ON THE OPTIMAL MODIFICATION OF IMAGES PROJECTIONS ONTO BASIC VECTORS WITHIN THE INFORMATION HIDDEN EMBEDDING


如何引用文章

全文:

详细

This work is devoted to the problem of developing methods for hidden control over the use and distribution of digital images based on the modification of the decomposition coefficients (projections) of images in various systems of basic vectors, determined with the use of two-dimensional transform. In this work, it was proposed to apply the evaluation of the distortion values of the projection on the subband matrices eigenvectors of given transform for estimating of the image-containers distortion within an information hidden embedding on the basis of the two-dimensional cosine transform subband analysis. The problem of searching for the optimal modified values of the projections is formulated and analytically solved from the position of minimizing the image-container distortion, which is set as the square of the Euclidean norm of the difference between the original and modified images. Computational experiments were performed to illustrate the advantages of the developed method of projection values optimal modification. It is shown that the application of the developed method allows to obtain smaller distortions of the analyzed image-containers in comparison with the known methods of hidden data embedding into images.

全文:

Введение В настоящее время для контроля за использо- ванием изображений, содержащих важные дан- ные, достаточно широко применяются методы скрытного внедрения контрольной информации в изображения [1-3]. Во многих методах для скрытного внедрения в изображения одного бита информации применя- ется относительная замена (модификация) значе- «Infokommunikacionnye tehnologii» 2020, Vol. 18, No. 4, pp. 437-442 ний двух коэффициентов разложения (проекций) изображений в различных системах базисных векторов, определяемых используемым двумерпокажем, что искажение изображения-контейне- ра можно оценить следующим образом. Пусть 0 - исходное изображение-контейнер размерным преобразованием. Суть методов, в которых ности N1  N2 ; 1 - изображение, полученное в используется относительная замена проекций, результате модификации двух проекций 0 и 1 заключается в модификации выбранных исходвида (2) изображения-контейнера 0 ;  0 и 1 - ных проекций и изображения-контейнера таким модифицированные значения проекций 0 и 1; образом, чтобы модифицированные значения про- X 0 и X1 - базисные изображения вида (3), соотекций удовлетворяли следующим условиям: ветствующие проекциям 0 и 1.  0 - T0  1 при внедрении 0, Тогда изображения 0 и 1 можно предста-  0  T0  1 при внедрении 1, (1) вить в следующем виде:    X  X Y , где T0 некоторое пороговое значение, которое 0 0 0 1 1 влияет на скрытность внедрения (искажение изо- 1   0 X 0  1 X1  Y , (5) бражения-контейнера) и устойчивость внедрения к внешним разрушающим воздействиям. В данной работе исследуется возможность оп- тимальной модификации проекций изображения- контейнера, полученных на основе субполосного анализа [4; 5] в рамках двумерного косинус-прегде Y - не модифицированная компонента изо- бражения-контейнера. В качестве меры искажения  изображенияконтейнера используем квадрат евклидовой нор- мы разности изображений 0 и 1: 2 образования, с позиций минимизации искажений   0 - 1 . (6) изображения-контейнера. Отметим, что субполосный анализ изображе- ний основан на исследовании их свойств с пози- ций разбиения области определения косинус-пре- Подстановка соотношений (5) в (6) с учетом свойства (4) позволяет получить следующее вы- ражение для вычисления меры искажения изо- бражения-контейнера: образования на частотные подобласти (частотные   ( -  ) X  ( -  ) X 2  0 0 0 1 1 1 интервалы). Субполосный анализ изображений осуществляется на основе использования субпо-  tr((0 -  0 ) X 0  T лосных матриц косинус-преобразования, соответ-  (1 - 1 ) X1 ) ((0 -  0 ) X 0  (1 - 1 ) X1 )  ствующих заданным частотным интервалам [4-7].  ( -  )2  ( -  )2 . Полученные результаты В [4-6] показано, что изображение-контейнер 0 0 1 1 Следовательно, для минимизации искажений  (6) при относительной замене проекций изо- бражения-контейнера на собственные векторы 0 размерности N1  N2 пикселей может быть субполосных матриц необходимо найти минипредставлено в следующем виде: мальное значение следующей функции: N1 N2 0  ik Xik ,    -  2   -  2  min , (7) i 1 k 1 ( 0 0 ) ( 1 1 )  0 ,1Z где ik - проекции изображения-контейнера   0 где множество Z определяется условиями (1). Рассмотрим оптимизационную задачу, соотi на собственные векторы {q },  i  1, 2,..., N1 , и ветствующую оптимальной модификации проек- {uk }, k  1, 2,..., N2 , субполосных матриц G и H, соответствующих заданному частотному интерций (7) при внедрении нуля: 2 2 валу:  T    (0 -  0 )  (1 - 1 )  min,  0 ,1 (8) ik  (qi ) 0uk , (2)  0 - T0  1. (9) Xik - базисные изображения двумерного косинус- В случае, если значения 0 и 1 удовлетворяпреобразования, соответствующие собственным ют условию 0 - T0  1 , то модификация значеqi векторам  и uk  субполосных матриц G и H:   ний проекций не выполняется, так как при следу- ющих значениях: X  q (u )T . (3) ik i k Учитывая свойство ортонормированности ба- зисных изображений (3) относительно следую- щей