WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

ФЕДОСЕЕВ Виктор Андреевич

ВЫДЕЛЕНИЕ ЗАЩИТНОЙ ИНФОРМАЦИИ НА ИЗОБРАЖЕНИЯХ ТЕКСТУРИРОВАННЫХ ПОЛИГРАФИЧЕСКИХ ИЗДЕЛИЙ

05.13.17 – Теоретические основы информатики А в т о р е ф е р а т диссертации на соискание ученой степени кандидата физико-математических наук

САМАРА – 2012

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет)» на кафедре геоинформатики и информационной безопасности и в федеральном государственном бюджетном учреждении науки Институте систем обработки изображений Российской академии наук.

Научный консультант: доктор физико-математических наук Чернов Владимир Михайлович

Официальные оппоненты: Жданов Александр Иванович, доктор физико-математических наук, профессор, ФГБОУ ВПО «Самарский государственный аэрокосмический университет имени академика С.П.Королёва (национальный исследовательский университет)», заведующий кафедрой прикладной математики;

Файзуллин Рашит Тагирович, доктор технических наук, профессор, ФГБОУ ВПО «Омский государственный технический университет», проректор по информатизации.

Ведущая организация: ФГУП «Государственный научно-исследовательский институт прикладных проблем»

Защита состоится " 21 " декабря 2012 г. в 15 часов на заседании диссертационного совета Д 212.215.07 при федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет)» (СГАУ) по адресу: 443086, Самара, Московское шоссе, 34.

С диссертацией можно ознакомиться в библиотеке СГАУ.

Автореферат разослан " 20 " ноября 2012 г.

[1, 2, 3] [4, 5, 6, 7, 8, 9, 10, 11, 12] [5, 9, 10]

Ученый секретарь диссертационного совета доктор технических наук, профессор И.В. Белоконов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Диссертация посвящена разработке алгоритмов выделения защитной информации на изображениях текстурированных полиграфических изделий, осуществляемой с использованием унифицированной математической модели системы встраивания информации в цифровые сигналы.



Актуальность темы Предмет и основные понятия области знаний, посвящённой сокрытию информации в цифровых сигналах (“Information Hiding”), сформировались к середине 90-х годов XX века и описаны в работах таких исследователей, как Eric Cole, Ingemar Cox, Matthew Miller, Jessica Fridrich, Mauro Barni, Franco Bartolini, Fabien Petitcolas, Birgit Pfitzmann и других. В настоящей работе для данной области знаний используется термин «встраивание информации». Поскольку бльшая часть работ отмеченных авторов опубликована с 2001 по 2008 годы, то можно говорить о безусловной актуальности исследований, посвящённых встраиванию информации.

Кроме того, последние годы характеризуются стремительным ростом числа публикаций по данной тематике в изданиях IEEE с нескольких десятков в 1996 году к 900 в 2006 году (Cox, 2008).

Под встраиванием информации понимается внедрение секретной или защитной информации (называемой встраиваемой информацией, секретным сообщением или цифровым водяным знаком, ЦВЗ) в содержимое другого информационного объекта (называемого открыто передаваемой информацией или контейнером).

Совокупность методов и средств, образующих единое решение для встраивания в цифровой сигнал информации, будем называть системой встраивания информации (СВИ). Существует два важных случая СВИ: это стеганографические системы и системы встраивания ЦВЗ. Целью первых является организация канала защищённой передачи информации, осуществляющейся путём сокрытия самого факта передачи информации; целью вторых служит защита цифровых сигналов (от модификации, от несанкционированного распространения и пр.) посредством внедрения в них ЦВЗ.

ЦВЗ-системы Алгоритм встраивания Алгоритм извлечения Модели ЦВЗ-систем Терминология Атаки Стегосистемы Модели стегосистем Алгоритм встраивания Алгоритм извлечения Рисунок 1 – Взаимосвязь текущих достижений в области встраивания информации Текущее состояние исследований в области встраивании информации схематически показано на рисунке 1. Существует сложившаяся и используемая большинством исследователей терминология, касающаяся крупных структурных компонент и свойств СВИ. Множество работ посвящено разработке новых эвристических алгоритмов встраивания и извлечения информации. Значительно меньшее число работ посвящено разработке моделей СВИ. При этом разработчики алгоритмов встраивания информации зачастую не используют известные и описанные в литературе модели, а разработчики моделей редко опираются при их построении на конкретные алгоритмические решения, зарекомендовавшие себя на практике.

