Помощь в написании студенческих работ
Антистрессовый сервис

Разработка и исследование метода преобразования видеоданных для определения их подлинности и подтверждения целостности

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Видеоинформация является одним из ценнейших предметов современной жизни, основой функционирования распределенных систем мониторинга территорий, регистрации событий, ориентации и управления подвижными объектами с видеоканалом в обратной связи. Получение доступа к ней при использовании глобальных компьютерных сетей как коммуникационной среды, на которой строятся распределенные системы, стало… Читать ещё >

Разработка и исследование метода преобразования видеоданных для определения их подлинности и подтверждения целостности (реферат, курсовая, диплом, контрольная)

Содержание

  • Раздел 1. Проблемы защиты и методы преобразования видеоинформации
    • 1. 1. Общие вопросы безопасности информации
    • 1. 2. Обзор форматных и неформатных методов сокрытия информации в графических изображениях
    • 1. 3. Обзор запатентованных решений
    • 1. 4. Классификация и анализ известных методов и алгоритмов

Видеоинформация является одним из ценнейших предметов современной жизни, основой функционирования распределенных систем мониторинга территорий, регистрации событий, ориентации и управления подвижными объектами с видеоканалом в обратной связи. Получение доступа к ней при использовании глобальных компьютерных сетей как коммуникационной среды, на которой строятся распределенные системы, стало невероятно простым. В то же время, легкость и скорость такого доступа значительно повысили и угрозу нарушения безопасности видеоданных при отсутствии мер их защиты, а именно, — угрозу неавторизированного доступа, нарушение подлинности путем преднамеренного искажения и подмены, присвоение авторских прав на цифровые изображения и видеопотоки [1].

Преимущества представления и передачи данных в цифровом виде (легкость восстановления, высокая потенциальная помехоустойчивость, перспективы использования универсальных аппаратных и программных решений) могут быть перечеркнуты с легкостью, с которой возможны их похищение, подмена и модификация. Наиболее актуальной является задача разработки методов по преобразованию видеоинформации для подтверждения её подлинности в распределенных информационно-управляющих системах встраиваемого класса. Видеоисточник таких систем реализуется, как правило, на 1Р-видеосерверах, основной вычислительный ресурс и память которых заняты выполнением операций по захвату, оцифровке, формированию 1Р-пакетов и их передаче по сети [1].

Преобразование может осуществляться различными способами. Общей чертой таких способов является то, что передаваемое сообщение встраивается в некий не привлекающий внимание объект, который затем открыто транспортируется (пересылается) адресату.

Исторически направление стеганографического преобразования информации было первым [2], но со временем во многом было вытеснено криптографическими методами. Интерес к стеганографическим методам преобразования данных возродился в последние десятилетия и был вызван широким распространением технологий мультимедиа (что вполне закономерно, принимая во внимание указанные выше проблемы, связанные с определением подлинности информации). Не менее важным стало появление новых типов каналов передачи информации, что в совокупности с первым фактором дало новый импульс развитию и усовершенствованию существующих методов преобразования, способствовало возникновению новых методов, в основу которых были положены особенности представления информации в компьютерных файлах, вычислительных сетях и т. д. [3].

Анализ теоретических работ по преобразованию информации таких отечественных специалистов как Грибунин В. Г., Оков И. Н., Туринцев И. В., Смирнов М. В., Аграновский A.B., Мироновский JI.A. и других показал, что в настоящее время можно выделить три тесно связанных между собой и имеющих одни корни направления приложения стеганографии: сокрытие данных (сообщений), цифровые водяные знаки и заголовки.

Сокрытие данных, которые в большинстве случаев имеют большой объем, предъявляет серьезные требования к контейнеру: размер контейнера в несколько раз должен превышать размер встраиваемых данных. Данное направление объединяет стеганографические методы, реализующие незаметную передачу сообщений.

Цифровые водяные знаки используются для защиты авторских или имущественных прав на цифровые изображения, фотографии или другие оцифрованные произведения искусства. Основными требованиями, которые предъявляются к таким встроенным данным, являются надежность и устойчивость к искажениям. Цифровые водяные знаки имеют небольшой объем, однако, с учетом указанных выше требований, для их встраивания используются более сложные методы, чем для встраивания просто сообщений или заголовков.

Необходимо подчеркнуть, что в данной работе не разрабатываются стеганографических средств встраивания данных для их последующей скрытой отправки. В работе разрабатывается и исследуется метод преобразования видеоданных, использующий стеганографические примитивы, причем с использованием таких алгоритмов, которые ориентированы именно на качественное и визуально незаметное встраивание данных в видеопоток.

