Авторефераты по всем темам >>
Авторефераты по техническим специальностям
На правах рукописи
ВЕЛИГОША ДМИТРИЙ АЛЕКСАНДРОВИЧ
Разработка метода фрактального сжатия графической информации в системах обработки данных
Специальность: 05.13.01 - Системный анализ, управление и обработка информации (в технике и технологиях)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Ставрополь - 2012
Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Северо-Кавказский государственный технический университет (ГОУ ВПО СевКавГТУ)
Научный руководитель: кандидат технических наук, доцент
Линец Геннадий Иванович
Официальные оппоненты: доктор технических наук, доцент
Баранов Владимир Александрович
кандидат технических наук, доцент
Воронкин Роман Александрович
Ведущая организация: ГОУ ВПО Орловский государственный
технический университет, г. Орел
Защита состоится л27 апреля 2012 года в 14.00 часов на заседании
диссертационного совета Д 212.245.09 при Северо-Кавказском государственном техническом университете по адресу: 355028, г. Ставрополь, пр. Кулакова 2, СевКавГТУ, ауд. 305.
С диссертацией можно ознакомиться в технической библиотеке Северо-Кавказского
государственного технического университета по адресу: 355028, г. Ставрополь, пр. Кулакова 2
Автореферат разослан 12 марта 2012 г.
Ученый секретарь диссертационного совета
кандидат физико-математических наук, доцент О.С. Мезенцева
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Проблема передачи и хранения информации, представленной в цифровом виде, является одной из самых важных в областях, где используется вычислительная техника. Для получения компактного представления данных используются различные технологии сжатия. Их применение позволяет получить значительный выигрыш в ресурсах при эксплуатации носителей информации и повысить эффективность передачи данных по каналам связи.
Алгоритмы сжатия занимают значительное место в теории цифровой обработки изображений. Связано это с тем, что изображения, представленные в цифровой форме, требуют для хранения довольно большого объема памяти, а для передачи их по каналам связи необходимо значительное время. Так, для хранения изображения с Full HD разрешением 1920x1080 пикселей и 24 битами на отсчет требуется 5,93 Мбайта памяти. Чтобы передать его по типовому телекоммуникационному каналу со скоростью 1 Мбит/с, понадобится около 40 секунд. Современные исследования показывают, что такое время передачи не соответствует предъявляемым требованиям.
Актуальность диссертационных исследований определяется недостаточной степенью сжатия графической информации при требуемом качестве ее восстановления существующими на сегодняшний день методами сжатия. Эти методы также не позволяют выполнить требования по подтверждению целостности управляющей информации, внедряемой в файл сжатого изображения.
В настоящее время не исследован ряд вопросов, основным из которых является отсутствие моделей и методов:
- учитывающих мультифрактальные свойства шумовой составляющей графической информации, возникающей при ее обработке;
- реализации стеганографической вместимости, позволяющей передавать любую управляющую информацию совместно со сжатым файлом изображения, не увеличивая его объема и не влияя на качество восстановления;
- методики оценки эффективности обработки графической информации методами сжатия. Поэтому объектом исследований является процесс обработки графической информации различных классов, циркулирующей в системах обработки данных (СОД).
Актуальность темы диссертационной работы определяется необходимостью решения задач обусловленных тем, что существующие методы обработки графической информации не обеспечивают выполнения требований по степени ее сжатия и возможности одновременной передачи управляющей информации для заданного качества восстановления. Это приводит к невозможности улучшения характеристик ее обработки на базе использования известных методов сжатия в силу следующих их недостатков:
- невозможность достичь заданной степени сжатия графической информации при одновременном обеспечении требуемого качества ее восстановления, определяемого как соотношение сигнал/шум (Кс/ш). При требовании Кс/ш=30дБ коэффициент сжатия С должен составлять С150 - известные методы (JPEG, JPEG 2000) обеспечивают значение С=75. При требовании Кс/ш=35дБ коэффициент сжатия должен составлять С70 - известные методы обеспечивают значение С=25;
- отсутствие метода математического описания процессов на основе вэйвлет-преобразований, применяемого при обработке графической информации, обладающей фрактальными и мультифрактальными свойствами;
- отсутствие модели описания, учитывающей фрактальные свойства графической информации;
- отсутствие научно-методического аппарата, адекватно описывающего внедрение в обрабатываемую графическую информацию файла-контейнера с управляющей информацией, обеспечивающей реализацию стеганографических функций и методики оценки эффективности разработанного метода фрактального сжатия.
