Метод автоматизированного контроля скрытой информации в изображении
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Метод автоматизированного контроля скрытой информации в изображении

idМаслова О.И. Жарких А.А.   Шагрова Г.В.   idСтрукова В.Г.

УДК УДК 004.94
DOI: 10.26102/2310-6018/2021.35.4.011

  • Аннотация
  • Список литературы
  • Об авторах

Актуальность исследования обусловлена тем, что защита ценных документов от несанкционированного копирования и фальсификации является важной задачей в современном мире. В связи с этим в статье предложен вычислительный метод визуализации скрытой в изображении информации, основанный на модификации известного метода выявления и контроля скрытых изображений, элементы которых выделены алгоритмами вариации направления линий и вейвлет-преобразования файла документа. Отличие разработанного метода заключается в предварительном определении вида анализируемого изображения с внедренным скрытым сообщением, на основе перцептивных хэш-функций. В зависимости от вида скрытой информации и выполняется соответствующее преобразование изображения с помощью ранее определенного вейвлета, характерного для данного вида. Такой подход позволяет сократить время визуализации в 3 раза. Проведен эксперимент с целью проверки предложенного метода, в ходе которого произведено сравнение визуализации цифровых изображений известным методом и разработанным модифицированным с заранее определенным видом изображения. В результате эксперимента установлено, что вычислительный метод позволяет сократить временные затраты в 3 раза. Однако это не окончательный результат, из теоретической модели следует, что вычислительный метод контроля скрытой информации в изображении позволяет сократить временные затраты до 6 раз. Данное утверждение планируется подтвердить экспериментально, используя большее количество видов цифровых изображений.

1. Шевелев А.А. Создание латентных изображений с использованием стохастических растровых структур. Технологія і техніка друкарства. 2009;1-2(23-24):226–233.

2. Маккарти Л.Д., Свиджерс Г.Ф. Способ формирования латентного изображения: патент на изобретение RUS 2337403: G 06 T 5 00,G 06 K 9 00. Правообладатель: Коммонвелс сайнтифик энд индастриал рисеч организейшен; дата регистрации 04.06.2004.

3. Goryaev M.A. Two models of the latent image formation. IS and T's 52nd Annual Conference. Savannah, GA. 1999;52:11–13.

4. Mowry W. Protected document bearing watermark and method of making, U.S. Patent 4,210,346. Burroughs Corporation; 1977.

5. Hutton R.G. Documents of value including intaglio printed transitory images, U.S. Patent 4,033,059. American Banknote Company, New York; 1977.

6. Koltai F. Anti-counterfeiting method and apparatus using digital screening. U.S. Patent 6,104,812. Juratrade Limited; 1998.

7. Koltai F. Enhanced optical security by using information carrier digital screening. SPIE Conference on Optical Security and Counterfeit Deterrence Techniques V. 2004;5:160–169.

8. Жарких А.А. Математическое моделирование формирования и контроля латентных изображений: диссертация кандидата технических наук. Северо-Кавказский федеральный университет, Ставрополь; 2017.

9. Maslova O.I, Shagrova G.V. An algorithm for implementation and recognition of hidden images based on discrete waves of transformation and singular decomposition of matrices. Студенческая наука для развития информационного общества. Х Всероссийская науч.-техн. Конференция с международным участием. Изд-во СКФУ. 2019;2:444–452.

10. Жарких А.А., Шагрова Г.В., Маслова О.И. Пакетное вейвлет-разложение и анализ латентного изображения, полученного методом вариации направления линий. Современная наука и инновации. 2018;24(4):11–19.

Маслова Оксана Игоревна

ORCID |

Северо-Кавказский федеральный университет

Ставрополь, Россия

Жарких Андрей Анатольевич
кандидат технических наук

Северо-Кавказский федеральный университет

Ставрополь, Россия

Шагрова Галина Вячеславовна
доктор физико-математических наук профессор

Северо-Кавказский федеральный университет

Ставрополь, Россия

Струкова Виктория Геннадьевна

ORCID |

Северо-Кавказский федеральный университет

Ставрополь, Россия

Ключевые слова: скрытое изображение, латентное изображение, вейвлет-анализ, метод контроля скрытой информации, распознавание скрытых изображений

Для цитирования: Маслова О.И. Жарких А.А. Шагрова Г.В. Струкова В.Г. Метод автоматизированного контроля скрытой информации в изображении. Моделирование, оптимизация и информационные технологии. 2021;9(4). Доступно по: https://moitvivt.ru/ru/journal/pdf?id=1013 DOI: 10.26102/2310-6018/2021.35.4.011

398

Полный текст статьи в PDF

Поступила в редакцию 25.06.2021

Поступила после рецензирования 05.10.2021

Принята к публикации 21.10.2021

Опубликована 13.12.2021