Исследование статистических свойств искажений частотных коэффициентов дискретно-косинусного преобразования матрицы в условиях воздействия на изображение случайного шума
Особенность распространения стеганографических алгоритмов, производящих встраивание скрываемой информации в частотную область изображений. Изучение разбития исходного изображения-контейнера на блоки с помощью дискретно-косинусного преобразования.
Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
Вид | статья |
Язык | русский |
Дата добавления | 23.03.2018 |
Размер файла | 615,3 K |
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/
СПМО МОУ «Институт инженерной физики»
Исследование статистических свойств искажений частотных коэффициентов ДКП матрицы в условиях воздействия на изображение случайного шума
Коваленко М.П.
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.
,
и ,
где 0 ? p ? 7; 0 ? q ? 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, действию на изображение случайного шума? Поиску ответа на данный вопрос и посвящена данная работа.
Анализ статистических свойств искажений частотных коэффициентов ДКП матрицы в условиях воздействия на изображение случайного шума
Для среднечастотных коэффициентов ДКП матрицы на базе 82 изображений (общее число ДКП-блоков равно 1 124 837) определим математические ожадания и разбросы величин искажений, вносимых в изображения под воздействием случайного шума, осуществляемого при помощи пакета программ StirMark Benchmark 4.0.129.
Продемонстрируем уровень вносимых искажений на примере.
Рис. 1. Фрагмент исходного изображения.
Рис. 2. Фрагмент изображения после добавления шума (параметр «Noise level» равен 2).
Рис. 3. Фрагмент изображения после добавления шума (параметр «Noise level» равен 6).
Таблица 1. Статистические свойства частотных коэффициентов.
Параметр «Noise level» равен 2 |
||||||
22 |
- 0.00445853 |
7.68843 |
68.531164 |
95.366736 |
99.700121 |
|
23 |
0.00373324 |
7.68382 |
68.517709 |
95.371661 |
99.721139 |
|
24 |
- 0.00888185 |
7.68558 |
68.471012 |
95.393558 |
99.718501 |
|
25 |
- 0.01098160 |
7.67949 |
68.466967 |
95.392151 |
99.714455 |
|
26 |
- 0.00641239 |
7.67787 |
68.490447 |
95.373596 |
99.698802 |
|
27 |
0.00714432 |
7.66815 |
68.464417 |
95.366560 |
99.714719 |
|
28 |
0.00381334 |
7.68280 |
68.528438 |
95.363131 |
99.706365 |
|
29 |
0.00085196 |
7.68075 |
68.512081 |
95.362339 |
99.702144 |
|
30 |
- 0.00917933 |
7.66977 |
68.492910 |
95.382214 |
99.699154 |
|
31 |
- 0.00467562 |
7.67682 |
68.401187 |
95.382038 |
99.718149 |
|
32 |
- 0.00104783 |
7.68081 |
68.537408 |
95.353281 |
99.703375 |
|
33 |
- 0.00836895 |
7.66903 |
68.494932 |
95.365153 |
99.707156 |
|
34 |
0.00630145 |
7.66578 |
68.473211 |
95.386963 |
99.712169 |
|
35 |
- 0.00336800 |
7.67151 |
68.489392 |
95.389689 |
99.709882 |
|
36 |
- 0.00818846 |
7.67615 |
68.511114 |
95.393470 |
99.704342 |
|
37 |
0.00494949 |
7.66890 |
68.481741 |
95.378872 |
99.710146 |
|
38 |
- 0.00404257 |
7.67024 |
68.460372 |
95.390480 |
99.709443 |
|
39 |
- 0.00053245 |
7.66653 |
68.438298 |
95.397692 |
99.714455 |
|
40 |
- 0.00508103 |
7.66580 |
68.501352 |
95.368847 |
99.706013 |
|
41 |
- 0.00064912 |
7.66915 |
68.448324 |
95.385116 |
99.712257 |
|
42 |
0.00551341 |
7.66265 |
68.426778 |
95.397604 |
99.711114 |
|
43 |
- 0.00724165 |
7.66746 |
68.464065 |
95.377377 |
99.708651 |
|
Параметр «Noise level» равен 6 |
||||||
22 |
- 0.01664620 |
21.13730 |
69.739299 |
94.933714 |
99.567594 |
|
23 |
- 0.02733140 |
21.17120 |
69.752754 |
94.927822 |
99.573750 |
|
24 |
- 0.00183358 |
21.13530 |
69.800594 |
94.922722 |
99.567770 |
|
25 |
- 0.01898420 |
21.16460 |
69.716082 |
94.939255 |
99.575684 |
|
26 |
0.00431573 |
21.13770 |
69.712653 |
94.918501 |
99.572870 |
|
27 |
0.03578910 |
21.15560 |
69.738859 |
94.934330 |
99.574893 |
|
28 |
0.01312000 |
21.16650 |
69.834451 |
94.904870 |
99.565483 |
|
29 |
0.00943114 |
21.13960 |
69.861713 |
94.907420 |
99.564868 |
|
30 |
0.02437820 |
21.09570 |
69.767967 |
94.927031 |
99.569616 |
|
31 |
0.00544545 |
21.10860 |
69.739387 |
94.942245 |
99.578323 |
|
32 |
- 0.01027000 |
21.11600 |
69.841310 |
94.903551 |
99.558184 |
|
33 |
- 0.01625480 |
