МЕТОД КОНТРОЛЯ СКРЫТОЙ ИНФОРМАЦИИ В ЛАТЕНТНОМ ИЗОБРАЖЕНИИ Жарких А.А.,Шагрова Г.В.

Северо-Кавказский федеральный университет


Номер: 3-3
Год: 2017
Страницы: 55-57
Журнал: Актуальные проблемы гуманитарных и естественных наук

Ключевые слова

латентное изображение, скрытое изображение, скрываемое изображение, выявленное изображение, latent image, hidden image, hide image, identified image

Научная статья

Аннотация к статье

В данной работе разработана математическая модель выявления латентных изображений и на ее основе вычислительный метод контроля скрытой информации вне зависимости от конкретного метода ее внедрения.

Текст научной статьи

Представление полиграфической и цифровой графической продукции в виде латентных изображений позволяет обеспечить их защиту без нарушения визуальной композиции изображения. Существующие методы выявления латентных изображений доступны только для квалифицированных специалистов в данной области, поэтому, несмотря на высокую эффективность защиты, латентные изображения используются только для защиты особо ценной полиграфической продукции, такой как банкноты, ценные бумаги и контрольные документы. Поэтому, разработка эффективных методов выявления скрытых изображений является востребованной на сегодняшний день. Согласно данных Центробанка за 2014 год количество поддельных российских банкнот составило 0,0012% от общей денежной массы при этом, число ложных отказов автоматических устройств контроля валидных банкнот на сегодняшний день составляет 6% [1]. Латентные изображения относятся к человекочитаемым признакам и в настоящее время не подлежат автоматическому контролю [2]. Разработка математической модели выявления латентных изображений и метода автоматического контроля скрытой информации является актуальной задачей. Для решения задачи контроля латентных изображений разработан вычислительный метод, который заключается в том, что: 1. Латентное изображение L(x,y,z) преобразуется к оттенкам серого LGrey(x,y). 2. Последовательно вычисляются диагональные, вертикальные и горизонтальные вейвлет-коэффициенты Wa(1,m,n) с использованием биортогонального вейвлета с базисом 2.8 путем вейвлет-преобразования изображения LGrey(x,y). Визуализированные вейвлет-коэффициенты Wa(1,m,n) образуют изображение E(x,y). 3. Получают контролируемое изображение B(x,y), путем бинаризации по адаптивному порогу t визуализированного скрытого изображения E(x,y). 4. Контрольное изображение B(x,y) сравнивается со скрываемым изображением S(x,y). 5. Если скрытое изображение не выявлено, осуществляется поворот изображения LGrey(x,y) на 30 градусов и проводится вейвлет анализ изображения LRot30(x,y). 6. Выполняется п. 2 для изображения LRot30(x,y). 7. Выполняются п. 3. 4. В основу предложенного метода положена математическая модель выявления латентного изображения, позволяющая выявить скрытое изображение вне зависимости от конкретного способа его внедрения: где L(x,y,z) - латентное изображение; LGrey(x,y) - латентное изображение преобразованное к оттенкам серого; LRot30(x,y) - латентное изображение в оттенках серого повернутое на 30°; ConvR - свертка вейвлет функции по строкам изображения; Wa(1,m,n) - детализирующие вейвлет-коэффициенты; E(x,y) - визуализированное скрытое изображение; B(x,y) - контролируемое изображение; x,y,z - координаты цветовых компонент в системе RGB; n - номер строки; m - номер столбца; t - адаптивный порог бинаризации. На рисунках 1 и 2 представлены результаты выявления латентных изображений предложенным и известным методами. а б в г Рис. 1 - Результат выявления латентных изображений предложенным методом: а - банкнота номиналом 1000 российских рублей, б - банкнота номиналом 50 белорусских рублей, в - банкнота номиналом 5 азербайджанских манат, г - российский паспорт. Визуализированная скрытая информация помещена в рамку. а б в г Рис. 2 - Результат выявления латентных изображений известным методом: а - банкнота номиналом 1000 российских рублей б - банкнота номиналом 50 белорусских рублей, в - банкнота номиналом 5 азербайджанских манат, г - российский паспорт В отличие от известного метода, основанного на применении последовательности фильтров, полученных в зависимости от способа внедрения скрытой информации в латентное изображение, предложенный метод, не зависит от способа формирования латентного изображения и позволяет автоматизировать процесс контроля таких изображений.

 

(c) Архив публикаций научного журнала. Полное или частичное копирование материалов сайта возможно только с письменного разрешения администрации, а также с указанием прямой активной ссылки на источник.