Исследование статистических свойств искажений частотных коэффициентов ДКП матрицы в условиях воздействия на изображение JPEG-сжатия
Постановка и анализ результатов эксперимента, проводимого с целью выявления статистических свойств искажений частотных коэффициентов дискретно-косинусного преобразования матрицы при Jpeg-сжатии изображения. Математические ожидания величины искажений.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 24.09.2012 |
Размер файла | 1,4 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Исследование статистических свойств искажений частотных коэффициентов ДКП матрицы в условиях воздействия на изображение JPEG-сжатия
Коваленко Михаил Павлович, аспирант, инженер-программист отдела СПМО МОУ «Институт инженерной физики»
Цель работы - постановка и анализ результатов эксперимента, проводимого с целью выявления статистических свойств искажений частотных коэффициентов ДКП матрицы при Jpeg-сжатии изображения.
Ключевые слова: стеганография, алгоритм частотной области, коэффициент матрицы дискретно-косинусного преобразования, искажение, математическое ожидание, среднеквадратическое отклонение, Jpeg-сжатие.
Стеганографические алгоритмы, производящие встраивание скрываемой информации в частотную область изображений, получили широкое распространение в силу некоторых выгодных отличий от остальных стеганографических алгоритмов. К сильным сторонам данного вида алгоритмов, прежде всего, следует отнести возможность встраивать информацию в изображения-контейнеры, сжатые форматом JPEG, который является одним из наиболее распространенных форматов хранения и передачи мультимедиаконтента на сегодняшний день. Также к преимуществам данного вида алгоритмов можно отнести и достаточно хорошую устойчивость к различного рода внешним воздействиям или атакам на изображение-контейнер.
Частотные свойства матрицы ДКП коэффициентов
В основе большинства стеганографических алгоритмов частотной области лежит дискретно-косинусное преобразование (ДКП). Такие алгоритмы предварительно разбивают исходное изображение-контейнер на блоки, как правило, размером 8Ч8 пикселей, в дальнейшем подвергающиеся ДКП, результатом которого является матрица коэффициентов, представленная на рис. 1.
Рис. 1 - Матрица ДКП коэффициентов
, (1)
и , (2-3)
где 0 Ј p Ј 7; 0 Ј q Ј 7; A - матрица, подвергаемая ДКП; B - матрица ДКП коэффициентов.
В ДКП матрице, вычисляемой для блоков размером 8Ч8 пикселей по формулам 1-3, коэффициенты низкочастотных компонент располагаются ближе к верхнему левому углу, в то время как коэффициенты высокочастотных компонент сгруппированы в правой нижней части матрицы (рисунок 1). Низкочастотные коэффициенты содержат преобладающую часть энергии изображения, в то время как высокочастотные компоненты наиболее уязвимы для внешних воздействий [1]. Поэтому авторы большинства алгоритмов считают пригодными для встраивания только среднечастотные коэффициенты. Но на сколько эти коэффициенты подвержены, например, Jpeg-сжатию изображения? Поиску ответа на данный вопрос и посвящена данная работа.
Анализ статистических свойств искажений частотных коэффициентов ДКП матрицы в условиях воздействия на изображение Jpeg-сжатия
Для среднечастотных коэффициентов ДКП матрицы на базе 82 изображений (общее число ДКП-блоков равно 1 124 837) определим математические ожидания и разбросы величин искажений, вносимых в изображения при их Jpeg-сжатии, осуществляемом при помощи пакета программ StirMark Benchmark 4.0.129.
Продемонстрируем уровень вносимых искажений на примере.