Выявленные противоречия при обработке графической информации в СОД пытаются разрешить на данный момент различными методами. Но они не обеспечивают комплексного решения задачи сжатия, подтверждения целостности передаваемых файлов графической информации и качества ее восстановления.
Предметом диссертационных исследований является научно-методический аппарат решения задач системного анализа, направленного на исследование процесса разработки нового фрактального метода сжатия графической информации в СОД. Обработка графической информации рассматривается как сложная система с изменяющимися во времени значениями входных данных. К их числу относятся: класс графической информации, ее объем, требуемая степень сжатия, ее шумовые характеристики и заданные требованиях по качеству восстановления.
Целью диссертационных исследований является повышение эффективности обработки графической информации за счет разработки метода фрактального сжатия, использования ее фрактальных свойств и возможности внедрения файла-контейнера без снижения качества ее восстановления.
Научной задачей исследований является разработка метода фрактального сжатия графической информации с возможностью реализации стеганографических функций. Этот метод обеспечивает более эффективную ее обработку по сравнению с существующими методами сжатия. Разработка методики оценки эффективности методов сжатия графической информации.
Для решения общей научной задачи ее целесообразно декомпозировать на пять частных научных задач:
1. Разработка метода реализации стеганографической вместимости файла-контейнера при заданных показателях качества восстановления графической информации.
2. Разработка метода математического описания процесса обработки графической информации, обладающей фрактальными и мультифрактальными свойствами.
3. Разработка модели описания обработки графической информации на основе систем итерируемых функций.
4. Разработка метода фрактального сжатия графической информации с реализацией стеганографических функций.
5. Разработка методики оценки эффективности методов сжатия графической информации.
Методы исследования: научно-методический аппарат системного анализа; математический аппарат теории фракталов, вэйвлет-преобразований, систем итерируемых функций, цифровой обработки сигналов и теории вероятностей.
Достоверность и обоснованность полученных результатов подтверждаются:
- обоснованностью вводимых допущений и ограничений;
- корректным выбором апробированного научно-математического аппарата системного анализа, теории фракталов, систем итерируемых функций, теории вероятности, а также использованием известных исходных данных о характеристиках существующих методов сжатия графической информации и систем обработки данных;
- ясной физической трактовкой используемых показателей;
- результатами оценки выбранных показателей качества разработанных и существующих методов сжатия графической информации, полученных с помощью предложенной методики оценки их эффективности.
Справедливость выводов эффективности разработанного метода подтверждена результатами оценки выбранных показателей качества и существующих методов сжатия графической информации.
Научная новизна полученных результатов заключается в том, что впервые:
- разработан метод математического описания процессов обработки графической информации, учитывающий ее фрактальные свойства и мультифрактальные свойства ее шумовой составляющей и позволяющий сохранить ее массу и стохастичность;
- разработан математический метод расчета стеганографической вместимости графической информации, рассматривающий ее как динамическую систему;
- разработана модель обработки графической информации, позволяющая реализовать заданный набор стеганографических функций;
- разработан метод фрактального сжатия графической информации, отличающийся от известных тем, что в нем реализована возможность внедрения в обрабатываемую информацию файла-контейнера, при выполнении заданных ограничений;
- разработана методика оценки эффективности методов сжатия графической информации.
Практическая значимость исследований заключается в возможности использования разработанных моделей, методов и полученных на их основе результатов и предложений при проектировании и эксплуатации современных и перспективных систем управления и принятия решений, в которых используется обработка графической информации.
На защиту выносятся следующие научные положения:
1. Метод математического расчета стеганографической вместимости обрабатываемой в СОД графической информации.
2. Метод математического описания процессов обработки графической информации.
3. Модель описания процесса обработки графической информации на основе использования систем итерируемых функций с реализацией набора стеганографических функций.
4. Метод фрактального сжатия графической информации с возможностью внедрения файла-контейнера.
5. Методика оценки эффективности методов сжатия графической информации, представленная впервые.