По результатам анализа были определены следующие требования к разрабатываемым методам преобразования изображений:

1) цифровое изображение должно быть модифицировано таким образом, чтобы исключить изменение при визуальном контроле;

2) цифровое изображение должно быть устойчиво к искажениям, в том числе и умышленным. В процессе передачи изображение может претерпевать различные трансформации: уменьшение или увеличение размеров (разрешения), преобразование в другой формат, сжатие с потерей данных;

3) основные свойства цифрового изображения должны остаться неизмененными после произведенного цифрового преобразования.

Анализ практических трудов зарубежных ученых Kahn D., Wang H.-J, Сох I.J., Bao Y.-L., Zeng W., Podilchuk С. I. и других, показал, что:

— наиболее эффективной технологией преобразования видеокадров с целью подтверждения их подлинности является технология цифрового водяного знака (ЦВЗ);

— наиболее эффективным методом внедрения ЦВЗ является дискретное вейвлет-преобразование;

— сегодня не существует методов, выполняющих преобразование видеокадров с целью защиты их подлинности и подтверждения целостности, и, главное, учитывающих ограниченность вычислительного ресурса источника этих данных в распределенных информационно-управляющих 1Р-системах.

Внедряемый цифровой водяной знак может представлять собой растровое цветное графическое изображение малого (по отношению к кадру-контейнеру) размера [4, 5]. ЦВЗ, внедренный в защищаемый кадр, полностью его покрывает. Строго говоря, в роли ЦВЗ может выступать любая последовательность байт требуемого объема, поскольку все операции осуществляются на битовом уровне. Существует ограничение максимального размера ЦВЗ, поскольку он рассчитывается исходя из уровня преобразования и размера целевого кадра. Минимального ограничения нет, но для полного покрытия кадров необходимо иметь ЦВЗ максимального (или близкого к максимальному) объёма.

Упомянутые выше исследования выявили необходимость разработки собственного алгоритма, выполняющего преобразование с целью определения подлинности, и, главное, учитывающего условия работы аппаратной системы с учетом её известных характеристик. Поставленная задача актуальна для передачи видеопотоков в распределенных информационно-управляющих 1Р-системах с видеоканалом в обратной связи, в которых 1Р-видеосервер реализуется на базе сигнального процессора, основной вычислительный ресурс и память которого заняты выполнением операций по захвату, оцифровке, формированию пакетов и их передаче по сети. Однако технологии, используемые для достижения цели диссертационной работы, могут быть применены и к другим автономным устройствам.

Поскольку размер цифрового водяного знака выбирается для полного покрытия целевого кадра, а изменение ЦВЗ свидетельствует об изменении исходного изображения, то также имеется практическая необходимость вычислить и визуально выделить область на исходном кадре, которая была подвергнута модификации.

Таким образом, целью является разработка и исследование метода преобразования видеоданных для защиты их подлинности и определения целостности с применением технологии цифрового водяного знака, обеспечивающего его качественное и визуально незаметное встраивание в кадры в реальном масштабе времени.

Для достижения поставленной цели в ходе диссертационной работы необходимо решить следующие задачи:

— разработать и исследовать метод и скоростные алгоритмы внедрения и извлечения цифровых водяных знаков в кадры видеопотока;

— разработать метод определения мест искажения кадра на основе анализа извлеченного из него цифрового водяного знака;

— программно реализовать и исследовать совокупность алгоритмов внедрения и извлечения цифровых водяных знаков для практического подтверждения полученных результатов;

— исследовать и определить наиболее эффективные методы оценки качества преобразования изображения, основанные на анализе изображения как объекта математического преобразования и как объекта, визуально воспринимаемого зрительной системой человека.

Предметом исследования является видеопоток, представляемый по-кадрово в стандарте MPEG и передаваемый в реальном масштабе времени в цифровых открытых каналах связи.

Проведенные исследования базируются на основных положениях теории дискретных преобразований, методах вычислительной математики, математического моделирования, математической статистики. В работе использованы методы дискретного вейвлет-преобразования изображений, объективные и субъективные метрики контроля качества цифровых изображений.

Достоверность результатов работы обеспечивается строгостью применения математических моделей, непротиворечивостью полученных результатов, а также внедрением разработанных моделей и методов в практику.

Практическая ценность работы заключается в том, что на основе предложенных алгоритмов разработана программная система передачи видеопотоков по открытым сетям, позволяющая:

— уменьшить последствия преднамеренных искажений в виде подмены, повторения и искажения кадров видеопотока;

— обеспечить в реальном времени локализацию областей искажения или разрушения видеокадров из-за случайных и преднамеренных искажений при передаче по открытым каналам связи и сетям общего пользования;

— обеспечить сохранение авторских прав и интеллектуальной собственности на видеоматериалы при незаконном их копировании;

— оценить размер искажения видеоданных из-за помех в коммуникационных каналах распределенных информационно-управляющих систем.