Вышесказанное указывает на необходимость разработки достаточно универсальной математической модели, подробно и формально описывающей компоненты систем встраивания информации, учитывающей многообразие известных алгоритмических решений, а также предоставляющей возможность унификации сложившейся терминологии. В настоящей работе предлагается модель, удовлетворяющая данным требованиям, исследуются её свойства, а также осуществляется решение практических задач анализа системы встраивания текстурных водяных знаков с использованием разработанной модели.

Цель и задачи исследований Целью диссертации

является разработка алгоритмов выделения защитной информации на изображениях текстурированных полиграфических изделий на основе унифицированной математической модели системы встраивания информации в цифровые сигналы.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать унифицированную математическую модель системы встраивания информации в цифровые сигналы (ММ СВИ), дающую возможность единообразного описания существующих систем встраивания информации (СВИ), а также предоставляющую правила и рекомендации для проектирования новых систем.

2. Формализовать классы атак на СВИ в рамках разработанной модели.

3. Описать систему встраивания текстурных водяных знаков в полиграфические изделия (ТВЗ-системы) в рамках ММ СВИ, а также построить модель носителя ТВЗ – изображения текстурированного полиграфического изделия (ИТПИ).

4. Разработать методы и алгоритмы анализа ТВЗ-системы на базе ММ СВИ и показать их эффективность.

Поставленные задачи определяют структуру работы и содержание её разделов.

Методы исследований В диссертационной работе используются методы теории множеств, цифровой обработки сигналов и изображений, текстурного анализа, теории информации.

Научная новизна работы 1. Предложена новая унифицированная математическая модель системы встраивания информации (ММ СВИ) в цифровые сигналы.

2. Приведено формальное описание свойств СВИ и атак на них в рамках ММ СВИ.

3. Впервые проведён анализ известных СВИ в терминах предложенной ММ СВИ и синтезированы новые СВИ.

4. Предложено новое описание системы встраивания текстурных водяных знаков в полиграфические изделия и построена модель носителя ТВЗ – изображения текстурированного полиграфического изделия (ИТПИ).

5. Синтезирован и исследован новый алгоритм извлечения информации из ТВЗ-системы, включающий в себя алгоритмические модули построения банка фильтров Габора, а также формирования, отбора, группировки и сегментации полей признаков.

6. Проведено сравнительное экспериментальное исследование качественных и количественных характеристик разработанного алгоритма извлечения информации и его известных аналогов.

Практическая значимость работы Разработанная унифицированная ММ СВИ предоставляет возможность формального описания систем встраивания информации и атак на СВИ, на основании чего могут быть получены качественные и количественные характеристики как известных, так и перспективных СВИ. В частности, при решении задачи анализа ТВЗ-системы на основе предложенной формализации синтезирован алгоритм извлечения информации с улучшенными характеристиками по сравнению с известными аналогами.

Реализация результатов работы Результаты диссертации использованы при выполнении ряда госбюджетных и хоздоговорных НИР в Институте систем обработки изображений РАН, а также проектов РФФИ №09-0100511-а, №11-07-12062-офи-м, №11-07-12059-офи-м, №12-01-00822-а, №12-07-90803мол_рф_нр, №12-07-31056-мол_а.

Апробация работы Основные результаты диссертации были представлены на 10 научных форумах: 9-я международная конференция «Распознавание образов и анализ изображений: новые информационные технологии» («РОАИ», Нижний Новгород, 2008); всероссийская молодежная научная конференция «X Королевские чтения» (Самара, 2009); всероссийская конференция “Проведение научных исследований в области обработки, хранения, передачи и защиты информации” (Ульяновск, 2009); международная конференция по автоматизации, управлению и информационным технологиям (ACIT-ICT, Новосибирск, 2010); международная конференция «Перспективные информационные технологии для авиации и космоса» (ПИТ, Самара, 2010); 8-я и 9-я международные конференции «Интеллектуализация обработки информации» (ИОИ, Кипр, Пафос, 2010 и Черногория, Будва, 2012); региональная научно-практическая конференция, посвященная 50-летию первого полета человека в космос (Самара, 2011); научно-техническая международная молодежная конференция «Системы, методы, техника и технологии обработки медиаконтента» (Москва, 2011); 8-я международная конференция по интеллектуальному сокрытию информации и обработке мультимедийных сигналов (IIH-MSP, Греция, Пирей, 2012).





