- •Семестровый модуль 1. Содержательный модуль 1. Принципы построения цифрового изображения и методы его улучшения
- •Элементы зрительного восприятия человека
- •Цифровое изображение
- •Пространственные методы улучшения изображения. Некоторые градационные преобразования. Гистограмма изображения. Основы пространственной фильтрации
- •Преобразование Фурье
- •Основы фильтрации в частотной области
- •Модели шума
- •Геометрические преобразования
- •Вопросы
- •Литература
- •Введение
- •Возможные способы сжатия ци
- •Соответствие между параметрами двумерного сигнала в пространственной и частотной областях
- •Jpeg-сжатие цифрового изображения
- •Вопросы
- •Литература
- •Содержательный модуль 2. Общие понятия и принципы стеганографии
- •Введение
- •Цифровая стеганография. Предмет, терминология, области применения
- •Структурная схема стеганосистемы
- •Классификация стеганосистем
- •Требования, выдвигаемые при проектировании стеганосистемы
- •Некоторые практические вопросы встраивания данных
- •Вопросы
- •Литература
- •Атаки на стеганосистемы
- •Пропускная способность каналов передачи скрываемой информации
- •Стойкость стеганосистемы
- •Вопросы
- •Литература
- •Содержательный модуль 3. Общие требования к стеганографическим методам и алгоритмам и принципы их достижения
- •1. Понятие чувствительности стеганосообщения
- •2. Стеганопреобразование как возмущение матрицы контейнера
- •3. Стеганографический метод, использующий спектральное разложение матрицы контейнера
- •4. Связь стеганопреобразования и возмущений спектра и собственных векторов матрицы контейнера
- •Вопросы
- •Литература
- •1. Оценка свойств и сравнение стеганографических методов
- •2. Примеры использования нового метода
- •Вопросы
- •Литература
- •Способ пересылки и декодирования дополнительной информации
- •Условие устойчивости метода systema
- •Способ обеспечения малого числа обусловленности Скила матрицы произвольного изображения
- •Практическая реализация метода systema
- •Вопросы
- •Литература
- •Введение
- •Анализ возмущений сингулярных спектров цифровых изображений при различных возмущающих воздействиях
- •3. Анализ возмущений сингулярных векторов матриц (блоков матриц) цифровых изображений при разных возмущающих воздействиях
- •Среднее значение по tif-изображению при сжатии с различным коэффициентом качества
- •Среднее значение по tif-изображению при сжатии с различным коэффициентом качества
- •Вопросы
- •Литература
- •Использование особенностей возмущений сингулярных чисел матрицы цифрового изображения при организации стеганографического канала связи
- •Стеганолгоритмы, устойчивые к сжатию
- •Зависимость от значения коэффициента качества в стеганоалгоритме
- •Результаты декодирования ди стеганоалгоритмом
- •Значение при различных форматах стеганосообщения
- •Зависимость от значения коэффициента качества , используемого при атаке сжатием на сс, при различных способах определения диагональных элементов блока сс в алгоритме
- •Вопросы
- •Литература
Соответствие между параметрами двумерного сигнала в пространственной и частотной областях
Очевидно, существует определенное соответствие между элементами энергетического спектра и сингулярными тройками матрицы исходного цифрового сигнала.
Определение. Назовем
дополнением к аппроксимации ,
-й составляющей изображения .
На примере изображения CAMERAMAN рассмотрим аппроксимации различного ранга, а также дополнения к аппроксимациям (рис.2.3). Результаты визуально аналогичны результатам низкочастотной (рис.2.3(б,в)) и высокочастотной фильтрации (рис.2.3(д,е)). Варианты а и г (рис.2.3) зрительно не отличаются друг от друга.
Рис.2.3.
Изображение
CAMERAMAN
и его аппроксимации: исходное изображение
(а);
(б);
(в);
(г);
(д);
(е)
Легко предположить, что сингулярные тройки, соответствующие наименьшим СНЧ матрицы исходного изображения, отсутствующие в , отвечают, главным образом, высокочастотным составляющим исходного изображения (основной вклад в энергию сигнала вносят его низкочастотные составляющие).
Исходя из рассмотренных результатов, выдвигается следующая гипотеза: сингулярные тройки, отвечающие наибольшим СНЧ, соответствуют, главным образом, низкочастотным, а наименьшим — высокочастотным составляющим сигнала.
Для
проверки гипотезы в среде Matlab
был проведен вычислительный эксперимент,
в котором использовались 300 различных
по размерности, яркости, текстуре и т.д.
изображений в градациях серого. Для
наглядности иллюстрации основных
результатов рассмотрим в качестве
исходного изображения главную подматрицу
матрицы
изображения POUT
размера
,
дающую типичную качественную картину.
Будем обозначать матрицу центрированного
энергетического спектра произвольной
матрицы
как
.
Рассмотрим для
центрированные энергетические спектры
некоторых ее составляющих, аппроксимаций
и дополнений к аппроксимациям (рис.2.4 —
выделены наибольшие и наименьшие
значения спектральных коэффициентов).
Как видно из приведенных результатов,
сингулярные тройки, отвечающие
максимальным СНЧ, соответствуют
низкочастотным составляющим
сигнала-изображения. По мере уменьшения
СНЧ, происходит подключение средних и
высоких частот, а вклад низких становится
все меньше. Наименьшие СНЧ отвечают
высокочастотным составляющим двумерного
цифрового сигнала.
Проверим,
как реагирует энергетический спектр
исходного изображения
на возмущения различных СНЧ. При
проведении вычислительного эксперимента
возмущения наибольших СНЧ приводили к
возмущениям в центральной части матрицы
спектра, оставляя практически неизменными
высокочастотные составляющие. При
возмущении малых СНЧ, картина менялась
на противоположную: значительно
возмущались высокочастотные составляющие
энергетического спектра и практически
не затрагивались другие частотные
составляющие. Например, если значение
положить равным 0.0008, матрица относительных
возмущений (погрешностей) каждого
элемента центрированного энергетического
спектра, вычисленных в процентах, будет
иметь вид (жирным шрифтом выделены
максимальные относительные погрешности):
Рис.2.4. Матрицы центрированных энергетических спектров
Таким образом, результаты эксперимента полностью подтверждают выдвинутую гипотезу.