Апробация работы: основные результаты работы докладывались и обсуждались на 11-й НТК Вузовская наука - Северо-Кавказскому региону в СевКавГТУ в 2007г., (г. Ставрополь); на 3-й Международной НПК в СтГАУ в 2007г. (г. Ставрополь); на НТК Инфоком-3 в СевКавГТУ в 2007г. (г. Ставрополь); на 4-й Международной НПК в СтГАУ в 2008г. (г. Ставрополь).
Публикации. Полученные автором результаты изложены в 8 печатных трудах, из них 4 опубликованы в журналах, входящих в перечень ВАК: Теория и техника радиосвязи, Информационные системы и технологии, Вестник СевКавГТУ. Получены 2 свидетельства о государственной регистрации программ для ЭВМ.
Реализация результатов исследования. Основные результаты исследований внедрены, что подтверждено соответствующими актами:
- в учебном процессе при проведении занятий по дисциплине Пилотажно-навигационные комплексы летательных аппаратов, в ВУНЦ ВВС, ВВА имени профессора Н. Е. Жуковского и Ю. А. Гагарина (акт о внедрении от 25. 04. 2011 года);
- в Воронежском НИИ Вега в ходе проведения ОКР Кизил 9ЦМ-2 при разработке базового устройства обработки информации нового поколения системы связи Кавказ-4 (акт о внедрении, приказ № 36 от 13.04.2011 года);
- при выполнении НИР: Разработка предложений по повышению качества функционирования сетевых распределенных систем (рег. № 432/4/1/652 от 10.06.2010 г.); Исследование информационных аспектов внутрисетевой организации и управления современными сетями связи (рег. № 143-Н от 16.02. 2009г.); Разработка нового способа определения параметров трафика сети на основе вэйвлетов Хаара и имитационных моделей оптимизации топологических структур сетей связи (рег. № 432/4/1/653 от 10.06.2010 г.); и 2 ОКР Исследование фрактальных свойств трафика в мультисервисных сетях (рег. № 267-Н от 23.11.2009 г.), Кизил 9ЦМ-2 - при разработке базового устройства обработки информации нового поколения системы связи Кавказ-4 (рег. № 36 от 13.04.2011 г.).
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, 7 приложений и заключения. Ее основное содержание изложено на 192 страницах основного текста, проиллюстрировано 75 рисунками и 15 таблицами. Библиографический список содержит 139 наименований.
ичный вклад автора. Результаты исследования автором получены единолично. В совместных публикациях автору принадлежит теоретическое обоснование возможности прогнозирования поведения сетевого трафика с применением методов вэйвлет-анализа, а также разработка математических соотношений для решения этих задач; разработка математических соотношений для определения нормированного размаха сетевого трафика на основе фактора Фано, сформированного различными источниками.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы диссертации, сформулированы цель исследований, научная задача и основные положения, выносимые на защиту, определена научная новизна и практическая значимость работы. Показано, что обработка графической информации представлена в виде системы, которая включает в свой состав подсистемы ее сжатия и восстановления, входные воздействия, воздействия внешней среды и выходы системы.
В первой главе проведено обоснование целесообразности разработки нового фрактального метода сжатия графической информации.
Выявленные тенденции развития методов сжатия графической информации показывают наличие в данной области проблемы, заключающейся в противоречии между показателями качества существующих методов сжатия с потерями и требованиями, предъявляемыми со стороны современных и перспективных приложений при ее обработке в СОД.
Данное противоречие решается за счет разработки нового метода фрактального сжатия графической информации, основанного на подходах, использующих свойства когерентности ее областей, избыточности в двух измерениях (пространственной и частотной), несимметричности самих методов.
Для выявления особенностей системы обработки графической информации и определения требований к ней, которые реализуются разработкой нового метода сжатия, использован методологический аппарат системного анализа, позволяющий получить выходные характеристики рассматриваемой системы с учетом входных воздействий, управляющих воздействий и воздействий внешней среды. Модель системы обработки графической информации представлена на рисунке 1.
Она отражает процесс ее обработки с точки зрения системного подхода и включает элементы, полученные в результате декомпозиции рассматриваемой системы, которые представлены на рисунке 2. В данной модели управляющее воздействие на подсистему сжатия осуществляется через выбранную систему ограничений, показатели которых определяются качеством ее восстановления в зависимости от предъявляемых требований.