Публикации По теме диссертации опубликовано 12 работ. Из них 3 работы опубликовано в изданиях, определенных в перечне ведущих рецензируемых научных журналов и изданий ВАК Министерства образования и науки РФ. 3 работы выполнены без соавторов.

Структура диссертации Диссертация состоит из введения, трёх разделов, заключения, списка использованных источников из 235 наименований, предметного указателя; изложена на 177 страницах машинописного текста, содержит 51 рисунок, 11 таблиц.

На защиту выносятся 1. Унифицированная математическая модель системы встраивания информации (ММ СВИ) в цифровые сигналы, включающая в себя параметрическое описание СВИ.

2. Формальное описание свойств систем встраивания информации и атак на них в рамках разработанной ММ СВИ.

3. Унификация встраивания текстурных водяных знаков в полиграфические изделия в рамках разработанной ММ СВИ.

4. Алгоритм извлечения информации из системы встраивания текстурных водяных знаков, включающий в себя алгоритмы построения банка фильтров Габора, а также формирования, отбора, группировки и сегментации полей признаков.

5. Результаты сравнительного экспериментального исследования качественных и количественных характеристик разработанного алгоритма извлечения ТВЗ.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ В начале работы представлен перечень используемых обозначений. Перечислим наиболее важные из них, используемые в настоящем автореферате:

– – множество целых неотрицательных чисел, для хранения которых достаточно бит;

– – множество, состоящее из нуля и единицы;

– – -мерная матрица размерами из элементов некоторого числового множества ;

– – -мерная матрица неопределённого размера из элементов некоторого числового множества (употребляется, когда размеры матрицы не важны в рассматриваемом контексте);

– – множество цифровых сигналов в ММ СВИ;

– – множество матриц признаков в ММ СВИ.

Во введении дана общая характеристика работы, обоснована актуальность, определено направление исследований.

Первый раздел диссертации посвящён описанию разработанной унифицированной математической модели системы встраивания информации в цифровые сигналы (ММ СВИ), предоставляющей возможность единообразного описания существующих систем встраивания информации (СВИ), формализации свойств СВИ и атак на СВИ в рамках данной модели. Также в первом разделе приведены примеры, подтверждающие возможность описания известных систем встраивания информации в рамках ММ СВИ, и примеры синтеза новых систем.

ММ СВИ представляет собой совокупность данных и функций (процессов) их обработки, состав и вид которых полностью определяется параметрами ММ СВИ. Важнейшим элементом ММ СВИ является внутренняя информация – это информация, встраиваемая в цифровой сигнал и впоследствии извлекаемая из него в процессе функционирования системы встраивания информации. Цифровой сигнал до встраивания в него внутренней информации будем называть контейнером (обозначение ), после встраивания – носителем информации (обозначение ). На этапе извлечения информации используется принятый носитель информации, который может отличаться от вследствие искажений при передаче данных. Ещё одним важным элементом данных в ММ СВИ является полный ключ СВИ, включающий в себя как секретную информацию, обеспечивающую защищённость СВИ, так и открытые параметры функций и алгоритмов, входящих в её состав. Структура множества не конкретизируется на уровне модели, а определяется для отдельных систем.

Особенностью внутренней информации согласно ММ СВИ является возможность её представления несколькими эквивалентными формами, в совокупности составляющими обобщённое представление внутренней информации (ОПВИ):

– бинарный вектор ;

– цифровой сигнал ;

– матрица признаков, где соответствуют этапу встраивания, а – этапу извлечения информации.

Таблица 1 – Возможные формы внутренней информации, используемые на различных стадиях обработки данных в СВИ № Форма внутренней Бинарный Цифровой Матрица Стадия обработки информации вектор сигнал признаков данных в СВИ 1 Инициализация 2 Встраивание информации 3 Передача информации 4 Обнаружение 5 Результат* * Также результатом может являться величина – результат обнаружения наличия встроенной информации В таблице 1 показано, какая форма внутренней информации используется на каких стадиях СВИ. Наличие вариантов в одной строке таблицы 1 характеризует возможные варианты для разных систем; для одной конкретной системы на каждой из стадий используется только одна форма. Преобразование внутренней информации из одной формы в другую в ММ СВИ осуществляется при помощи следующих функций:

– функции кодирования информации (1) – функции кодирования информации в пространстве признаков (2) – функции преобразования в пространство признаков (3) а также обратных им функций. Связь различных форм представления внутренней информации показана на рисунке 2.