Основные результаты диссертационной работы используются в учебном процессе на кафедрах «Вычислительные системы и сети» и «Комплексной защиты информации» ГУАП, использованы в макете системы, разработанной в рамках НИР «Исследование возможности создания защитного кодирования видеоинформации» (Шифр «Желе-ЗК»), выполненной в ЗАО «КБ Юпитер» (г. Санкт-Петербург) в 2009 г., а также в программной реализации системы передачи видеоинформации, созданной в рамках НИР «Разработка и исследование методов цифровой обработки изображений в системах потокового видео» (гос. per. № 1 201 057 662) в 2010 г. Внедрения подтверждаются соответствующими актами. Программные реализации разработанных алгоритмов зарегистрированы в Объединенном фонде электронных ресурсов «Наука и образование», на них получены свидетельства о регистрации электронного ресурса № 16 551 [6] и № 16 552 [7]. На утилиты внедрения и извлечения ЦВЗ получены свидетельства о государственной регистрации программ для ЭВМ № 2 011 618 156 [8] и № 2 011 618 157 [9].

Рассматриваемая в данной работе проблема определения подлинности видеопотока является актуальной, поскольку применяемая технология цифровых водяных знаков имеет юридическую силу и применяется для подтверждения подлинной цифровой информации, позволяя определить и визуализировать факт и масштаб её искажения.

Научная новизна диссертационной работы заключается в следующем:

— предложен метод и исследован алгоритм преобразования видеокадров на основе внедрения цифровых водяных знаков, обеспечивающий защиту подлинности информации при визуально неразличимых искажениях исходного кадра;

— предложен метод локализации мест искажения кадра на основе анализа извлеченного из него цифрового водяного знака;

— определена совокупность метрик, обеспечивающих объективную оценку качества преобразования изображения, для использования при анализе результатов преобразования с искажениями, вносимыми внедрением ЦВЗ.

Основные положения, выносимые на защиту:

— метод преобразования видеоданных, представляемых по-кадрово, для определения их подлинности и подтверждения целостности при передаче по коммуникационным каналам;

— алгоритм преобразования изображений в реальном масштабе времени, основанный на использовании ЦВЗ и обеспечивающий защиту их подлинности при визуально неразличимых вносимых искажениях в исходный кадр;

— алгоритм определения подлинности изображений, основанный на обнаружении и извлечении ЦВЗ из кадра с последующим определением степени идентичности извлеченного ЦВЗ путем сравнения с эталоном;

— метод определения областей повреждения изображения, основанный на специфике встраивания элементов ЦВЗ в кадр и позволяющий визуально показать измененные (поврежденные) участки изображения по изменениям извлеченного из этого изображения ЦВЗ;

— совокупность метрик, обеспечивающих объективную оценку качества преобразования изображения с различными искажениями, в частности, вносимыми внедрением ЦВЗ, и основанных на анализе изображения как объекта математического преобразования и как объекта, визуально воспринимаемого зрительной системой человека.

Личный вклад автора диссертационной работы заключаются в:

— разработке метода и совокупности алгоритмов и программного обеспечения, обеспечивающих внедрение ЦВЗ в видеоизображения на 1Р-видеосервере для последующей передачи по сетям общего пользования и извлечения ЦВЗ из принятого видеоизображения на ПК;

— разработке метода локализации изменений в кадрах-контейнерах с внедренным ЦВЗ;

— в разработке методики по применению популярных метрик контроля качества преобразования изображений для определения подлинности видеопотока.

Основные результаты по теме диссертационной работы шести печатных работах, в том числе в двух публикациях в журналах, входящих в Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора и кандидата наук.

Диссертация состоит из введения, четырёх разделов, заключения, списка литературы из 81 наименования и четырёх приложений. Общий объем основной части работы составляет 121 страницу, в том числе 53 рисунка и 12 таблиц.

Основные результаты по теме диссертационной работы отражены в печатных работах:

1) Григорьян А. К. Цифровые водяные знаки в неподвижном графическом изображении. Научная сессия ГУАП: Сб. докл.: в 3 ч. Ч. II. Технические науки / СПбГУАП. СПб., 2008. С.80−84.

2) Григорьян А. К, Григорьян К. А. Цифровые водяные знаки в потоковом видео. Научная сессия ГУАП: Сб. докл.: в 3 ч. Ч. И. Технические науки / СПбГУАП. СПб., 2009.