Системный подход позволил выявить, что одним из перспективных в настоящее время направлений в области построения современных систем обработки графической информации, является эффективное ее разделение на области различной детализации, каждая из которых обрабатывается определенным образом.
Рисунок 1 - Модель системы обработки графической информации
Применительно к методу сжатия, учитывающему фрактальные свойства графической информации, более высоких показателей эффективности обработки удалось добиться за счет представления системы обработки графической информации в виде, представленном на рисунке 2.
Для достижения целей, стоящих перед подсистемами сжатия и восстановления графической информации, требуется на основе методов системного анализа разработать метод ее фрактальной обработки в СОД.
Проведен анализ характеристик существующих методов сжатия графической информации. Рассмотрены существующие методы сжатия графической информации, их достоинства и недостатки, а так же критерии оценки эффективности методов сжатия графической информации, на основе которых, определены показатели оценки методов сжатия графической информации, приведенные в таблице 1.
Рисунок 2 - Система обработки графической информации
Таблица 1 - Требования к методам сжатия
| Показатели | Существующие методы сжатия | Требования к методам сжатия | |||
Векторного квантования | JPEG | Дискретного вэйвлет-преобразования | Фрактального сжатия | ||
Коэффициент сжатия, С | 2-50 | 2-200 | 2-200 | 2-300 | 10-200 |
Качество восстанов-ления, Кс/ш | 24дБ | 30дБ Кс/ш=30 С=75; Кс/ш=35 С=25 | 27дБ | 28дБ | 30 - 35дБ Кс/ш=30дБ С150; Кс/ш=35дБ С70 |
Симметрич-ность, Та | 2-5 | 1 | 1.5 | 10-100 | 2-8 |
Класс графической информации, типы изображений | Цветные, непрерыв-ного тона, дискретно- тоновые | Те же, что и ДВП | Полутоновые, цветные, непрерывного тона, дискретно- тоновые | Полутоновые, цветные, непрерывного тона, дискретно- тоновые | Полутоновые, цветные, непрерывного тона, дискретно- тоновые |
Набор стеган. функций | Не реализуется | Не реализу-ется | Не реализуется | Не реализуется | Управляющей информации |
Проведен анализ существующих стеганографических методов и обоснование целесообразности их применения в методе сжатия графической информации. Сделан вывод о том, что наиболее эффективно решить задачу внедрения файла-контейнера позволяют неформатные стеганографические методы.
Во второй главе проведено исследование концептуальных основ возможности синтеза графической информации с использованием ее фрактальных свойств. Обосновано использование математического аппарата систем итерируемых функций для синтеза графической информации, обладающей фрактальными свойствами.
Система итерируемых функций состоит из полного метрического пространства (X,d) и конечного множества сжимающих отображений wn: XX с коэффициентом сжатия sn. Коэффициент сжатия СИФ определяется выражением:
s = max {s1, s2, s3,Е, sN} (1).
Для синтеза фрактала выбирается начальная точка, к которой применяется случайным образом выбранное из СИФ преобразование. Эта операция многократно повторяется. Если первоначально результатами аффинных преобразований были случайные точки пространства, то через несколько итераций результаты преобразований становятся членами некоторого конечного множества. Это множество называется аттрактором или неподвижной точкой системы итерируемых функций.
После того как определены точки и преобразования для СИФ, следующим шагом является вычисление коэффициентов аффинного преобразования (аффинных коэффициентов).
Преобразование вида (2) определяет выражение для аффинного преобразования с коэффициентами a, b, c, d, e, f. Определение действий этого преобразования на три набора точек приводит к следующим уравнениям:
. (2)
Конечная совокупность сжимающих трехмерных аффинных преобразований , определенных на областях , таких, что и . Системе итерируемых функций однозначно ставится в соответствие неподвижная точка - изображение.
Исследованы принципы построения фрактальной модели обработки графической информации, на основе которых разработан метод реализации стеганографической вместимости и модель описания ее шумовой составляющей.
Предложен следующий метод реализации стеганографической вместимости: прямое стеганографическое преобразование битовых плоскостей M, B и K выражается как F:MBKB и имеет следующий вид:
, (3),
где: kj - двоичная последовательность;
Bi,j - значения ненулевых элементов не модифицированной графической
информации;
mj - биты скрываемого сообщения;
i - номер бита элемента;
j - номер элемента.