Цифровой сигнал Бинарный Матрица вектор признаков Рисунок 2 – Связь различных форм представления внутренней информации Форма матрицы признаков существует для всех СВИ, поскольку в этой форме осуществляется собственно встраивание и извлечение информации; форма бинарного вектора – только для тех систем, для которых она является начальной формой представления; а форма цифрового сигнала – для систем, в которых она является начальной формой или же формой, в которой осуществляется кодирование информации из бинарного вектора. Конкретная структура ОПВИ определяется на основе предиката начальной формы внутренней информации:

(4) и предиката способа кодирования информации:

(5) На рисунке 3 представлена общая схема обработки информации в СВИ согласно предлагаемой модели, на которой процессы обозначены прямоугольниками, а данные – стрелками.

В диссертации также показаны схемы, раскрывающие каждый из составных процессов, помеченных на рисунке 3 сдвоенными прямоугольниками. Важнейшую роль в СВИ играют составные процессы встраивания информации (6) и извлечения информации (7) Согласно ММ СВИ в состав любой СВИ входит функция обнаружения встроенной информации, которая в зависимости от формы внутренней информации, используемой при детектировании и определяемой в строке 4 таблицы 1, имеет одну из трёх форм:

(8) (9) (10) В каждом из этих случаев функция имеет вид пороговой обработки где и – встроенная и извлечённая информации в форме, используемой при детектировании, – порог, а – некоторая функция близости величин и, определяемая индивидуально для каждой конкретной системы. Например, для систем, в которых детектирование осуществляется в форме, распространён следующий вариант функции :

а для систем, детектирование в которых происходит на множестве цифровых сигналов (для случая полутоновых изображений: ) – Рисунок 3 - Схема обработки информации согласно ММ СВИ Модель конкретной СВИ определяется следующей совокупностью функций, множеств, значений параметров и предикатов, обобщённо называемой параметрами ММ СВИ:

1. Тип сигнала, в который встраивается внутренняя информация – множество.

2. Значение предиката.

3. Длина встраиваемого битового вектора (если ).

4. Множество искажений носителя информации, к которым устойчива встроенная внутренняя информация, а также множество искажений, приводящих к удалению внутренней информации.

5. Состав полного ключа СВИ - множество.

6. Пространство признаков и функция отображения в пространство признаков.

7. Функция анализа сигнала и её вид.

8. Функция встраивания информации в пространстве признаков.

9. Функция извлечения информации в пространстве признаков.

10. Значение предиката (если ).

11. Вид функции кодирования информации (или в зависимости от ) (если ).

12. Тип данных, являющихся результатом работы подсистемы извлечения: извлечённая внутренняя информация в форме (или в зависимости от ) или результат обнаружения.

13. Форма, используемая при детектировании внутренней информации:, или.

14. Функция (или в зависимости от ) (если форма, используемая при детектировании, – и/или результатом работы подсистемы извлечения является ).

15. Функция обнаружения наличия встроенной информации.

В рамках разработанной ММ СВИ в работе даны формальные определения следующим традиционно рассматриваемым свойствам систем встраивания информации: тип метода извлечения информации (детектор/декодер, слепое/неслепое), тип контейнера, тип метода встраивания (слепое/информированное), способ модификации контейнера, возможный объем встраивания, возможность многократного встраивания информации, а также стойкость встроенной информации.

Также ММ СВИ позволяет описать различные атаки на СВИ. Анализ возможности проведения различных атак на СВИ мы будем называть анализом СВИ.

Под атакой с целью обнаружения наличия внутренней информации в цифровом сигнале будем понимать метод или алгоритм, реализующий отображение вида (11) Будем говорить, что атака c использованием принятого носителя информации проведена успешно, если величина равна единице тогда и только тогда, когда в имело место встраивание внутренней информации по формуле (6).

Пусть анализируется СВИ с и в качестве результата. Под атакой с целью извлечения встроенной информации будем понимать метод или алгоритм, реализующий отображение вида (12) Будем говорить, что атака c использованием принятого носителя информации проведена успешно, если справедливо где, а – встроенный в сигнал.