3) Григорьян А. К., Сергеев М. Б. Применение вейвлет-преобразования для внедрения ЦВЗ в видео-поток в режиме реального времени (при помощи аппаратной платформы на базе сигнального процессора). Научная сессия ГУАП: сб. докл.: в 3 ч. Ч. II. Технические науки / СПбГУАП. СПб., 2010.

4) Григорьян А. К., Литвинов М. Ю. Метод внедрения устойчивых цифровых водяных знаков в графические изображения, не приводящий к визуально заметным искажениям преобразуемых изображений // Сайт Объединенного фонда электронных ресурсов «Наука и образование». Шр://о?етю.т/ЛоШе8^егпю/1655l.doc (дата обращения: 01.02.2011).

5) Григорьян А. К., Литвинов М. Ю. Метод извлечения цифрового водяного знака из графического изображения с последующим определением участков возможных искажений и определением подлинности анализируемого изображения // Сайт Объединенного фонда электронных ресурсов «Наука и образование». http://ofernio.ru/rtofilesofernio/16 552.doc (дата обращения: 01.02.2011).

6) Григорьян А. К., Литвинов М. Ю., Сергеев М. Б. Об оценке достоверности и качества преобразования изображений при внедрении цифровых водяных знаков // Научная сессия ГУАП: Сб. докл.: в 3 ч. Ч. И. Технические науки / СПбГУАП. СПб., 2011, в том числе в журналах, входящих в Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора и кандидата наук:

7) Григорьян А. К., Аветисова Н. Г. Методы внедрения цифровых водяных знаков в потоковое видео. Обзор. // Информационно-управляющие системы. СПб. 2010. № 2. С. 38−45.

8) Григорьян А. К., Литвинов М. Ю. Применение вейвлет-преобразования для внедрения ЦВЗ в видеопоток в режиме реального времени // Информационно-управляющие системы. СПб. 2010. № 4. С. 53−56.

Личный вклад автора в работах в соавторстве:

— в работе 2 — проверен широкий анализ распространённых стегано-графических методов внедрения ЦВЗ в изображения на основе патентов;

— в работе 3 — описаны алгоритм внедрения цветного ЦВЗ с применением модифицированного метода ЬБВ и алгоритм извлечения образца ЦВЗ;

— в работах 4 и 5 — программная реализация методов обработки отсчетов сигнала на битовом уровне (модифицированный алгоритм замены наименьшего значащего бита Ь8В).;

— в работе 6 — проведен ряд практических экспериментов для накопления экспериментальной базы исследований;

— в работе 7 — проведен анализ быстродействия и вычислительной мощности алгоритмов вейвлет-преобразования и дискретно-косинусного преобразования;

— в работе 8 — описаны алгоритмы внедрения и извлечения ЦВЗ для графических изображений, приведены примеры выполненных преобразований.

Основные научные результаты работы обсуждались на научно-методических семинарах кафедр «Вычислительные системы и сети» и «Комплексная защита информации» ГУАП и докладывались на научных конференциях:

1) 61-ая научная сессия ГУАП (апрель 2008, Санкт-Петербург);

2) 62-ая научная сессия ГУАП (апрель 2009, Санкт-Петербург);

3) 63-ая научная сессия ГУАП (апрель 2010, Санкт-Петербург);

4) 64-ая научная сессия ГУАП (апрель 2011, Санкт-Петербург).

Заключение

.

Видеоинформация является одним из ценнейших предметов современной жизни, основой функционирования распределенных систем с видеоканалом в обратной связи. Получение доступа к ней при использовании глобальных компьютерных сетей как коммуникационной среды, на которой строятся распределенные системы, стало невероятно простым. В то же время, легкость и скорость такого доступа значительно повысили и угрозу нарушения безопасности видеоданных при отсутствии мер их защиты, а именно, — угрозу неавторизированного доступа, нарушение подлинности путем преднамеренного искажения и подмены, присвоение авторских прав на цифровые изображения и видеопотоки.

Наиболее актуальной является задача разработки методов по преобразованию видеоинформации для подтверждения её подлинности в распределенных информационно-управляющих системах встраиваемого класса. Видеоисточник таких систем реализуется, как правило, на 1Р-видеосерверах, основной вычислительный ресурс и память которых заняты выполнением операций по захвату, оцифровке, формированию 1Р-пакетов и их передаче по сети.

В ходе диссертационного исследования были выявлены возможные аспекты применения совокупности разрабатываемых в ходе работы алгоритмов:

— уменьшение последствий преднамеренных искажений (дезинформация, подделка, повтор);

— локализация областей разрушения изображений;

— сохранение интеллектуальной собственности (защита от незаконного копирование, воспроизведения и т. д.);

— оценка искажения из-за помех функционирования распределенных информационных систем.