Соответствующее прямому обратное стеганографическое преобразование
F-1:BKM имеет вид где l такое, что .
С учетом разложения графической информации на составляющие , шумовую составляющую n(x,y) и стеганографического преобразования (3), определим модель описания графической информации следующим образом. Пусть - пиксел графической информации с координатой . Тогда графическую информацию следует представить в виде массива пикселей размера MN следующим выражением:
, (4)
где величина соответствует шумовой составляющей, формируемой в результате квантования, а также шумов ПЗС-матрицы устройства цифрового преобразования графической информации - фотонного шума, шума темнового сигнала, шума переноса, шума считывания и шума сброса.
Разработана модель описания шумовой составляющей графической информации, которая описывается выражением:
, (5)
где pij - истинное значение вероятности наличия шумовой составляющей в ij точке;
- точность оценки;
t = Ф-1(/2), Ф(х) - функция Лапласа;
- доверительная вероятность, характеризующая вероятность того, что оценка исследуемого параметра будет отличаться от его истинного значения не более чем на величину .
Предложен метод математического описания процессов, обладающих фрактальными и мультифрактальными свойствами, позволяющий сохранить их массу и стохастичность. Этот метод описывается выражением:
. (6)
Различные , вместе определяющие генератор консервативного каскада, могут иметь распределения, которые зависят от i и l и являются произвольными положительными величинами. Данное утверждение справедливо при выполнении следующего условия для всех i:
. (7)
Таким образом, решена первая частная задача исследований, которая позволяет перейти к решению второй частной задачи.
Условие сохранения массы вводит сильную зависимость между двумя дочерними записями любого родительского узла. Кроме того, в этом случае требуется, чтобы для всех n и все появляющиеся множители были взаимно независимы. Поскольку движение осуществляется от стадии n к n+1 в построении консервативного каскада, условие (7) гарантирует, что значения Y в точках порядка меньше чем n, не изменяются.
На основе предложенного выше метода, разработана модель описания и обработки графической информации на основе систем итерируемых функций.
Все стадии моделирования процесса, обладающего мультифрактальными свойствами, сводятся к рекуррентной схеме, которая связывает масштабирующие коэффициенты для масштаба с грубым разрешением j = 0 с их потомками на масштабах с более высоким разрешением j > 0. При этом для j >0 переменные индексирования определяют возможное местоположение потомков масштабирующего коэффициента при уровне разрешения . Иными словами, можно связать сдвиг масштабирующего коэффициента с местоположением (сдвигом) двух его прямых потомков: , причем = 0 соответствует левому потомку, а = 1 - правому. Выразим как функцию , то есть , а . Отметим, что определение значения фиксирует не только , но и значения всех коэффициентов-потомков () от до .
Таким образом, масштабирующие и вэйвлет-коэффициенты можно определить через случайные переменные , определенные на интервале
[Ц1, 1], используя следующие выражения:
, (8)
. (9)
На основе выражений (8), (9) можно определить значения C(n)[k]:
. (10)
В результате выполнения операций, показанных на рисунке 3, получается последовательность отсчетов, характеризующих шумовую составляющую графической информации, появляющуюся при ее обработке. Схема генерации самоподобной последовательности представлена на рисунке 3. Соотношения (8)-(10) являются математическим решением второй частной задачи исследования.
Предложенная структурная схема, приведенная на рисунке 3, используется для генерации самоподобной последовательности из невещественных коэффициентов, описывающих графическую информацию и данных, полученных в результате применения генератора консервативного каскада.
Рисунок 3 - Схема генерации самоподобной последовательности отсчетов шумовой составляющей
Разработанная модель позволяет перейти к разработке метода фрактального сжатия графической информации. Данный метод представляет собой систему алгоритмов сжатия/восстановления, учитывающих ее фрактальные свойства.
В третьей главе проведена разработка метода фрактального сжатия графической информации с возможностью реализации стеганографических функций. Метод реализован совокупностью разработанных алгоритмов ее обработки, входящих в подсистему сжатия и показанных на рисунке 2.
