ИСПОЛЬЗОВАНИЕ ПОЛЯРНЫХ ГАРМОНИЧЕСКИХ ПРЕОБРАЗОВАНИЙ ПРИ РАЗРАБОТКЕ МЕТОДОВ МАРКИРОВАНИЯ ИЗОБРАЖЕНИЙ РОБАСТНЫМ ЦИФРОВЫМ ВОДЯНЫМ ЗНАКОМ

Алексей Н. Шниперов, Валерий А. Мельников

Аннотация


Необходимость разработки методов маркирования изображений стойким невидимым цифровым водяным знаком остается актуальной до сих пор. Это обуславливается тем, что существующие методы маркирования зачастую либо не обладают достаточной стойкостью к атакам, либо требуют значительных вычислительных затрат, либо подвержены накоплению погрешности при вычислении – так называемой вычислительной неустойчивости. В данной работе предлагается использование полярных гармонических преобразований в качестве базиса разработки стеганографического метода маркирования полноцветных изображений невидимым цифровым водяным знаком (ЦВЗ), устойчивым к различным воздействиям на изображение. В статье предлагается сравнительная оценка устойчивости цифрового водяного знака, внедренного в частотную область изображения различными методами. Предлагается метод маркирования изображения водяным знаком, включая алгоритмы встраивания и извлечения водяного знака, а также предлагаются варианты многократного маркирования: многократное встраивание и извлечение по правилу большинства, многократное встраивание и извлечение по правилу бо́льшего подобия, встраивание и извлечение фрагментов ЦВЗ. Кроме того, в работе приводятся экспериментальные результаты с оценкой характеристик метода, а именно: устойчивости к атакам, скорости работы для фиксированного размера области, максимального объема встраиваемой информации, проводилась посредством применения атак, использующихся в программе StirMark Benchmark 4. Предлагаемый в работе метод маркирования изображений оказывается устойчивым ко многим геометрическим атакам, JPEG-сжатию и иным атакам, обладает приемлемой скоростью встраивания водяного знака и не обладает вычислительной неустойчивостью. Разработанный метод может использоваться для маркирования растровых изображений формата JPEG с целью защиты авторских прав.


Ключевые слова


стеганография, цифровой водяной знак, полярные гармонические преобразования, защита авторских прав, маркирование изображений.

Полный текст:

PDF

Литература


1. Батура В.А. Методы цифрового маркирования неподвижных изображений // Электронный научно-технический журнал «Инженерный вестник», 77-48211/612552, № 08 август 2013. Москва, ФГБОУ ВПО «Московский государственный технический университет им. Н.Э. Баумана». С. 583–590. URL: http://www.ainjournal.ru/doc/612552.html (дата обращения: 26.10.2021).

2. Cox I., Kilian J., Leighton T., Shamoon T. Secure Spread Spectrum Watermarking for Multimedia. IEEE Transactions on Image Processing. Vol. 6, no. 12. 1997. P. 1673–1687.
DOI: https://10.1109/83.650120.

3. Barni M., Bartolini F., Cappellini V., Piva A. A DCT-domain system for robust image watermarking. Signal Processing 66. 1998. P. 357–372. DOI: https://doi.org/10.1016/S0165-1684(98)00015-2.

4. Poljicak A., Mandic L., Agic D. Discrete Fourier transform-based watermarking method with an optimal implementation radius. Journal of Electronic Imaging 20(3). 2011. P. 1–8.
DOI: http://dx.doi.org/10.1117/1.3609010.

5. Pramila A., Keskinarkaus A., Seppanen T. Multiple Domain Watermarking for Print-Scan and JPEG Resilient Data Hiding. IWDW’ 07 Proceedings of the 6th International Workshop on Digital Watermarking. 2008. P. 279–293.
DOI: http://dx.doi.org/10.1007/978-3-540-92238-4_22.

6. Falkowski B., Lim L. Image Watermarking Using the Complex Hadamard Transform. ISCAS 2000, IEEE International Symposium on Circuits and Systems. 2000. P. 573–576.
DOI: https://doi.org/10.1109/ISCAS.2000.858816.