В связи с рядом ограничений на свободный вычислительный ресурс при формировании видеопотока и возможные помехи и искажения при передаче данных по сетям общего пользования для решения проблемы определения достоверности видеопотока были выбраны методы, использующие стеганографические примитивы.

Анализ трудов российских и зарубежных ученых показал, что наиболее эффективной технологией подтверждения подлинности графических изображений является технология цифрового водяного знака, а наиболее эффективным инструментом внедрения — дискретное вейвлет-преобразование сигнала. Также анализ показал, что наиболее подходящим для решения поставленной задачи алгоритмом является алгоритм быстрого вейвлет-преобразования Хаара [80].

Однако, для решения поставленной в работе задачи (внедрение ЦВЗ в видеопоток, формируемый при помощи 1Р-видеосервера на базе сигнального процессора) на его основе требуется разработка нового алгоритма, оптимизирующего преобразования по следующим параметрам:

— обеспечение внедрения ЦВЗ в виде цветного изображения;

— обеспечение устойчивости внедряемого ЦВЗ к сжатию и помехам;

— изменение схемы внедрения ЦВЗ для выполнения преобразований в формате целых чисел, что по сравнению с вычислениями в формате с плавающей точкой значительно уменьшит временные затраты и затраты по памяти;

— определение наиболее эффективных параметров ДВП (уровень декомпозиции и т. д.) для решения поставленной задачи.

Второй раздел посвящен теоритическим вопросам осуществления защиты видеоданных применительно к распределенным информационно-управляющим 1Р-системам. В начале второго раздела приведены основные характеристики и описаны некоторые принципиальные особенности аппаратной платформы 1Р-видеосерверов. Во второй части 2-го раздела кратко описаны основные идеи вейвлет-преобразования цифрового сигнала. Отдельно в тексте раздела рассмотрено дискретное вейвлет-преобразование Хаара. Данный вид преобразования является целочисленным и полностью обратимым преобразованием, и, поэтому, не требующим от аппаратной платформы больших затрат по памяти и по вычислительной мощности.

В ходе выполнения диссертационной работы был предложен алгоритм по формированию и внедрению цифровых водяных знаков в последовательность видеокадров для последующей передачи видеопотоков в распределенных информационно-управляющих 1Р-системах. Также был предложен алгоритм извлечения цифровых водяных знаков из принятого видеопотока и алгоритм оценки достоверности принятого видеопотока. Упомянутые алгоритмы описаны в разделе 3. Приведенное в разделе описание принципов измерения качества выполненного на 1Р-видеосервере преобразования изображения в кадре сводится как к незаметности внедрения ЦВЗ «на глаз», так и незначительному уровню изменений статистических характеристик модифицированных кадров относительно оригинальных. Измерения производились с применением метрик контроля качества изображений, выбор которых был обусловлен точностью математических формул одних и приближенностью оценок к оценкам зрительной системы человека других метрик. Также в тексте раздела 3 описан метод по локализации и визуализации мест искажений принятых кадров, основанный на анализе изменений извлеченного из кадра образца ЦВЗ.

В разделе 4 описаны практические эксперименты и сделаны выводы о подтверждении предположения о высоком качестве преобразования графического изображения при внедрении ЦВЗ, в т. ч. в сравнении с аналогичными программамипредположения об эффективном выявлении мест искажений изображения по измененному ЦВЗи предположения о высоком качестве преобразования сложных изображений. Некоторые проведенные эксперименты выявили пределы эффективного использования разработанных алгоритмов, например, отсутствие достаточной стойкости внедренного ЦВЗ к сжатию с потерями или значительному зашумлению контейнера.

В результате проведенных исследований были получены следующие основные научные и практические результаты:

— обеспечивается возможность однозначного определения подлинности видеоинформации при её передаче через открытые сети с использованием технологии цифровых водяных знаков, что позволяет уменьшить последствия преднамеренных искажений видеоинформации в виде подмены, повторения и искажения кадров видеопотока, а также позволяет обеспечить сохранение авторских прав и интеллектуальной собственности;

— достигнуты высокие результаты преобразования изображений с внесением визуально неразличимых искажений при внедрении ЦВЗ, измеряемые объективными методами контроля качества преобразований;

— реализуется возможность локализации и визуализации области и масштаба искажения изображения, основанная на анализе извлеченного из него цифрового водяного знака, что позволяет оценить размер искажения видеоданных из-за помех в коммуникационных каналах распределенных информационно-управляющих систем;

— сформирована большая экспериментальная база результатов исследований на основании данных различных метрик объективной оценки качества преобразования изображений, учитывающих как математические модели, так и моделирующих особенности зрительной системы человека.

