вторник, 5 июня 2012 г.

Стеганография в изображениях: невидимые миру послания


Одна из программ для стеганографии
в изображениях
Большинство исследований посвящено использованию в качестве стеганоконтейнеров именно изображений. Это обусловлено следующими причинами:
существованием практической необходимости защиты цифровых фотографий, изображений, видео от противозаконного тиражирования и распространения;
относительно большим объемом цифрового представления изображений, что позволяет встраивать ЦВЗ значительного объема или же повышать устойчивость этого встраивания;
заранее известным (фиксированным) размером контейнера, отсутствием ограничений, которые накладываются требованиями скрытия в реальном времени;
наличием в большинстве реальных изображений текстурных областей, имеющих шумовую структуру и наилучшим образом подходящих для встраивания информации;
cлабой чувствительностью человеческого глаза к незначительным изменениям цветов изображения, его яркости, контрастности, содержания в нем шума, искажений вблизи контуров;
наконец, хорошо разработанными в последнее время методами цифровой обработки изображений.

При построении стеганоалгоритмов важно учитывать не только особенности алгоритмов компрессии изображений, но и свойств зрительной системы человека.
Свойства зрительной системы человека можно разделить на две группы: низкоуровневые ("физиологические") и высокоуровневые ("психофизиологические"). Почти до середины 1990-х г.г. исследователи принимали во внимание, главным образом, низкоуровневые свойства зрения. В последние годы обозначилась тенденция построения стеганоалгоритмов с учетом и высокоуровневых характеристик зрительной системы человека.
Выделяют три важнейших низкоуровневых свойства, влияющих на заметность постороннего шума в изображении:
чувствительность к изменению яркости (контрастности) изображения;
частотная чувствительность;
эффект маскировки.
Для среднего диапазона изменения яркости, контраст приблизительно постоянен, тогда как для малых и больших яркостей значение порога неразличимости (AT) возрастает.

Частотная чувствительность зрительной системы человека проявляется в том, что человек намного более восприимчив к низкочастотному (НЧ), чем к высокочастотному (ВЧ) шуму. Это связано с неравномерностью амплитудно-частотной характеристики зрительной системы человека.
Элементы зрительной системы человека разделяют поступающий видеосигнал, на отдельные составляющие, каждая из которых возбуждает нервные окончания глаза через ряд подканалов. Выделяемые глазом составляющие имеют разные пространственные и частотные характеристики, а также различную пространственную ориентацию (горизонтальную, вертикальную, диагональную).
В случае одновременного влияния на глаз двух составляющих с похожими характеристиками
возбуждаются одни и те же подканалы. Это приводит к эффекту маскировки, который заключается в увеличении порога обнаружения зрительного сигнала в присутствии другого сигнала, имеющего аналогичные характеристики. Поэтому, аддитивный шум намного заметней на НЧ (однотонных) участках изображения по сравнению с ВЧ участками, то есть, в последнем случае наблюдается маскировка. Наиболее сильно данный эффект проявляется, когда оба сигнала имеют одинаковую ориентацию и место расположения.

Частотная чувствительность тесно связана с яркостью. Известно также и выражение для определения порога маскировки на основе известной яркостной чувствительности, что позволяет найти метрику искажения изображения, которая учитывала бы свойства зрительной системы человека. Математические модели такого типа хорошо разработаны для случая квантования коэффициентов дискретного косинусного преобразования, поскольку именно оно применяется в стандарте JPEG.
Эффект маскировки в пространственной области может быть объяснен путем построения стохастических моделей изображения. При этом изображение представляется в виде марковского случайного поля, распределение вероятностей которого описывается, например, обобщенным законом Гаусса.
Предлагается следующая обобщенная схема встраивания данных в изображение:
1. Выполняется фильтрация изображения с помощью ориентированных полосовых фильтров. При этом получается распределение энергии по частотно-пространственным компонентам.
2. Рассчитывается порог маскировки на основе знания локальной величины энергии.
3. Масштабируется значение энергии внедряемой информации в каждом компоненте таким образом, чтобы оно было меньше порога маскировки.
Эта схема так или иначе используется многими алгоритмами встраивания данных.
Высокоуровневые свойства зрительной системы человека пока еще редко учитываются при построении  стеганоалгоритмов. Они отличаются от низкоуровневых тем, что проявляются "вторично" — обработав первичную информацию от зрительной системы человека, мозг выдает команды на "подстройку" зрительной системы под изображение.
Перечислим основные из этих свойств:
чувствительность к контрасту — высококонтрастные участки изображения и перепады яркости обращают на себя больше внимания;
чувствительность к размеру — большие участки изображения более "заметны" по сравнению с меньшими по размеру, причем существует порог насыщенности, когда дальнейшее увеличение размера не играет роли;
чувствительность к форме — длинные и тонкие объекты вызывают больше внимания, чем закругленные и однородные;
чувствительность к цветам — некоторые цвета (например, красный) более "заметны", чем другие; этот эффект усиливается, если фон заднего плана отличается от цветов фигур на нем;
чувствительность к месту размещения — человек склонен в первую очередь рассматривать центр изображения; также внимательней рассматриваются фигуры переднего плана, чем заднего;
чувствительность к внешним раздражителям — движение глаз наблюдателей зависит от конкретной обстановки, от полученных ими перед просмотром или во время его инструкций, дополнительной информации.
В последнее время создано достаточное количество методов скрытия данных в цифровых изображениях, что позволяет провести их классификацию и выделить следующие обобщенные группы:
методы замены в пространственной области;
методы скрытия в частотной области изображения;
широкополосные методы;
статистические (стохастические) методы;
методы искажения;
структурные методы.

Комментариев нет:

Отправить комментарий