7. Wang C., Wang X., Xia Z. Geometrically invariant image watermarking based on fast Radical Harmonic Fourier Moments. Signal Processing: Image Communication 45. 2016. P. 10–23.
DOI: https://doi.org/10.1109/ACCESS.2019.2935174.

8. Singh C., Ranade S.K. An Effective Image Watermarking System for High Embedding Capacity. International Conference on Recent Advances and Future Trends in Information Techonology (iRAFIT2012), Proceedings published in International Journal of Computer Applications (IJCA) 2012. P. 22–28.
URL:https://www.academia.edu/31980739/An_Effective_Image_Watermarking_System_for_High_Embedding_Capacity (дата обращения: 26.10.2021).

9. Papakostas G.A., Boutalis Y.S., Papaodysseus C.N., Fragoulis D.K. Numerical stability of fast computation algorithms of Zernike moments. Applied Mathematics and Computation 195. 2008. P. 326–345.
DOI: http://dx.doi.org/10.1016/j.amc.2007.04.110.

10. Singh C., Walia E. Algorithms for fast computation of Zernike moments and their numerical stability. Image and Vision Computing 29. 2011. P. 251–259.
DOI: http://dx.doi.org/10.1016/j.imavis.2010.10.003.

11. Flusser J., Suk T., Zitova B. Moments and Moment Invariants in Pattern Recognition. John Wiley & Sons, Ltd. 2009.
DOI: http://dx.doi.org/10.1002/9780470684757.

12. Никитина О.Ю. О методе цифровых водяных знаков на основе особенностей изображения и моментов Цернике // «Искусственный интеллект» 3’2008. С. 339–347.
URL: http://dspace.nbuv.gov.ua/bitstream/handle/123456789/6977/13-Nikitina.pdf?sequence=1 (дата обращения: 26.10.2021).

13. Шниперов А.Н., Сосновский М.С., Шипулин П.М. Робастный метод маркирования изображений цифровым водяным знаком, основанный на ортогональных моментах Цернике // «Информационные технологии», М.: Новые технологии, 2019. Т. 25, № 7. С. 405–413.
DOI: http://dx.doi.org/10.17587/it.25.405-413.

14. Yap P., Jiang X., Kot A. Two-Dimensional Polar Harmonic Transforms for Invariant Image Representation. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. 32, no. 7. 2010. P. 1259–1270.
DOI: http://dx.doi.org/10.1109/TPAMI.2009.119.

15. Li L., Li S., Abraham A., Pan J. Geometrically invariant image watermarking using Polar Harmonic Transforms. Information Sciences 199. 2012. P. 1–19. DOI: http://dx.doi.org/10.1016/j.ins.2012.02.062.

16. Tsougenis E.D., Papakostas G.A. Should We Consider Adaptivity in Moment-based Image Watermarking? Science Gate Publishing. 2014. P. 253–274. DOI: http://dx.doi.org/10.15579/gcsr.vol1.ch11.

17. Hosny K., Darwish M. Invariant image watermarking using accurate Polar Harmonic Transforms. Computers and Electrical Engineering. 2017. P. 1–19.
DOI: http://dx.doi.org/10.1016/j.compeleceng.2017.05.015.

18. C. Wang, X. Wang, X. Chen, C. Zhang Robust zero-watermarking algorithm based on polar complex exponential transform and logistic mapping. Multimedia Tools and Applications 76(24). 2017.
DOI: https://link.springer.com/article/10.1007/s11042-016-4130-7.

19. Singh C., Kaur A. Fast computation of polar harmonic transforms. J Real-Time Image Proc. 2012.
DOI: http://dx.doi.org/10.1007/s11554-012-0252-y.

20. Singh C., Pooja S., Upneja R. On Image Reconstruction, Numerical Stability, and Invariance of Orthogonal Radial Moments and Radial Harmonic Transforms. ISSN 1054-6618, Pattern Recognition and Image Analysis. Vol. 21, no. 4. 2011. P. 663–676. DOI: http://dx.doi.org/10.1134/S1054661811040158.

21. Singh C., Walia E. Algorithms for fast computation of Zernike moments and their numerical stability. Image and Vision Computing 29. 2011. P. 251–259. DOI: http://dx.doi.org/10.1016/j.imavis.2010.10.003.




DOI: http://dx.doi.org/10.26583/bit.2021.4.07

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.