWT-Watermarking in YCbCr Color Space / A. Elahian, M. Khalili, S.B. Shokouhi // GJCAT. - 2011. - V. 1(3). - P.300-304

41. Gunjal, B.L. Secure Color Image Watermarking Technique in DWT-DCT domain / B.L. Gunjal, S.N. Mali // International Journal of Computer Science, Engineering and Information Technology (IJCSEIT). - 2011. - V.l, № 3. - P. 36-44.

42. Nag, A. A novel technique for image steganography based on Block-DCT and Huffman Encoding / A. Nag, S. Biswas, D. Sarkar, P.P. Sarkar // International Journal of Computer Science and Information Technology. - 2010. - V. 2, № 3. -P. 103-112.

43. Dey, N. A Novel Approach of Color Image Hiding using RGB Color planes and DWT / N. Dey, A.B. Roy, S. Dey // International Journal of Computer Applications (0975 - 8887). - 2011. - V. 36, № 5 - P. 19-24

44. Митекин, В.А. Модели стеганографической системы и обобщённого алгоритма встраивания ЦВЗ в полиграфические изделия / В.А. Митекин, А.В. Сергеев, В.А. Федосеев, Д.М. Богомолов И Компьютерная оптика. - 2007. -Т. 31, №4.-С. 95-100.

45. Митекин, В.А. Методы извлечения водяных знаков, базирующихся на вариации размеров растровой ячейки / В.А. Митекин, В.А. Федосеев // Компьютерная оптика. - 2009. - Т. 33. - № 4 - С. 460-465.

46. Fridrich, J. Statistically undetectable JPEG steganography: Dead ends, challenges, and opportunities / J. Fridrich, T. Pevny, J. Kodovsky // Proc. 9th ACM Multimedia Security Workshop. Dallas, 2007. - P. 3-14.

47. Pramila, A. Multiple Domain Watermarking for Print-Scan and JPEG Resilient Data Hiding / A. Pramila, A. Keskinarkaus , T. Seppanen // Proc. International

workshop on digital watermarking. - Berlin Heidelberg New York: SpringerVerlag, 2008. - P. 279-293.

48. Ulichney, R. Analog Image Backup with Steganographic Halftones / R. Ulichney, I. Tastl, E. Hoarau // Color Imaging XVI: Displaying, Processing, Hardcopy, and Applications, IS&T/SPIE Electronic Imaging Symposium, San Francisco Airport, CA, 7866-53, January 23-27, 2011.

49. Oztan, B. Multiplexed Clustereddot halftone atermarks using bi-directional phase modulation and detection / B. Oztan, G. Sharma // IEEE Proc. of ICIP. -2010. - P. 981-984.

50. Ulichney, R. Encoding Information in Clustered-Dot Halftones / R. Ulichney, M. Gaubatz, S. Simske, //IS&T NIP26 (26th Int. Conf. on Digital Printing Technologies), Austin, TX, Sep. 2010.

51. de Queiroz, R.L. Color to gray and back: color embedding into textured gray images / R.L. de Queiroz, K. Braun // IEEE transactions on image processing.

- 2006. - V. 15, № 6 - P. 1464-1470.

52. Ko, K.-W. Color Embedding and Recovery Based on Wavelet Packet Transform / K.-W. Ko, O.-S. Kwon, C.-H. Son, E.-Y. Kwon, Y.-H. Ha // Journal of Imaging Science and Technology. - 2011. - P. 030501-01 - 030501-10.

53. Nohara F. An accurate algorithm for color to gray and back / F. Nohara, T. Horiuchi, S. Tominaga // IEEE Proc. of ICIP. - 2009. - P. 485-488.

54. He, D. Practical Print-scan ResilientWatermarking Scheme / D. He, Q. A- Sun // IEEE Proc. of ICIP. - 2005. - P. 257-260.

55. Poljicak, A. Robastness of a DFT based Image Watermarking Method against AM Halftoning / A. Poljicak, L. Mandic, D. Agic // Technical Gazette. - 2011.

- № 18(2). - P. 161-166.

56. Poljicak, A. Discrete Fourier transform-based watermarking method with an optimal implementation radius / A. Poljicak, L. Mandic, D. Agic // Journal of Electronic Imaging. - 2011. - Vol. 20(3). - P. 033008-1 - 033008-8.

57. Рогожный, A.A. Использование мер сложности графических образов при внедрении водяных знаков в логотипы программных средств / А.А. Рогожный, В.Н. Ярмолик // Доклады БГУИР (Белорусский государственный университет информатики и радиоэлектроники). - 2006. - № 2. - С. 134-141.

58. Со, И.А. Измерение цветовых искажений видеоизображений с использованием характеристик зрительной системы / И.А. Со // Компьютерная оптика. - 2011. - Т. 35, № 3 - С. 395-407.

59. Holub, V. Universal Distortion Function for Steganography in an Arbitrary Domain [Электронный ресурс] / V. Holub and T. Denemark, J. Fridrich // EURASIP Journal on Information Security. - 2014. - №1. - Режим доступа: http://jis.eurasipjournals.eom/content/2014/l/l.

60. Voloshynovskiy, S. A stochastic approach to content adaptive digital image watermarking / S. Voloshynovskiy, A. Herrigel, N. Baumgaertner, and T. Pun // Proc. Int. Workshop Inform. Hiding. - 1999. - P. 211-236.

61. Boato, G. Watermarking Robustness Evaluation Based on Perceptual Quality via Genetic Algorithms // G. Boato, V. Conotter, F. G. B. De Natale, C. Fontanari // IEEE Translation on Information Forensics and Security. - 2009. -Vol. 4, № 2. - P. 207-216.