Разработан алгоритм формирования библиотеки доменов. Он предназначен для формирования библиотеки доменов поступающего на обработку сигнала. Его цель - создание базы кодовых векторов, выступающих в качестве образцов при поиске самоподобных структур в процессе обработки графической информации. Задача формирования библиотеки доменов сводится к разбиению поступающего на вход сигнала графической информации на множество блоков: , , где - исходный сигнал, . Блоки могут быть пересекающимися, а их объединение должно соответствовать исходному сигналу, т. е. , .
Количество доменов различного размера рассчитывается с использованием выражений:
, | (11) |
, | (12) |
, | (13) |
где W, H - ширина и высота графической информации;
s - размер домена;
L - константа, принимающая целочисленные значения в зависимости от особенностей обрабатываемой графической информации;
m - максимальное число разбиений графической информации.
Графики зависимости количества доменов в библиотеке от их размера показаны на рисунке 4.
| Рисунок 4 - Зависимость количества доменов от их размера |
Исходя из сравнения эффективности использования различных типов
библиотек, в разрабатываемом методе сжатия графической информации реализовано формирование библиотеки третьего типа.
Алгоритм формирования множества ранговых областей предназначен для формирования множества ранговых областей, подлежащих сравнению с элементами библиотеки доменов при поиске самоподобных структур.
Исходный сигнал разбивается на множество блоков: , где , . В этом случае объединение полученных блоков соответствует исходному сигналу, однако блоки не являются пересекающимися, т. е. , .
Для того чтобы разбиение на ранговые области охватило всю графическую информацию, необходимо установить такое значение параметра, указывающего на максимальное число разбиений, чтобы минимальный размер ранговой области был равен четырем.
В соответствии с указанным требованием выражение для вычисления максимального числа разбиений примет вид:
, (14)
где h, v - ширина и высота обрабатываемого изображения. При выражение (14) можно записать как:
. | (15) |
На рисунке 5 представлены графики зависимости качества восстановления графической информации от параметра, указывающего на минимальное число разбиений при различном пороговом значении расстояний между блоками.
Рисунок 5 - Зависимость соотношения сигнал/шум от минимального числа разбиений |
Графики зависимости коэффициента сжатия графической информации от параметра, указывающего на минимальное число разбиений при различном пороговом значении расстояний между блоками представлены на рисунке 6.
Рисунок 6 - Зависимость коэффициента сжатия от минимального числа разбиений |
Зависимость времени обработки графической информации от минимального числа разбиений и порогового значения расстояния между блоками представлена на рисунке 7, из которого очевидно, что при изменении аргумента в диапазоне значений от 1 до 5 при фиксированном пороговом расстоянии между блоками время обработки графической информации практически не изменяется. Значительный рост времени обработки наблюдается при изменении аргумента в диапазоне от 5 до 7. Таким образом, уменьшение значения минимального числа разбиений увеличивает коэффициент сжатия, улучшает качество восстановления и практически не оказывает влияния на время обработки данных. Следовательно, целесообразно установить значение минимального числа разбиений равным единице.
Алгоритм поиска пары домен - ранговая область предназначен для определения числа перебираемых пар, которое определяется из выражения:
. | (16) |
Алгоритм формирования архива предназначен для формирования файла, содержащего заголовок, включающий информацию о параметрах, необходимых для восстановления графической информации, и тела, состоящего из фрагментов, описывающих аффинные преобразования для каждой найденной пары домен - ранговая область.
Рисунок 7 - Зависимость времени обработки графической информации от минимального числа разбиений |
На рисунке 8 представлена диаграмма распределения числа бит, используемых для хранения информации о положении домена, полученная при обработке тестовой графической информации.
Рисунок 8 - Распределение числа бит, используемых для хранения информации о положении домена графической информации |
Из рисунка 8 очевидно, что при сжатии графической информации порядка 73 процентов фрагментов файла архива, они содержат информацию о ранговых областях нижнего уровня дерева квадрантов, что требует выделения 16 бит на каждый фрагмент для хранения информации о положении домена.
Алгоритм применения системы итерируемых функций предназначен для восстановления графической информации из файла архива. Он представляет собой множество сжимающих аффинных преобразований, применяемых к исходной графической информации.