Личный вклад автора заключаются:

— разработке совокупности алгоритмов и программного обеспечения, обеспечивающих внедрение ЦВЗ в видеоизображения для ТРвидеосервера для последующей передачи по сетям общего пользования и извлечения ЦВЗ из принятого видео с использованием ПК;

— разработке метода локализации изменений кадра-контейнера с внедренным ЦВЗ;

— разработке методики по применению популярных метрик контроля качества преобразования изображений для определения подлинности видеопотока.

Показать весь текст

Список литературы

  1. А. К., Аветисова Н. Г. Методы внедрения цифровых водяных знаков в потоковое видео. Обзор. // Информационно-управляющие системы. СПб. 2010. № 2. С. 38−45.
  2. Kahn D. The Code-Breakers: The Story of Secret Writing. MacMillan Publishing Company, New York, USA, 1996. P. 57−58.
  3. В.Г., Оков И. Н., Туринцев И. В. Цифровая стеганография. — М.: Солон-Пресс, 2002. С. 4.
  4. А. К., Литвинов М. Ю. Применение вейвлет-преобразования для внедрения ЦВЗ в видеопоток в режиме реального времени // Информационно-управляющие системы. СПб. 2010. № 4. С. 53−56.
  5. Свидетельство о государственной регистрации программы для ЭВМ № 2 011 618 156 «Утилита внедрения ЦВЗ в изображения» // Григорьян А. К.,
  6. A.M., Литвинов М. Ю. Зарегистрировано в Реестре программ для ЭВМ 18 октября 2011 г.
  7. Свидетельство о государственной регистрации программы для ЭВМ № 2 011 618 157 «Утилита извлечения ЦВЗ из изображений» // Григорьян А. К., Сергеев A.M., Литвинов М. Ю. Зарегистрировано в Реестре программ для ЭВМ 18 октября 2011 г.
  8. А.В., Шаньгин В. Ф. Защита информации в распределённых корпоративных сетях и системах. М.: ДМК Пресс, 2002. С. 9.
  9. И.Н. Криптографические системы защиты информации. СПб.: ВУС, 2001. С. 15.
  10. Р. Теория информации и надежная связь. М.:Мир, 1974.1. С. 34.
  11. М., Kanka S. МРЗ robust audio watermarking // International Watermarking Workshop. 1999.
  12. С.Ф. Алгоритм сжатия JPEG с позиций компьютерной стеганографии // Защита информации. Конфидент. 2000. № 3. С. 34.
  13. Л. А., Слаев В. А. Стрип-метод преобразования изображений и сигналов: Монография // СПб.: Политехника, СПб., 2006. С. 83.
  14. Сох I. J., Kilian J., Leighton Т., Shamoon Т. G. Secure spread spectrum watermarking for images, audio and video // Proceedings of the IEEE International Conference on Image Processing. 1996. Vol. 3. P. 243−246.
  15. Cox I. J., Kilian J., Leighton T., Shamoon T. G. A secure, robust watermark for multimedia // Information hiding: first international workshop. Lecture Notes in Comp. Science. 1996. Vol. 1174. P. 183−206.
  16. Cox I. J., Kilian J., Leighton T., Shamoon T. G. Secure spread spectrum watermarking for images, audio and video // Proceedings of the IEEE International Conference on Image Processing. 1996. P. 243−246.
  17. Wang Houng-Jyh, Lu C., Kuo C.C. Jay. Image protection via watermarking on perceptually significant wavelet coefficients // Proceedings of the IEEE Workshop on Multimedia Signal Proc. Redondo Beach, CA. 1998. Vol.1. P.279.
  18. Craver S. Zero Knowledge Watermark Detection // Princeton University, 1999. P.16.
  19. Lewis A. S., Knowles G. Image compression using the 2-d wavelet transform // IEEE Transactions on Image Processing. 1992. № 1. P. 244- 250.
  20. Corvi M., Nicchiotti G. Wavelet-based image watermarking for copyright protection // Scandinavian Conference on Image Analysis. SCIA'97, Lappeenranta, Finland, Juin 1997. P. 632−637.
  21. Nicchiotti G., Ottaviano E. Non-invertible statistical wavelet watermarking // Proceedings of the 9th European Signal Processing Conference. European Association for Signal Processing, Island of Rhodes, Greece. September 1998. P. 2289−2292.
  22. Dugad R., Ratakonda K., Ahuja N. A new wavelet-based scheme for watermarking images // Proceedings of the IEEE International Conference on Image Processing. 1998. Vol. 1. P. 419 423.
  23. Kim J. R., Moon Y. S. A robust wavelet-based digital watermark using level-adaptive thresholding // Proceedings of the 6th IEEE International Conference on Image Processing. 1999. P. 202.