Рис. 2 - Фрагмент исходного изображения
Рис. 3 - Фрагмент изображения после Jpeg-сжатия (параметр «JPEG Quality level» равен 90)
Рис. 4 - Фрагмент изображения после Jpeg-сжатия (параметр «JPEG Quality level» равен 10)
сжатие изображение искажение матрица дискретный косинусный
Таблица 1 - Статистические свойства частотных коэффициентов
Параметр «JPEG Quality level» равен 90 |
||||||
22 |
0.00174634 |
1.45681 |
87.155590 |
93.535715 |
97.001737 |
|
23 |
0.00077700 |
1.70948 |
86.516434 |
92.065076 |
96.025063 |
|
24 |
- 0.00178739 |
1.39430 |
84.024887 |
92.251951 |
98.109970 |
|
25 |
0.00138557 |
1.21312 |
83.272903 |
93.400550 |
98.452765 |
|
26 |
- 0.00273280 |
1.25542 |
83.169484 |
93.024250 |
98.476597 |
|
27 |
- 0.00290691 |
1.23909 |
83.295856 |
92.754886 |
98.434209 |
|
28 |
0.00985074 |
1.45594 |
87.265956 |
93.346378 |
96.786457 |
|
29 |
0.00058125 |
1.36119 |
89.766824 |
94.761702 |
96.654194 |
|
30 |
0.00357766 |
1.37929 |
89.648192 |
93.944113 |
96.169814 |
|
31 |
0.00259949 |
1.31482 |
87.740750 |
93.989315 |
96.451577 |
|
32 |
- 0.00023971 |
1.35103 |
87.031153 |
93.444784 |
96.437683 |
|
33 |
0.00296071 |
1.39756 |
87.419325 |
93.535012 |
96.301726 |
|
34 |
- 0.00052240 |
1.35599 |
87.718413 |
93.776410 |
96.300583 |
|
35 |
- 0.00176195 |
1.46747 |
89.711070 |
93.977883 |
95.741014 |
|
36 |
- 0.02308350 |
1.43385 |
89.841134 |
94.439661 |
96.621480 |
|
37 |
0.00047630 |
1.09466 |
88.280356 |
95.456700 |
97.155985 |
|
38 |
0.00251760 |
1.33666 |
90.111553 |
95.400330 |
96.891810 |
|
39 |
- 0.00014400 |
1.56006 |
91.331208 |
94.842959 |
96.239464 |
|
40 |
- 0.00065454 |
1.41870 |
88.960668 |
94.542377 |
96.492294 |
|
41 |
0.00263899 |
1.31175 |
89.640805 |
94.969418 |
96.624821 |
|
42 |
0.00009466 |
1.43969 |
90.783863 |
94.971265 |
96.767286 |
|
43 |
0.00253786 |
1.53429 |
92.475409 |
95.878290 |
96.777487 |
|
Параметр «JPEG Quality level» равен 10 |
||||||
22 |
0.08241100 |
12.49300 |
89.970848 |
95.468396 |
97.382346 |
|
23 |
0.01027200 |
12.12440 |
88.915291 |
95.075563 |
97.461405 |
|
24 |
0.00007120 |
12.25070 |
85.856964 |
94.911817 |
97.140244 |
|
25 |
- 0.00777781 |
11.71570 |
84.192151 |
93.663318 |
96.870177 |
|
26 |
0.01800630 |
12.26510 |
84.132527 |
94.510542 |
97.019941 |
|
27 |
- 0.02134150 |
11.28520 |
83.652017 |
94.749038 |
97.092404 |
|
28 |
0.01642940 |
11.66220 |
88.241310 |
94.837331 |
97.410135 |
|
29 |
0.05968790 |
9.51347 |
91.113114 |
95.748049 |
97.733758 |
|
30 |
- 0.01287760 |
9.36544 |
90.000220 |
94.952270 |
97.536770 |
|
31 |
0.00283498 |
10.27590 |
88.910982 |
94.042607 |
97.541079 |
|
32 |
0.00120644 |
11.02200 |
88.191887 |
94.888864 |
97.562977 |
|
33 |
0.00449274 |
11.01950 |
88.090667 |
94.401847 |
97.473365 |
|
34 |
0.00324855 |
10.31120 |
88.100956 |
93.608794 |
97.586809 |
|
35 |
- 0.00191564 |
9.12475 |
90.139431 |
94.296230 |
97.532109 |
|
36 |
- 0.04386410 |
8.81831 |
91.554842 |
95.229636 |
96.854787 |
|
37 |
- 0.01721620 |
7.31108 |
90.918149 |
94.586435 |
97.620314 |
|
38 |
0.01215020 |
7.94379 |
91.895702 |
95.554578 |
97.160646 |
|
39 |
0.01864230 |
8.68522 |
92.347015 |
95.609630 |
97.052655 |
|
40 |
0.01750340 |
9.33975 |
90.054216 |
94.645619 |
97.561218 |
|
41 |
0.01299740 |
8.75071 |
89.943498 |
94.671298 |
97.554359 |
|
42 |
0.00434358 |
7.92094 |
92.472156 |
95.325668 |
97.218424 |
|
43 |
- 0.01060060 |
6.46140 |
94.458569 |
96.193470 |
97.469759 |
В таблице 1 через обозначен номер частотного коэффициента, - математическое ожидание величины его искажения, - среднеквадратическое отклонение величины его искажения, - вероятность (в %) того, что величина искажения окажется в диапазоне от до .