62. Watson, A.B. DCT quantization matrices visually optimized for individual images [Электронный ресурс] / Andrew В. Watson // Proc. SPIE. - 1993. - Режим доступа: http://vision.arc.nasa.gOv/publications/spie93abw/spie93abw.html.d/spie93.html

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

64. Haitsma, J. Robust audio hashing for content identification / J. Haitsma, T. Kalker, J. Oostveen // Content Based Multimedia Indexing. - 2001. - №4. - R 117-124.

65. Miller, M.L. Audio fingerprinting: Nearest neighbor search in high-dimensional binary spaces / M.L. Miller, M.A. Rodriguez, I.J. Cox // IEEE Multimedia Signal Processing Workshop. - 2002. - P. 182-185.

66. Nohara, F. An accurate algorithm for color to gray and back / F. Nohara, T. Horiuchi, S. Tominaga // IEEE Proc. of ICIP. - 2009. - P. 485-488.

67. Горбачев, В.Н. 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.

68. Шеннон, К. Работы по теории информации и кибернетике / К. Шеннон. -М.: Издательство иностранной литературы, - 1963. - 832с.

69. Яглом, A.M. Вероятность и информация / A.M. Яглом, И.М. Яглом. - М.: Наука, - 1973. - 512с.

70. Аграновский, А.Б. Практическая криптография: алгоритмы и их программирование / А.Б. Аграновский, Р.А. Хади. - М.:СОЛОН-Пресс, - 2009. -255с.

71. Keelan, B.W. Handbook of Image Quality / B.W. Keelan. - New York, USA: Mercel Dekker AG, 2002. - 501 p.

72. Ватолин, Д. Сравнение кодеков стандарта MPEG-4 AVC/H.264 с использованием объективных метрик [Электронный ресурс] / Д. Ватолин, А. Паршин // Международная конференция ГрафиКон'2006, Новосибирск. - 2006. - Режим доступа: http://graphicon.org/2006/proceedings/papers/wr47_20_Parshin.pdf.

73. Winder, S. Digital Video Quality. Vision Models and Metrics / S. Winder. -England: John Willey & Sons Ltd, - 2005.

74. Bovik, A.C. Modern Image Quality Assessment / A.C. Bovik, Z. Wang. - CA, USA: Morgan and Claypool Publishibg Co, 2006.

75. Laparra, V. Divisive Normalization Image Quality Metric Revized / V. Laparra, J. Munoz-Mari, J. Malo // J. Opt. Soc. Am. - 2010. - Vol.27, № 4,- P. 852-64

76. Ричардсон, Я. Видеокодирование. H.264 и MPEG-4 - стандарты нового поколения /Я. Ричардсон. - М.: Техносфера, - 2005.- 368с.

77. Фурман, Я.А. Цифровые методы обработки и распознавания бинарных изображений / Я.А. Фурман, А.Н. Юрьев, В.В. Яншин. - Красноярск: Изд-во Краснояр. ун-та, - 1992. - 248с.

78. Книжников, Ю.Ф. Аэрокосмические методы географических исследований / Ю.Ф. Книжников, В.И. Кравцова, О.В. Тутубалина. - М.: Издательский центр «Академия», - 2004. - 372с.

79. Сэломон, Д. Сжатие данных изображений и звука / Д. Сэломон. - М.: Техносфера, - 2004.- 368с.

80. Ahumada, A.J. Luminance-model-based DCT quantization for color image

!

compression / A J. Ahumada, H.A. Petrson // Proceedings of the SPI, 1666. - 1992. - P. 365-374.

81. Претт, У. Цифровая обработка изображений: в 2-х кн. / У. Претт. - М.: Мир Язык, - 1982.

82. Горбачев, В.Н. Об одном алгоритме бинаризации полутоновых изображений с выделением слабоконтрастных структур / В.Н. Горбачев, В.Н.Дроздов, Е.С. Яковлева // Вестник МГУП. - 2009. - № 3. - С.65.

83. Fridrich, J. Quantitative steganoanalysis of digital images: Estimations the secret message length / J. Fridrich, M. Goljan, D. Hogea, D. Soukal // ACM Multimedia Systems Journal. - 2003. - Vol.9, № 3. - P. 288-302

84. Fridrich, J. Steganalysis of JPEG Images: breaking the F5 algorithm / J. Fridrich, M. Goljan, D. Hogea // 5th International Workshop, Noordwijkerhout, The Netherlands, 7-9 October 2002. - P. 310-323

85. Голуб, В.А. Комплексный подход для выявления стеганографического скрытия в jpeg-файлах / В.А.Голуб, М.А. Дрюченко // Инфокоммуника-ционные технологии. - 2009. - Т.7, №1. - С. 44-50.

86. Трис, Г.В. Теория обнаружения, оценок и модуляции: Т.З. / Г. Ван Трис. -М.: Сов. радио, - 1977.

87. Сосулин, Ю.Г. Теория обнаружения и оценивания стохастических сигналов / Ю.Г. Сосулин. - М.: Сов. радио, - 1978. - 320с.

88. Heistrom, C.W. Element of Signal Detection and Estimation /C.W. Helstrom. -Englewood Cliffs, N.J: Prentice-Hall, 1995. - 575p.

89. Cachin, C. An information-theoretic model for steganography / C. Cachin // Information hiding: 2nd International Workshop. LNCS, V. 1525. - Berlin Heidelberg New York: Springer-Verlag, 1998. - P. 306-318.

90. Горбачев, В.Н. 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.