Алгоритм формирования графической информации при восстановлении работает следующим образом. При сжатии графическая информация представляется в цветовом пространстве - яркость-цветность. Необходимо осуществить обратное преобразование в пространство RGB. Преобразование осуществляется по формулам (17) - (19):
, | (17) |
, | (18) |
, где и - цветовые пространства. | (19) |
Разработан алгоритм селекции носителя для внедрения файла-контейнера, предназначенный для выработки информации о том, в какие участки файла-контейнера и в каком количестве должны внедряться фрагменты цифровой метки. Реализация системы алгоритмов сжатия/восстановления позволила использовать метод обработки графической информации в СОД, что является решением третьей частной задачи.
В четвертой главе проведена разработка методики оценки эффективности, метода фрактального сжатия графической информации, при ее обработке в СОД.
Целью предлагаемой методики является проведение достоверной сравнительной оценки эффективности разработанного метода фрактального сжатия графической информации с существующими методами сжатия и выработки рекомендаций по его практическому применению.
Анализ показал, что разработанный метод по показателю симметричности соответствует предъявляемым требованиям и принимает значения от 3 до 8 - в зависимости от типа и размера обрабатываемого изображения. Как видно из графика (рисунок 9), время восстановления графической информации меньше, чем время ее сжатия, что обусловлено особенностями разработанного метода.
Оценки коэффициента сжатия показали, что разработанный метод при заданных потерях качества, выраженных в отношении сигнал/шум, обладает большим коэффициентом сжатия для всех типов графической информации. Он обладает характеристиками сжатия графической информации, уступающим методам JPEG и JPEG 2000 при малых размерах, но, как видно из рисунка 10, начиная с размера 420х420 пикселей, разработанный метод превосходит методы JPEG и JPEG 2000 по коэффициенту сжатия в 2-3 раза.
Рисунок 9. Зависимость времени восстановления от времени сжатия графической информации |
| Рисунок 10. Сравнение разработанного метода с методом JPEG (JPEG 2000)
| ||
Кривая 1 - обработка изображения методом JPEG. | ||
Кривые: 2,3,4 - обработка изображения методом фрактального сжатия: | ||
2 - 150 х 150 пикселей; | ||
3 - 380 х 380 пикселей; | ||
4 - 640 х 640 пикселей. 5 - кривая обработки изображения методом JPEG 2000. | ||
Эффективность алгоритма стеганографического внедрения файла-контейнера оценивается по его способности противостоять известным методам стеганоанализа. В качестве метода стеганоанализа рассматривается метод анализа битовых плоскостей. Из рисунков 11-14 очевидно, что при одинаковой доле информации внедряемой в файлы-контейнеры, анализ битовых плоскостей дает разные результаты для разработанного метода и метода на основе файлов в формате BMP. Анализ первых двух битовых плоскостей показывает, что разработанный метод не приводит к полному зашумлению младших разрядов полей файлов.
Полное зашумление первых двух битовых плоскостей при использовании в качестве контейнера файла в формате BMP объясняется тем, что при внедрении в контейнер до 25% от его объёма информации для замещения на биты сообщения используются именно два младших разряда каждого байта файла. Следующие битовые плоскости практически не подверглись искажению.
Сравнительные оценки эффективности разработанного метода по степени сжатия показали, что он соответствует предъявляемым к нему требованиям и реализует более высокие степени сжатия при допустимых потерях качества на изображениях размером 680x680 пикселей и более, при этом коэффициент сжатия принимает значения, превышающие 150.
Рисунок 11 - Первая битовая плоскость (BMP) | Рисунок 12 - Первая битовая плоскость (FIC) |
Рисунок 13 - Вторая битовая плоскость(BMP) | Рисунок 14 - Вторая битовая плоскость (FIC) |
Оценка эффективности реализованной в методе фрактального сжатия стеганографической функции показала, что ее применение не вызывает зашумленности графической информации и не влияет на качество ее восстановления.
Сделанные выводы по оценке эффективности разработанной методики основаны на проведении сравнительной оценки с наиболее применяемыми на практике методами сжатия графической информации JPEG и JPEG 2000.
Разработаны предложения по практическому применению метода сжатия графической информации на основе применения систем итерируемых функций. Сделан вывод о том, что разработанный метод может быть практически реализован в различных областях обработки графической информации существующих классов.
В заключении приведены основные результаты диссертационной работы и сделаны выводы об эффективности применения полученных результатов.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ
1. Предложены критерии оценки эффективности разработанного метода сжатия графической информации при ее обработке в СОД.