операции:  0  0 и 1  1 выполняется условие (1), и искажение изображе- ния-контейнера отсутствует. Рассмотрим задачу (8)-(9) при условии: tr(( X )T X 1, )  i1  i2 , k1  k2 , (4) i1k1  i2 k2 0, â ïðîòèâíîì ñëó÷àå, 0 - T0  1. (10) И1 И2 И3 Рисунок 1. Исходные изображения-контейнеры тов является сравнение искажений изображений- контейнеров, вызванных внедрением данных на основе разработанного подхода (12)-(15) - ме- тод 1, а также следующих известных методов: - относительная замена модулей пары проек- ций (метод 2): а) при внедрении 0: если | 0 || 1 | T0 , то  0  (| 1 | T0 )sign(0 ), б) при внедрении 1: если | 1 || 0 | T0 , то 1  (| 0 | T0 )sign(1 ); Рисунок 2. Внедряемое изображение И4 Можно показать, что решение задачи (8)-(10) - относительная замена пары проекций (ме- тод 3): а) при внедрении 0: если 0  1  T0 , то  0  1  T0 , достигается при следующем условии: 1   0 - T0 . (11) б) при внедрении 1: если 1 < γ0  T0 , то 1  0  T0 ; Для решения задачи (8), (11) рассмотрим задачу минимизации соответствующей функции Лагранжа. В результате получим следующее ре- шение задачи (8), (11): - замена знака отдельной проекции (метод 4): а) при внедрении 0:  0  - | 0 |, б) при внедрении 1:  0  1  0  1 2 0  1 2  T0 ; 2 - T0 . 2 (12) (13)  0 | 0 |. В качестве изображений-контейнеров были выбраны три различных изображения: И1, И2 и И3 размерностью 512 × 512 пикселей (см. рису- Аналогичным образом можно получить решение оптимизационной задачи, соответствующей оптимальной модификации проекций (7) при нок 1) из открытых источников Internet. Внедряемая информация в вычислительных экспериментах формировалась на основе битововнедрении 1 при условии щем виде: 0  1 1   0  T0 T0 в следуюго представления значений пикселей изображе- ния И4, приведенного на рисунке 2. Искажение изображения-контейнера, вызван-  0  - , 2 2 0  1 T0 (14) ное внедренными данными, оценивалось на ос- нове среднеквадратического отклонения 1   . 2 2 (15) MSE  0 - 1 / 0 , (16) Для иллюстрации преимуществ предложенногде 0 - исходное изображение, 1 - изображего подхода оптимальной модификации значений проекций были проведены вычислительные экс- перименты. Целью вычислительных эксперименние с внедренными данными. Сравниваемые методы изменения проекций были реализованы в рамках программного ком- Таблица. Искажения (среднеквадратическое откло- нение) изображений-контейнеров И1, И2 и И3 при скрытном внедрении 4096 бит данных Метод И1 И2 И3 Метод 1 0,0079 0,0071 0,0187 Метод 2 0,0123 0,0112 0,0296 Метод 3 0,0140 0,0124 0,0333 Метод 4 0,0130 0,0117 0,0313 плекса скрытного внедрения информации в изо- бражения на основе субполосного анализа. Вы- числительные эксперименты проведены при следующих значениях параметров. Область опре- деления косинус-преобразования была разбита на 16 × 16 частотных интервалов. Внедрение осу- ществлено в частотные интервалы, доля энергии (евклидова норма) изображения-контейнера в ко- торых соответствует следующим пороговым зна- чениям суммарной энергии - 0,99 и 0,999 [8-10]. Рисунок 3. Искажения изображений- контейнеров И1, И2 и И3 сравнению с известными методами скрытного внедрения данных в изображения. Наибольшие искажения наблюдаются при применении метода относительной замены пары проекций (метод 3). Заключение Таким образом, в работе предложено для оце- нивания искажений изображений-контейнеров Пороговое значение T0 выбрано таким обпри скрытном внедрении информации на основе разом, чтобы обеспечить извлечение внедренной информации без искажений с учетом среднего значения проекции в каждом частотном интерва- ле V, выбранном для внедрения: субполосного анализа в рамках двумерного косинус-преобразования применять оценки искажения значений проекций изображений на собственные векторы субполосных матриц данного преоб- разования. Аналитически решена задача поиска T0  t EV / ( N1 N2 ), оптимальных модифицированных значений прогде EV - энергия изображения-контейнера [9; екций изображения-контейнера с позиций мини- 10], соответствующая частотному интервалу V; мизации его искажений. N1  N2 - размерность изображения-контейнера; Проведенные вычислительные эксперименты t - предварительно задаваемый параметр. В ходе вычислительных экспериментов для скрытного внедрения в изображения-контейне- ры, приведенные на рисунке 1, выбрано значение t  30. В таблице приведены значения искажений (16) изображений-контейнеров И1, И2 и И3 (см. рису- нок 1) при скрытном внедрении 4096 бит данных, полученных на основании значений пикселей изображения И4 (см. рисунок 2), при указанных выше значениях параметров. При внедрении при- менены описанные выше методы изменения про- екций: оптимальное изменение пары проекций (метод 1), относительная замена модулей пары проекций (метод 2), относительная замена пары проекций (метод 3), замена знака отдельной про- екции (метод 4). Для наглядности данные, приведенные в та- блице, отображены в виде графиков на рисунке 3. Результаты, приведенные в таблице и на ри- сунке 3, показывают, что применение метода оптимального изменения пары проекций (ме- тод 1) позволяет получить меньшие искажения анализируемых изображений-контейнеров по проиллюстрировали преимущество предложен- ного подхода оптимальной модификации значе- ний проекций по сравнению с известными мето- дами.
×