  24. Loo P., Kingsbury N. G. Watermarking using complex wavelets with resistance to geometric distortion // Proceedings of the 10th European Signal Processing Conference. 2000. P. 145−149.
  25. Lu C.-S., Huang S.-K., Sze C.-J., Liao H.-Y. M. A New Watermarking Technique for Multimedia Protection. FL: CRC Press, pp. 507 -530, 2001.
  26. Lu C.-S., Liao H.-Y.M., Huang S.-K., Sze C.-J. Cocktail watermarkingi on images//Proceedings of the 3rd Information Hiding Workshop. 1999. Vol. 1768. P.333.
  27. Lu C.-S., Liao H.-Y. M. Oblivious watermarking using generalized gaussian // Proceedings of the 7th International Conference on Fuzzy Theory and Technology. 2000. P. 260−263.
  28. Podilchuk С. I., Zeng W. Digital image watermarking using visual models // Proceedings of the 2nd SPIE Human Vision and Electronic Imaging Conference. 1997. Vol. 3016. P. 100−111.
  29. Zeng W., Lei S. Transform domain perceptual watermarking with scalable visual detection a proposal for JPEG2000 // Technical report, Digital Video Department, Sharp Laboratories of America, Inc., USA, 1998.
  30. Xia X.-G., Boncelet C. G., Arce G. R. Wavelet transform based watermark for digital images // Optics Express. 1998. № 3. P. 497−502.
  31. Chae J. Robust Techniques for Data Hiding in Images and Video. PhD thesis, Department for Electrical and Computer Engineering, University of California, Santa Barbara, CA, USA, 1999.
  32. Kundur D., Hatzinakos D. A robust digital image watermarking method using wavelet-based fusion // Proceedings of the IEEE International Conference on Image Processing. 1997. Vol. 1. P. 544−547.
  33. H. H. Принципы обработки изображений, основанные на учете их семантической структуры // Информационно-управляющие системы. 2008. № 1. С. 2−4.
  34. М.В. Голографический подход во встраивании скрытых ЦВЗ в фотографические изображения // Журнал «Оптические технологии». № 72. 2005. С. 464−468.
  35. Moskowitz S.A., Cooperman M.: «Optimization methods for the insertion, protection, and detection of digital watermarks in digitized data», United States Patent № 5,889,868, March 30, 1999, US Patent & Trademark Office.
  36. Rhoads G.B.: «Image steganography system featuring perceptually adaptive and globally scalable signal embedding», United States Patent № 5,748,763, May 05, 1998, US Patent & Trademark Office.
  37. Rhoads G.B.: «Steganography methods employing embedded calibration data», United States Patent № 5,636,292, June 03, 1997, US Patent & Trademark Office.
  38. Rhoads G.B.: «Photographic products and methods employing embedded information», United States Patent № 5,822,436, October 13, 1998, US Patent & Trademark Office.
  39. Rhoads G.B.: «Steganographic methods and media for photography», United States Patent № 6,111,954, August 29, 2000, US Patent & Trademark Office.
  40. Moskowitz S.A.: «Multiple transform utilization and applications for secure digital watermarking», United States Patent № 6,205,249, March 20, 2001, US Patent & Trademark Office.
  41. Moskowitz S.A.: «Z-transform implementation of digital watermarks», United States Patent № 6,078,664, June 20, 2000, US Patent & Trademark Office.
  42. Rhoads G.B.: «Methods for optimizing watermark detection», United States Patent № 6,307,949, October 23, 2001, US Patent & Trademark Office.
  43. Rhoads G.B.: «Graphics processing system employing embedded code signals», US Patent № 5,768,426, June 16,1998, US Patent & Trademark Office.
  44. В., Абраменкова И. MATLAB. Обработка сигналов и изображений. Специальный справочник. СПб.: Питер, 2002. С. 307−312.
  45. В.Н. Эффективные алгоритмы локального дискретного вейвлет-преобразования с базисом Хаара // Компьютерная оптика. Том 32. № 1. 2008. С. 78−84.
  46. В.И., Грибунин В. Г. Теория и практика вейвлет-преобразования. СПб: ВУС, 1999. С. 86.
  47. А. Особенности архитектуры и программирования двуядерных процессоров семейства Blackfm ADSP-BF561 // Компоненты и технологии. 2007. № 6.
  48. Новые разработки DSP: семейство Blackfm // Цифровая обработка сигналов. 2001. № 4. С. 17−20.