Два последних определения можно переформулировать и для СВИ с.

Под атакой с целью отыскания секретного ключа будем понимать метод или алгоритм, реализующий отображение вида (13) Будем говорить, что атака c использованием принятого носителя информации проведена успешно, если справедливо, а – полный ключ СВИ, где использованный при встраивании информации в.

Под атакой с целью удаления встроенной информации будем понимать метод или алгоритм, реализующий отображение вида (14) Пусть в анализируемой СВИ при детектировании используется форма. Будем говорить, что атака c использованием принятого носителя информации проведена успешно, если где,, а – матрица признаков встроенной в информации. Данное определение легко переформулировать и для СВИ с иными формами, используемыми при детектировании.

Под атакой с целью подмены встроенной информации будем понимать метод или алгоритм, реализующий отображение вида (15) Пусть в анализируемой СВИ при детектировании используется форма. Будем говорить, что атака c использованием принятого носителя информации проведена успешно, если где.

Аналогичное соотношение для факта успешности атаки можно также сформулировать и для СВИ с иными формами, используемыми при детектировании.

Для полноценного анализа СВИ зачастую не требуется разрабатывать отдельные методы для каждой из атак (14)-(18) ввиду возможности использования результатов успешно проведённых атак других типов. В диссертационной работе доказаны следующие утверждения.

Утверждение 1. Достаточным условием успешного проведения атаки на слепую стеганографическую систему является успешное проведение атаки.

Утверждение 2. Достаточным условием успешного проведения атаки на слепую стеганографическую систему является успешное проведение атаки.

Утверждение 3. Достаточным условием успешного проведения атаки является успешное проведение атаки.

Утверждение 4. Достаточным условием успешного проведения атаки на слепую систему встраивания информации является успешное проведение атак и.

Для иллюстрации применимости ММ СВИ в работе в рамках неё формально описаны три известные системы, имеющие существенные структурные различия:

1) система стеганографического встраивания в наименее значимые биты изображений;

2) мультипликативная система встраивания ЦВЗ с детектором для защиты изображений («СВИ Кокса») (Сox, 1997);

3) аддитивная система встраивания ЦВЗ с декодером для защиты видео («СВИ Хартунга») (Hartung, 1998).

Также в работе приведены два примера, иллюстрирующие возможность использования ММ СВИ для синтеза новых систем на основе нескольких существующих с использованием их описаний в рамках ММ СВИ:

1) неслепая система встраивания ЦВЗ с корреляционным детектором для защиты видео (простая система, в которой часть параметров ММ СВИ взяты из СВИ Кокса, а часть - из СВИ Хартунга);

2) слепая система встраивания ЦВЗ с декодером для защиты изображений, стойкая к низкочастотной фильтрации носителя информации (модификация СВИ Хартунга).

В базовой СВИ Хартунга встраивание информации осуществляется на одномерной развёртке трёхмерной области. При разработке модификации СВИ Хартунга изменения коснулись способа генерации ключа СВИ и используемой развёртки (исследовались развёртки Гильберта-Пеано, а также развёртки, порождённые двоичными каноническими системами счисления (КСС) (Katai, 1981): ). Результаты исследования стойкости встроенной и информации в модифицированной системе к сглаживанию в скользящем окне при разных значениях открытого параметра СВИ Хартунга представлены в таблице 2.

Таблица 2 – Наибольшие значения, при которых обеспечивается достаточная точность извлечения информации Базовая Модифицированная СВИ Хартунга Параметр избы(тестовая) Развёртка точности Развёртка Гиль- Развёртка СВИ встраивания берта-Пеано Хартунга 512 3 10 5 1024 3 11 9 2048 4 12 10 Второй раздел диссертации посвящён использованию ММ СВИ для описания системы встраивания текстурных водяных знаков (ТВЗ-системы) для защиты полиграфических документов, а также для формализации постановки задач анализа этой системы.

Текстурными водяными знаками (ТВЗ) в рамках диссертационной работы называются средства защиты полиграфических документов, встраиваемые в цифровые копии документов на этапе растрирования (преобразования к бинарному виду) и заключающиеся в использовании разных наборов параметров растрирования в различных областях. Также в работе используется предположение, что растрирование при подготовке документов осуществляется методом амплитудной модуляции, поскольку согласно (G. Kipphan, 2000) этот метод является наиболее часто используемым на практике. На рисунке 4 приведены примеры различных типов ТВЗ: «Вариация направления линий», «Вариация масштаба», «Вариация фазы».

