Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2015-15-4-708-715
ПОВЫШЕНИЕ УСТОЙЧИВОСТИ ПРИ JPEG-СЖАТИИ ЦИФРОВЫХ ВОДЯНЫХ ЗНАКОВ, ВСТРАИВАЕМЫХ В НЕПОДВИЖНЫЕ ИЗОБРАЖЕНИЯ
Читать статью полностью
Ссылка для цитирования: Ссылка для цитирования: Батура В.А. Повышение устойчивости при JPEG-сжатии цифровых водяных знаков, встраиваемых в
неподвижные изображения // Научно-технический вестник информационных технологий, механики и оптики. 2015. Т. 15. № 4.
С. 708–715.
Аннотация
Аннотация
Предмет исследования. Разработка и исследование способа повышения устойчивости при JPEG-сжатии цифровых водяных знаков, встраиваемых в неподвижные изображения. Метод. Представлен новый алгоритм цифрового маркирования неподвижных изображений, встраивающий цифровой водяной знак в неподвижное изображение при помощи модификации частотных коэффициентов дискретного преобразования Адамара. Выбор частотных коэффициентов для встраивания цифрового водяного знака основан на наличии резкого изменения их значений после модификации при максимальном сжатии JPEG. Выбор блоков пикселов для встраивания основан на показателе их энтропии. Новый алгоритм был подвергнут анализу устойчивости к компрессии изображения, зашумлению, фильтрации, изменению размера, цвета и эквализации гистограммы. Для сравнительного анализа был выбран алгоритм Elham, обладающий хорошей устойчивостью к JPEG-компрессии. В качестве объектов защиты было выбрано 9 полутоновых изображений. Незаметность вносимых в них искажений определялась на основе величины пикового отношения сигнала к шуму, величина которой должна быть не ниже 43 дБ для незаметности вносимых искажений. Стойкость встроенного водяного знака определялась коэффициентом корреляции Пирсона, величина которого для минимально допустимой устойчивости должно быть не ниже 0,5. Алгоритм вычислительного эксперимента: внедрение при помощи нового алгоритма и алгоритма Elham в каждое тестовое изображение водяного знака; внесение искажений в объект защиты; извлечение встроенной информации с ее последующим сравнением с оригиналом. Параметры алгоритмов были выбраны таким образом, чтобы обеспечить приблизительно одинаковый уровень вносимых в изображение искажений. Основные результаты. Представленный в статье метод предварительной обработки водяного знака способен существенно сократить объем информации, внедряемой в неподвижное изображение. В результате вычислительного эксперимента было установлено, что представленный алгоритм обладает повышенной устойчивостью к JPEG-сжатию, зашумлению, фильтрации Винера и изменению яркости. Практическая значимость. Представленный алгоритм может быть использован для защиты авторских прав на неподвижные изображения.
Ключевые слова: преобразование Адамара, цифровое маркирование, сжатие JPEG, цифровой водяной знак, стеганография.
Благодарности. Выражаю благодарность д.т.н., профессору кафедры вычислительной техники Университета ИТМО А.Ю. Тропченко за полезные рекомендации при проведении исследования.
Список литературы
Благодарности. Выражаю благодарность д.т.н., профессору кафедры вычислительной техники Университета ИТМО А.Ю. Тропченко за полезные рекомендации при проведении исследования.
Список литературы
1. Грибунин В.Г., Оков И.Н., Туринцев В.И. Цифровая стеганография. М.: СОЛОН-Пресс, 2002. 272с.
2. Wu X., Sun W. Robust copyright protection scheme for digital images using overlapping DCT and SVD // Applied Soft Computing Journal. 2013. V. 67. N 2. P. 1170–1182. doi: 10.1016/j.asoc.2012.09.028
3. Patra J.C., Phua J.E., Bornand C. A novel DCT domain CRT-based watermarking scheme for image authentication surviving JPEG compression // Digital Signal Processing: A Review Journal. 2010. V. 20. N 6. P. 1597–1611. doi: 10.1016/j.dsp.2010.03.010
4. Bhatnagar G., Jonathan Wu Q.M. A new logo watermarking based on redundant fractional wavelet transform // Mathematical and Computer Modelling. 2013. V. 58. N 1–2. P. 204–218. doi: 10.1016/j.mcm.2012.06.002
5. Bhatnagar G., Jonathan Wu Q.M., Raman B. A new robust adjustable logo watermarking scheme // Computers and Security. 2012. V. 31. N 1. P. 40–58. doi: 10.1016/j.cose.2011.11.003
6. Maheswari S., Rameshwaran K. Robust blind complex double Haar wavelet transform based watermarking algorithm for digital images // IACSIT International Journal of Engineering and Technology. 2011. V. 3. N 6. P. 638–645.
7. Maity S.P., Kundu M.K. DHT domain digital watermarking with low loss in image informations // AEU – International Journal of Electronics and Communications. 2010. V. 64. N 3. P. 243–257. doi: 10.1016/j.aeue.2008.10.004
8. Maity S.P., Kundu M.K. Perceptually adaptive spread transform image watermarking scheme using Hadamard transform // Information Sciences. 2011. V. 181. N 3. P. 450–465. doi: 10.1016/j.ins.2010.09.029
9. Saryazdi S., Nezamabadi-pour H. A blind digital watermark in Hadamard domain // International Journal of Computer, Information, Systems and Control Engineering. 2007. V. 1. N 3. P. 784–787.
10. Bhatnagar G., Raman B. Robust watermarking in multiresolution Walsh-Hadamard transform // IEEE International Advance Computing Conference (IACC 2009). Patiala, India, 2009. Art. 4809134. P. 894–899. doi: 10.1109/IADCC.2009.4809134
11. Sarker I.H., Iqbal S. Content-based image retrieval using Haar wavelet transform and color moment // Smart Computing Review. 2013. V. 3. N 3. P. 155–165.
12. Ho A.T.S., Shen J., Tan S.H. A character-embedded watermarking algorithm using the fast Hadamard transform for satellite images // Proceedings of SPIE – The International Society for Optical Engineering. 2002. V. 4793. P. 156–167. doi: 10.1117/12.451249
13. Latif A., Rashidi F. A watermarking scheme based on the parametric slant-hadamard transform // Journal of Information Hiding and Multimedia Signal Processing. 2011. V. 2. N 4. P. 377–386.
14. Shabanali Fami E., Samavi S., Rezaee Kaviani H., Molaei Radani Z. Adaptive watermarking in Hadamard transform coefficients of textured image blocks // Proc. 16th International Symposium on Artificial Intelligence and Signal Processing (AISP 2012). Shiraz, Iran, 2012. V. 181. P. 503–507. doi: 10.1109/AISP.2012.6313799
15. Батура В.А., Тропченко А.Ю. Сравнительный анализ эффективности использования ортогональных преобразований в частотных алгоритмах маркирования цифровых изображений // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 6 (94). С. 106–112.
16. Явна Д.В., Бабенко В.В. Психофизиологически обоснованный метод оценки количества информации в изображении // Инженерный вестник Дона. 2014. T. 31. № 4–1. C. 116.