21.14370 |
69.819325 |
94.911377 |
99.564428 |
|
34 |
0.01076870 |
21.14830 |
69.808069 |
94.886666 |
99.574365 |
|
35 |
0.01850490 |
21.15690 |
69.733670 |
94.922634 |
99.585973 |
|
36 |
- 0.00701001 |
21.13810 |
69.856788 |
94.894581 |
99.560734 |
|
37 |
0.02262820 |
21.09300 |
69.787842 |
94.942509 |
99.567242 |
|
38 |
0.05128590 |
21.12090 |
69.793822 |
94.899242 |
99.574541 |
|
39 |
- 0.01580530 |
21.12020 |
69.764714 |
94.902935 |
99.580257 |
|
40 |
- 0.02097530 |
21.09560 |
69.821436 |
94.914016 |
99.554578 |
|
41 |
- 0.01256260 |
21.08310 |
69.723645 |
94.943740 |
99.572167 |
|
42 |
0.01397830 |
21.11300 |
69.760492 |
94.907420 |
99.574805 |
|
43 |
- 0.01764800 |
21.11210 |
69.838848 |
94.892118 |
99.573134 |
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 .стеганографический частотный изображение дискретный
Выводы
Итак, согласно полученным данным математические ожидания искажений частотных коэффициентов лежат в интервале от - 0.0273314 до 0.0512859.
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 23 до 64 при условии воздействия на изображение случайного шума в зависимости от его интенсивности.
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
Новый подход оценки значений утраченных пикселей, основанный на минимизации энтропии коэффициентов дискретного косинусного преобразования (ДКП) блока изображения. Задача устранения импульсного шума и реконструкции утерянных участков изображений.
контрольная работа [8,8 M], добавлен 29.03.2011Характеристика основных требований к методам и алгоритмам фильтрации. Предпосылки возникновения помех и искажений. Особенности фильтров на основе ортогональных и дискретного косинусного преобразований. Применение фильтра со сменным размером окна.
курсовая работа [5,8 M], добавлен 08.12.2011Алгоритмы, учитывающие систему визуального восприятия человека. Мультиразмерная ошибка. Мера качества видео на основе дискретного косинусного преобразования. Модификация алгоритмов оценки качества изображения с применением предварительной обработки.
реферат [62,6 K], добавлен 19.11.2008Анализ прохождения белого шума через колебательный контур. Расчет плотности вероятности стационарного случайного сигнала на выходе электрической цепи; правила его нормализации. Исследование линейных преобразований случайных процессов с помощью LabVIEW.
реферат [5,6 M], добавлен 31.03.2011Исследование частотных свойств фильтра. Особенности уровня боковых лепестков, шумовых полос, максимальных потерь преобразования окна Кайзера-Бесселя при заданных параметрах. Исследование энергетических и вероятностных свойств многоканального фильтра.
контрольная работа [485,2 K], добавлен 06.03.2011Принцип действия схемы генератора на основе операционного усилителя. Проверка работы мультивибратора в программе Micro-Cap, определение относительной погрешности. Описание интегральной схемы К572ПА2. Схема дискретно-аналогового преобразования фильтра.
курсовая работа [790,6 K], добавлен 06.04.2013Изучение линейных систем перевода сигнала. Сущность дискретного преобразования Фурье. Объяснения, демонстрации и эксперименты по восстановлению искаженных и смазанных изображений. Рассмотрение теории деконволюции и модели процесса искажения и шума.
дипломная работа [8,0 M], добавлен 04.06.2014Исследование методов обработки информации в системах технического зрения роботов. Описания искусственных нейронных сетей и их использования при идентификации изображений. Определение порогового уровня изображений, техники обработки визуальной информации.
магистерская работа [2,2 M], добавлен 08.03.2012Уменьшение дисперсии шумовой составляющей многокритериальными методами сглаживания цифрового сигнала, представленного единственной реализацией нестационарного случайного процесса в условиях априорной информации о функциях сигнала и характеристиках шума.
реферат [488,8 K], добавлен 01.04.2011Характеристика форм представления сообщений, характерных для радиотелеметрических систем. Классификация дискретно-аналоговых и цифровых представлений. Направления рационального представления информации. Точностные характеристики передаваемых сообщений.
реферат [372,1 K], добавлен 10.03.2011