作者简介

A. Chernomorets

Belgorod State National Research University

Email: chernomorets@bsu.edu.ru
Belgorod, Russian Federation

E. Bolgova

Belgorod State National Research University

Email: bolgova_e@bsu.edu.ru
Belgorod, Russian Federation

A. Kovalenko

Belgorod State National Research University

Email: kovalenko_a@bsu.edu.ru
Belgorod, Russian Federation

参考

  1. Грибунин В.Г., Оков И.Н., Туринцев И.В. Цифровая стеганография. М.: Солон-пресс, 2016. 262 с
  2. Конахович Г.Ф., Пузыренко А.Ю. Компьютерная стеганография. Теория и практика. Киев: МК-Пресс, 2006. 288 с
  3. Аграновский А.В. Стеганография, цифровые водяные знаки и стеганоанализ. М.: Вузовская книга, 2009. 220 с
  4. Болгова Е.В., Черноморец А.А., Черноморец Д.А. О субполосном анализе изображений в области определения косинус-преобразования // Информационные системы и технологии. 2019. № 6 (116). С. 5-11
  5. Черноморец А.А., Болгова Е.В., Черноморец Д.А. Обобщенный субполосный анализ на основе унитарных преобразований // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2015. № 7 (204). С. 97-104
  6. Болгова Е.В., Черноморец А.А. О методе субинтервального скрытного внедрения данных в изображения // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2018. Т. 45, № 1. С. 192-201
  7. Обобщенный субполосный анализ и синтез сигналов / Е.Г. Жиляков [и др.] // Инфокоммуникационные технологии. 2019. Т. 17, № 2. С. 139-145
  8. Жиляков Е.Г., Черноморец А.А., Голощапова В.А. Реализация алгоритма внедрения изображений на основе использования неинформационных частотных интервалов изображения-контейнера // Вопросы радиоэлектроники. 2011. Т. 4, № 1. С. 96-104
  9. Болгова Е.В. Свойства субинтервальных матриц двумерного косинусного преобразования // Информационные системы и технологии. 2017. № 6 (104). С. 19-28
  10. О субполосных свойствах изображений / Е.Г. Жиляков [и др.] // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2013. № 7 (150). С. 175-182

补充文件

附件文件
动作
1. JATS XML

版权所有 © Chernomorets A.A., Bolgova E.V., Kovalenko A.N., 2020

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

##common.cookie##