  49. Савичев A. ADZS-BF548 EZ-KIT Lite: комфортная разработка // Информационно-технический альманах «Мир электронных компонентов». 2008. № 3. С. 146−149.
  50. И.Л. и др. Вейвлеты и их использование. Успехи физических наук, 2001, т. 171, № 5, стр. 465−501.
  51. С.А. Ортогональные компактно-волновые (Wavelet) преобразования и их применения // Препринт ВНИИТФ N113, Снежинск, 1997.
  52. Fridrich J. Combining low-frequency and spread spectrum watermarking // Proceedings of the SPIE Conference on Mathematics of Data/Image Coding, Compression and Encryption. 1998. Vol. 3456. P. 2−12.
  53. А.П. Введение в теорию базисов всплесков. СПб.: Изд. СПбГТУ, 1999. С. 123−124
  54. Daubechies I. Where do wavelets come from? A personal point of view // Proceedings of the IEEE, Special Issue on Wavelets 84 (№ 4), pp. 510−513, 1996.
  55. Daubechies I. Orthogonal bases of compactly supported wavelets. // Communications in Pure and Applied Mathematics. 1988. Vol.61, No.7, pp. 909−996.
  56. С.А. Вейвлеты и нейронные сети. Лекция для школы-семинара «Современные проблемы нейроинформатики». МИФИ, Москва, 24−26 января 2001 г. С. 2.
  57. И. Десять лекций по вейвлетам. Ижевск: НИЦ «Регулярная и хаотическая динамика». 2001. С. 41.
  58. Stefan Winkler. Digital Video Quality // John Wiley & Sons, Hoboken, N. J, USA. Jan. 2005. P. 40.
  59. Методология субъективной оценки качества телевизионной картинки ITU-R ВТ.500−11 // http://www.dii.unisi.it/~menegaz/ DoctoralSchool2004/papers/ /ITU-RBT.500-ll.pdf (дата обращения: 03.10.2010).
  60. Д., Ратушняк А., Смирнов М., Юкин В., Шелвин Е., Шкарин Д. и др. Материалы проекта «Все о сжатии данных». 2001−2008. http://www.compression.rU/video/qualitymeasure/info.html#psnr (дата обращения: 06.06.2009).
  61. Zhou Wang, Alan Conrad Bovik, Hamid Rahim Sheikh. Image Quality Assessment: From Error Visibility to Structural Similarity // IEEE Transactions on image processing, Vol. 13, No. 4, April 2004.
  62. Сайт производителя микроэлектроники Analog Devices Inc. // http://www.analog.com/en/embedded-processing-dsp/processors/index.html (дата обращения: 03.10.2010).
  63. Цветные изображения тем оформления Windows Vista, Windows Seven: 2010 Sams, Avatar, Bing’s Be, Bing’s Be (2), Blue Wate, Ducati, Ferrari,
  64. Flowers, NASA Hidd, Polskie P., Porsche, Taiwan Bi. windows.microsoft.com/ru-RU/windows/downloads/personalize/ (дата обращения: 15.05.2010).
  65. Коллекции цветных фотоизображений, http://office.microsoft.com/ru-ги/(дата обращения: 15.05.2010).
  66. Д., Ратушняк А., Смирнов М., Юкин В., Шелвин Е., Шкарин Д. и др. Материалы проекта «Все о сжатии данных». 2001−2008 // http://www.compression.rU/video/qualitymeasure/info.html#psnr (дата обращения: 06.06.2009).
  67. Информация о метриках // Сайт MSU Quality Measurement Tool. compression.ru/video/qualitymeasure/info.html (дата обращения: 15.05.2010).
  68. Web-сайт программы «Elecard Video Quality Estimator» elecard.com/products/products-pc/professional/ (дата обращения: 14.09.2009).
  69. Сайт программы XnView // xnview.com (дата обращения: 01.02.2011).
  70. Н.Н. Методы и алгоритмы повышения устойчивости информации, встроенной в графические стеганоконтейнеры, к сжатию с потерями // Автореферат диссертации на соискание ученой степени кандидата технических наук. СПб ИТМО, 2010. С. 14.
  71. Сайт программы Masker // softpuls.com/masker (дата обращения: 01.02.2011).
  72. Сайт программы MSU StegoVideo // http://www.compression.ru/ video/stegovideo/programsettingsen.html (дата обращения: 01.02.2011).
  73. Сайт программы Steganos // steganos.com/ (дата обращения: 01.02.2011).
  74. Chen В., Wornell G. W. Digital watermarking and information embedding using dither modulation // Proceedings of the IEEE Workshop on Multime-dia Signal Processing. 1998. P. 273−278.
  75. Разработка и исследование методов цифровой обработки изображений в системах потокового видео: Отчет о НИР гос.рег.№ 1 201 057 662/ Балонин Н. А., Бубликов А. Б., Востриков А. А., Григорьян А. К. и др. ГУАП, 2010.- 185 с.
Заполнить форму текущей работой