а) б) б) Рисунок 4 – Примеры изображений с текстурными водяными знаками, встроенными за счёт вариации направления линий (а), вариации масштаба (б) и вариации фазы (в) В диссертационной работе представлено формальное описание процесса растрирования изображения в изображение как функции бинаризации:

(16) где – вектор параметров растрирования, – матрица пороговых значений, строящаяся на его основе с при помощи некоторой заданной функции :

При формализации ТВЗ-системы в рамках ММ СВИ полагается, что, а встраиваемый сигнал имеет вид, однако его отсчёты могут принимать лишь два допустимых значения: 0 и 255. Составная функция встраивания информации (6) выражается через функцию бинаризации (16), причём часть параметров растрирования, входящих в вектор (а значит, и матрица ) различны для областей, соответствующих значениям 0 и 255 встраиваемого сигнала. Функция искажений носителя информации в ТВЗ-системе получена путём анализа результатов печати и последующего сканирования детерминированных изображений и имеет вид гауссовского размытия и добавления гауссовского шума:

(17) где – гауссовский белый шум. Также в диссертационной работе представлен полный перечень параметров ММ СВИ для ТВЗ-системы.

Важной особенностью ТВЗ-системы является возможность многократного встраивания, которое может быть осуществлено за счёт варьирования различных параметров бинаризации для различных ТВЗ при растрировании одного изображения-контейнера, за счёт наложения нескольких носителей ТВЗ, полученных из различных контейнеров, или комбинацией обоих способов. В работе приведена их формализация.

Целью третьего раздела работы является решение задач анализа ТВЗ-системы, то есть разработки методов и алгоритмов, реализующих атаки (11)-(15), причём при условии возможного многократного встраивания. Во втором разделе показано, что структура изображения - носителя ТВЗ (называемого в работе изображением текстурированного полиграфического изделия, ИТПИ) является регулярной текстурой (Bailey, 1997), поэтому для его анализа целесообразно использовать методы текстурного анализа изображений. Исходя из этого выполнена формальная постановка задач проведения атак на СВИ (11)-(15) согласно ММ СВИ как четырёх задач обработки и анализа ИТПИ. Число задач удалось сократить благодаря утверждениям 1-4. Первой и наиболее важной из данных задач является задача множественной сегментации ИТПИ, реализующая атаку. Данные, полученные при её решении, используются при решении всех остальных задач.

Для решения задачи текстурной сегментации в третьем разделе диссертации используется подход с использованием банка фильтров, традиционно состоящий из четырёх этапов:

1. Формирование банка фильтров.

2. Линейная фильтрация изображения фильтрами :

3. Формирование и отбор полей признаков на основе полученных результатов фильтрации.

4. Многокомпонентная сегментация полей признаков.

В использованном в диссертации методе в составе банка фильтров используются фильтры Габора, импульсная характеристика которых в общем случае задаётся следующей формулой:

где – пространственные координаты после поворота на угол ; и – пространственные масштабы гауссовской компоненты функции Габора; – частота комплексной синусоиды.

Рисунок 5 – Иллюстрация принципа формирования банка фильтров в традиционном (а) и предлагаемом (б) подходах Выбор фильтров Габора обусловлен их оптимальной локализацией в пространственной и частотной областях (Mallat, 1999), а также их комплекснозначностью, что позволяет анализировать в совокупности амплитудные и фазовые характеристики анализируемого ИТПИ. Традиционно в методах, следующих выбранному подходу, используется фиксированный банк фильтров с предопределёнными параметрами (A. Jain, 1990) (рис. 5а). В диссертации принято решение использовать адаптивный способ формирования банка фильтров на основе предварительного спектрального анализа изображения (рис. 5б).

Амплитудные составляющие откликов фильтров Габора (рис. 6б) непосредственно формируют поля признаков. Фазовые составляющие (рис. 6в) подвергаются обработке, включающей демодуляцию (рис. 7а), поиск линий разрывов фазового поля при переходах и (рис. 7б) и компенсацию разрывов (рис. 7в). Для двух последних процедур в литературе используется совокупный термин «развёртка фазы» (Шувалов, 2012).