Выводы
Итак, согласно полученным данным математические ожидания искажений частотных коэффициентов лежат в интервале от - 0.0438641 до 0.0596889.
На основании представленных данных можно сделать вывод, что при внедрении информации частотные коэффициенты ДКП матрицы следует изменять на величины не менее трех среднеквадратических отклонений их искажений, а именно на величину из интервала от 4 до 37 при условии Jpeg-сжатия изображения в зависимости от его степени.
Литература
1. Конахович Г.Ф., Пузыренко А.Ю. Компьютерная стеганография: Теория и практика. - М.: МК-Пресс, 2006. - 283 с.
Размещено на Allbest.ru
Подобные документы
Разработка программы, предназначенной для сжатия или компрессии полутонового изображения международным стандартом JPEG. Описание метода JPEG, выдача результатов в виде декодированного изображения. Обзор методов компрессии полутонового изображения.
курсовая работа [43,5 K], добавлен 14.10.2012Создание работоспособного приложения, обеспечивающего сокрытие информации произвольного размера в файле формата JPEG и доступ к уже имеющейся информации. Определение основных понятий стеганографии. Структура файла формата JPEG. Метод сокрытия данных.
курсовая работа [57,5 K], добавлен 30.03.2009Разработка эскизного и технического проектов программы преобразования заданной матрицы в ортогональную матрицу. Сравнивание транспонированной матрицы с обратной с целью проверки ортогональности. Выбор состава технических и программных средств реализации.
курсовая работа [52,1 K], добавлен 09.12.2014Обзор существующих программ сжатия данных без потерь. Анализ методов сжатия: алгоритмов группы, KWE, Lossless JPEG, кодирование Хаффмана. Обзор составляющих компонентов. Разработка кода программы-архиватора, работающей на основе алгоритма Хаффмена.
курсовая работа [487,3 K], добавлен 14.07.2011Яркость точек и гистограммы изображения. Изменение яркости и контрастности. Метод ранговой фильтрации с оценкой середины диапазона. Наложение шумов на изображение. Преобразование изображения в негатив. Получение матрицы яркостей и построение гистограмм.
курсовая работа [1,5 M], добавлен 11.12.2012Понятие определителя матрицы, математические и алгоритмические основы его расчета, функциональные модели, блок-схемы и программная реализация. Сущность метода Гаусса для решения систем линейных алгебраических уравнений и вычисления определителя матрицы.
контрольная работа [455,2 K], добавлен 18.01.2010Составление процедуры для матрицы, разложения матрицы на множители, решения системы линейных уравнений, нахождения определителя матрицы и матрицы с транспонированием. Суть метода квадратного корня. Разложение матрицы на множители. Листинг программы.
лабораторная работа [39,4 K], добавлен 18.09.2012Основы методов устранения ступенчатости, определение причин, ее вызывающих. Проявления искажений в машинно-сгенерированных изображениях. Увеличение частоты выборки. Равномерное усреднение характеристик пикселя, его трактовка как конечной области.
презентация [378,7 K], добавлен 14.08.2013Разработка приложения, целью которого ставится преобразование черно-белых полутоновых изображений в цветные. Обзор методики обработки изображения, способов преобразования изображения с помощью нейронной сети. Описания кластеризации цветового пространства.
дипломная работа [6,3 M], добавлен 17.06.2012Основные операции над матрицами. Формирование матрицы из файла. Ввод матрицы с клавиатуры. Заполнение матрицы случайными числами. Способы формирования двухмерных массивов в среде программирования С++. Произведение определенных элементов матрицы.
курсовая работа [537,0 K], добавлен 02.06.2015