Маскирующее сжатие на основе модели взвешенной структуры изображения


https://doi.org/10.15217/issn1684-8853.2017.6.88

Полный текст:


Аннотация

Введение: для организации эффективного и безопасного хранения и передачи видеоинформации необходимо использовать две независимые и последовательные процедуры - сжатие и маскирование. При получении информации на принимающей стороне следует выполнить операции декомпрессии и дешифрации в обратном порядке, чтобы получить исходное изображение. Для выполнения процедуры декомпрессии надо иметь так называемую «кодовую книгу»аналогично ключу в процедурах шифрования и дешифрации. Цель исследования: разработка эффективного способа объединения процедур сжатия и маскирования для цифровых изображений. Результаты: предложен метод сжатия, учитывающий значимости различных частей исходного мультимедийного объекта (изображения) для повышения качества результирующего изображения после декомпрессии. Одним из наиболее эффективных подходов для разработки такого метода сжатия является использование кодов, корректирующих ошибки и позволяющих ограничить число возникающих ошибок (искажений), а также обеспечить требуемое значение коэффициента сжатия. Применение таких кодов для сжатия дает возможность распределять ошибки, которые добавляются в процессе обработки, в соответствии с предустановленной значимостью исходных элементов мультимедийного объекта. В качестве примера представлен подход, основанный на взвешенной метрике Хэмминга, гарантирующий заданное максимальное число ошибок (искажений) и учитывающий предустановленную значимость зон изображения (взвешенную структуру изображения). Для реализации предложенного метода совместного маскирования и сжатия был выбран подкласс кодов Гоппы, совершенных во взвешенной метрике Хэмминга, при этом многочлены Гоппы использовались в качестве секретного ключа. Результатом использования предложенного метода совместного маскирования и сжатия является покрытие всего изображения уникальным цифровым водяным знаком. Практическая значимость: практическое использование предлагаемого подхода возможно в системах с повышенными требованиями по качеству хранимых и передаваемых изображений при использовании открытых каналов передачи для обеспечения как гарантированного эффекта сжатия при заданном уровне вносимых искажений, так и защиты информации.

Об авторах

Сергей Валентинович Беззатеев
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия


Наталия Викторовна Волошина
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия


Список литературы

1. Cintuglu M. H., Mohammed O. A., Akkaya K., and Uluagac A. S. A Survey on Smart Grid Cyber-physical System Testbeds // IEEE Communications Surveys & Tutorials. 2017. Vol. 19. N 1. P. 446-464.

2. Mo Y., Weerakkody S., and Sinopoli B. Physical Authentication of Control Systems: Designing Watermarked Control Inputs to Detect Counterfeit Sensor Outputs// IEEE Control Systems. 2015. Vol. 35. N 1. P. 93-109.

3. Sandberg H., Amin S., and Johansson K. H. Cyberphysical Security in Networked Control Systems: An Introduction to the Issue // IEEE Control Systems. 2015. Vol. 35. N 1. P. 20-23.

4. Hu H.-T., and Hsu L.-Y. Collective Blind Image Watermarking in DWTDCT Domain with Adaptive Embedding Strength Governed by Quality Metrics // Multimedia Tools and Applications. 2017. Vol. 76. N 5. P. 6575-6594.

5. Lai C.-C., and Tsai C.-C. Digital Image Watermarking Using Discrete Wavelet Transform and Singular Value Decomposition // IEEE Transactions on Instrumentation and Measurement. 2010. Vol. 59. N 11. P. 3060-3063.

6. Belogolovyi A. Image Compression Based on LDPC Codes //Proc. of Intern. Conf. Graphicon, 2004. www. graphicon.ru (дата обращения: 18.09.2017).

7. Guyeux C., and Bahi J. M. Topological Chaos and Chaotic Iterations Application to Hash Functions // Proc. of the 2010 Intern. Joint Conf. on Neural Networks (IJCNN). 2010. P. 1-7.

8. Bezzateev S., and Shekhunova N. Class of Generalized Goppa Codes Perfect in Weighted Hamming Metric // Designs, Codes and Cryptography. 2013. Vol. 66. N 1-3. P. 391-399.

9. Крук Е. А., Сергеев М. Б. О векторном квантовании изображений // Информационно-управляющие системы. 2013. № 3. С. 93-96.

10. Bezzateev S., Voloshina N., and Zhidanov K. Steganographic Method on Weighted Container // Proc. of XIII Intern. Symp. on Problems of Redundancy in Information and Control Systems (RED). 2012. P. 10-12.

11. Bezzateev S., Voloshina N., and Minchenkov V. Special Class of (L,G) Codes for Watermark Protection in DRM // Proc. of 8th Intern. Conf. on Computer Science and Information Technologies. 2011. P. 225-228.

12. Feng K., Xu L., Hickernell F. Linear Error-Block Codes// Finite Fields Appl. 2006. N 6. P. 638-652.

13. Darit R., Souidi E. M. New Families of Perfect Linear Error-Block Codes // Intern. Journal of Information and Coding Theory (IJICOT). 2013. N 2(2/3). P. 8495.

14. Dariti R., Souidi E. M. An Application of Linear Error-block Codes in Steganography // Intern. Journal of Digital Information and Wireless Communications (IJDIWC). 2011. Vol. 1. N 2. P. 426-433.

15. Voloshina N., Bezzateev S., Zhidanov K. Weighted Digital Watermarking Approaches Comparison // Problems of Redundancy in Information and Control Systems: XV Intern. Symp., Saint-Petersburg, September 26-29, 2016. P. 172-174.

16. Bezzateev S., Shekhunova N. Lower Bound of Covering Radius of Binary Irreducible Goppa Codes // Designs, Codes and Cryptography. 2017. Vol. 82. Iss. 1. P. 69-76.

17. Беззатеев С. В., Волошина Н. В., Жиданов К. А. Система формирования фингерпринта статических изображений с использованием взвешенной метрики Хэмминга и модели взвешенного контейнера // Докл. Томского государственного университета систем управления и радиоэлектроники. 2014. № 2(32). С. 246-251.

18. Беззатеев С. В., Литвинов М. Ю., Трояновский Б. К., Филатов Г. П. Выбор алгоритма преобразования, обеспечивающего изменение структуры изображения // Информационно-управляющие системы. 2006. № 6. С. 2-6.

19. Беззатеев С. В., Литвинов М. Ю., Трояновский Б. К. Использование помехоустойчивых кодов для шифрации видеоинформации // Информационноуправляющие системы. 2007. № 5. С. 23-26.

20. Bezzateev S., and Voloshina N. Digital Watermarking Method Based on Image Compression Algorithms // Internet of Things, Smart Spaces, and Next Generation Networks and Systems. 2017. P. 292-299.


Дополнительные файлы

Для цитирования: Беззатеев С.В., Волошина Н.В. Маскирующее сжатие на основе модели взвешенной структуры изображения. Информационно-управляющие системы. 2017;(6):88-95. https://doi.org/10.15217/issn1684-8853.2017.6.88

For citation: Bezzateev S.V., Voloshina N.V. Masking Compression based on Weighted Image Structure Model. Information and Control Systems. 2017;(6):88-95. (In Russ.) https://doi.org/10.15217/issn1684-8853.2017.6.88

Просмотров: 38


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)