а) б) в) Рисунок 6 – Пример анализируемого изображения (а), амплитуды отклика (б) и фазы отклика (в) а) б) в) Рисунок 7 – Стадии обработки фазового поля с рисунка 6в: результат демодуляции (а), выделения разрывов (б) и устранения разрывов (в) Отбор полей признаков, полученных на основе амплитудных составляющих откликов, осуществляется на основе результатов предварительной сегментации на два класса каждого из полей признаков, выполненной при помощи алгоритма “Expectation-Maximization” (EMалгоритма) (Dempster, 1977). Неинформативными признаются близкие к однородным отклики (рис. 8а-б), что может выражаться в близости средних значений по двум классам, высокой дисперсии или малом количестве пикселей одного из классов. Неинформативными фазовыми составляющими откликов являются поля с высокой плотностью линий разрывов (рис. 8в-г).

а) б) в) г) Рисунок 8 – Примеры неинформативных амплитудных (а-б) и фазовых (в-г) откликов Поскольку анализируемое изображение может содержать несколько встроенных ТВЗ, то необходимо выполнить группировку отобранных признаков, относящихся к одному текстурному водяному знаку. В диссертационной работе описан алгоритм группировки, основанный на сопоставлении результатов предварительной сегментации разных полей признаков.

Помимо собственно группировки данный алгоритм позволяет выделить области изображения, не содержащие растрированных элементов. Принцип группировки полей признаков проиллюстрирован на рисунке 9а-е.

а) б) в) г) д) е) ж) Рисунок 9 – Стадии анализа ИТПИ: исходное изображение (а), поля признаков, отнесённые к одной группе (б) и (в), результаты их предварительной сегментации (г) и (д), результат выделения нерастрированных областей (е), итоговый результат сегментации изображения (ж) В практических приложениях во избежание ошибок при отборе и группировке признаков целесообразно использовать интерактивный режим или осуществить обучение разработанных алгоритмов на реальных данных с целью уточнения их параметров.

На заключительном этапе выполняется итоговая многокомпонентная сегментация полей признаков по каждой из групп при помощи EM-алгоритма (рис. 9ж).

Общая схема описанного метода представлена на рисунке 10.

Рисунок 10 – Схема разработанного метода извлечения ТВЗ В работе было проведено исследование работоспособности метода извлечения ТВЗ на реальных и синтезированных изображениях. В качестве численного показателя оценивалось значение функции близости встроенного и извлечённого изображений:

(18) где Наибольшее значение функции близости составляет 1. При отсутствии искажений носителя информации среднее значение функции близости (18) составило 0.964, а наибольшее падение данного показателя при искажениях (17) в среднем составило 0.031, что позволяет говорить об успешности проведения атаки извлечения информации.

Адаптивный метод формирования банка фильтров, использованный в разработанном методе извлечения информации, позволяет определить период и направление растровой сетки. В диссертационной работе показано, что анализ структуры ИТПИ в областях, соответствующих высоким значениям информативных откликов, позволяет получить полный ключ ТВЗсистемы. Удаление ТВЗ может быть осуществлено путём полосно-заграждающей фильтрации изображения, применяемой в окрестностях частот регулярной текстуры изображения, найденных при формировании банка фильтров. Таким образом, данные, полученные при проведении атаки разработанным методом, могут быть использованы и для осуществления атак и, то есть для решения всех поставленных в разделе 2 задач анализа ТВЗ-системы.

ЗАКЛЮЧЕНИЕ В диссертационной работе получены следующие основные результаты.

1. Разработана математическая модель системы встраивания информации в цифровые сигналы (ММ СВИ), предоставляющая возможность унифицированного описания существующих и синтеза новых систем.

2. Предложена и обоснована формализация свойств систем встраивания информации и атак на системы на основе ММ СВИ.

3. Впервые проведён качественный анализ известных СВИ в терминах предложенной ММ СВИ и синтезированы новые СВИ. В частности, предложена модификация СВИ Хартунга, повышающая стойкость встроенной информации к низкочастотной фильтрации.

4. Предложено новое описание системы встраивания текстурных водяных знаков (ТВЗ) в полиграфические изделия и построена структурная модель носителя ТВЗ – изображения текстурированного полиграфического изделия (ИТПИ).

5. Синтезирован и исследован новый алгоритм извлечения информации из ТВЗ-системы, включающий в себя алгоритмические модули построения банка фильтров Габора, формирования, отбора, группировки и сегментации полей признаков.

6. Проведено сравнительное экспериментальное исследование качественных и количественных характеристик разработанного алгоритма извлечения информации и его известных аналогов.

Публикации по теме диссертации Статьи в изданиях, входящих в перечень ВАК:

1. Глумов Н.И. Митекин В.А., Сергеев А.В., Федосеев В.А. Алгоритм извлечения скрытой информации из отсканированных полиграфических изделий // Вестник СГАУ. — 2008. — №(15). — C. 216-220.

2. Fedoseev V. A. Mitekin V. A. Method for Estimating Lineature by Scanned Samples of Documents // Pattern Recognition and Image Analysis. Advances in Mathematical Theory and Applications. — 2009. — Т. 19, №1. — C. 159-164.

3. Федосеев В.А. Митекин В.А. Метод извлечения водяных знаков, базирующихся на вариации размера растровой ячейки // Компьютерная оптика. — 2009. — Т. 33, №4. — C. 460-465.

Материалы и тезисы конференций, статьи в сборниках:

4. Федосеев В.А. Митекин В.А. Метод извлечения текстурных водяных знаков, основанных на вариации масштаба // Сборник трудов всероссийской конференции “Проведение научных исследований в области обработки, хранения, передачи и защиты информации”, Ульяновск, 15 декабря 2009. — 2009. — C. 418-426.

5. Федосеев В. А. Метод извлечения цифровых водяных знаков из полиграфических изделий // Сборник трудов всероссийской молодёжной научной конференции с международным участием «X Королёвские чтения», Самара, 6-8 октября 2009. — 2009. — C. 322.

6. Митекин В.А. Федосеев В.А. Метод обнаружения водяных знаков, основанных на визуально незаметном искажении текстур // Доклады 8-й Международной конференции «Интеллектуализация обработки информации» (ИОИ-2010), Кипр, Пафос, 17-24 октября 2010.

— Москва : МАКС Пресс, 2010. — C. 363-366.

7. Петрова А.Ю. Федосеев В.А. Модификация алгоритма "Split – Merge – Pixelwise refinement" для сегментации спутниковых изображений // Труды Международной конференции с элементами научной школы для молодёжи «Перспективные информационные технологии для авиации и космоса» (ПИТ-2010), 29 сентября – 1 октября 2010. — 2010. — C. 791-794.

8. Fedoseev V.A. Mitekin V.A. Extraction method for textural watermarks of various linear raster patterns orientation type // Proceedings of the IASTED International Conference on Automation, Control, and Information Technology: Information and Communication Technology (ACIT-ICT 2010), June 15 – 18, 2010, Novosibirsk, Russia. — 2010. — C. 15-19.

9. Федосеев В.А. Сравнительный анализ методов диффузии ошибки для цифрового растрирования изображений // Труды Региональной научно-практической конференции, посвящённой 50-летию первого полёта человека в космос, Самара, 14-15 апреля 2011. — 2011.

— C. 250-251.

10. Федосеев В. А. Спектральный метод обнаружения и анализа регулярных текстур // Труды Научно-технической международной молодежной конференции «Системы, методы, техника и технологии обработки медиаконтента», Москва, 25-27 октября 2011. — Москва :

МГУП, 2011. — C. 108-109.

11. Белов А.М. Федосеев В.А., Юхимец С.С. Модификация алгоритма Хартунга для защиты изображений цифровыми водяными знаками // Труды 9-й Международной конференции «Интеллектуализация обработки информации» (ИОИ-2012), Черногория, Будва, 17-22 октября 2012. — Москва : Торус Пресс, 2012. — C. 308-311.

12. Sergeyev Vladislav, Fedoseev Victor, Mitekin Vitaliy Gabor Filter Based Attack on Printed Documents Protection Methods via Digital Watermarks // Proceedings of the 2012 Eighth International Conference on Intelligent Information Hiding and Multimedia Signal Processing, 18-July 2012, Piraeus-Athens, Greece. — IEEE, 2012. — C. 265-268. — DOI 10.1109/IIH-MSP.2012.70. — ISBN 978-0-7695-4712-1.

________________________________________________________________________________________________________________________________ Подписано в печать 19.11.20Формат 60 x 84 1/16. Тираж 100 экз.

Отпечатано с готового оригинал-макета СГАУ 443086, Самара, Московское шоссе,






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.