2. На основе проведенного системного анализа существующих методов обработки графической информации выявлены их достоинства и недостатки. Существующие модели обработки графической информации не учитывают фрактальный характер собственно изображения и мультифрактальный характер шума, возникающего при его формировании. Указанные выше свойства графической информации позволяют реализовать формирование контейнера для реализации стегановложений и обеспечить наименьшие искажения графической информации при обработке.
3. Разработан метод описания фрактальных и мультифрактальных свойств шумовой составляющей графической информации, основанный на применении конструкций консервативных каскадов и вэйвлет-преобразований, что позволяет сохранить их массу и стохастичность.
4. Разработана модель описания и обработки графической информации, учитывающая фрактальный характер собственно изображения и мультифрактальный характер его шумовой составляющей, со стегановложением. Эта модель отличается адекватной оценкой шумовой составляющей, возникающей в результате несовершенства механизмов ее формирования различными источниками стегановложения, что является решением первой и второй частных задач исследований. Разработка данной модели позволяет определить подходы к разработке метода ее фрактального сжатия с возможностью реализации стеганографических функций, основанные на применении СИФ.
5. Разработан метод фрактального сжатия графической информации и внедрения/извлечения файла-контейнера, использующий разработанную модель описания и обработки графической информации и математического аппарата систем итерируемых функций, что позволяет достичь показателей качества ее сжатия, отвечающие предъявляемым требованиям.
6. При разработке метода фрактального сжатия графической информации с использованием вэйвлет-преобразования разработаны блок-схемы алгоритмов этапов ее сжатия/восстановления.
7. Проведена разработка методики оценки эффективности метода фрактального сжатия графической информации. Она является адекватной и позволяет достоверно провести требуемую оценку, что является решением четвертой частной задачи исследований. Сравнительная оценка разработанного метода и методов JPEG и JPEG 2000 приведена в таблице 2.
Таблица 2 - Сравнительная оценка методов сжатия
| Показатели | Методы сжатия графической информации | Требования к методу сжатия | ||
JPEG, JPEG 2000 | Разработанный | Выводы | ||
Коэффициент сжатия, С | 2-200 | 10-180 и более | Соответствует требованиям | 10-200 |
Качество восстанов-ления, Кс/ш | Кс/ш=30дБ С=75; Кс/ш=35дБ С=25 | Кс/ш=30дБ С=180; Кс/ш=35 С=75 | Соответствует требованиям и превышает их | 30 - 35дБ Кс/ш=30дБ С150; Кс/ш=35дБ С70 |
Симметри-чность, Та | 1 | 3-8 | Соответствует требованиям | 2-8 |
Класс графи-ческой информации | В соответствии с требованиями | В соответствии с требованиями | Соответствует требованиям | Все типы |
СПИСОК РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ
Публикации в журналах из перечня ВАК:
1. Велигоша Д.А. Новый метод фрактального сжатия изображений [Текст] / Д.А. Велигоша // Теория и техника радиосвязи. - 2009. - № 2. Ц С. 107-112.
2. Велигоша Д.А. Определение показателя Херста для случайного процесса посредством вычисления фактора Фано [Текст] / Д.А. Велигоша // Теория и техника радиосвязи. - 2009. - № 4. - С. 34-36.
3. Велигоша Д.А. Алгоритм сжатия изображений на основе вэйвлет-преобразований [Текст] / Д.А. Велигоша // Информационные системы и технологии. - 2010. - № 5. (61). - С. 13-17.
4. Велигоша Д.А. Модель сжатия изображений на основе вэйвлет-преобразований [Текст] / Д.А. Велигоша // Вестник Северо-Кавказского государственного технического университета. - 2010. - № 3. (24). - С. 112-117.
Публикации в журналах и сборниках научно-технических конференций:
5. Велигоша Д.А. Применение вэйвлет-анализа для прогнозирования сетевого трафика в мультисервисных сетях [Текст] / Г.И. Линец, Д.А. Велигоша // Материалы 3-й Международной научно-технической конференции Инфокоммуникационные технологии в науке, производстве и образовании. Часть 3. - Ставрополь: СевКавГТУ, 2008. - С. 110-113.
6. Велигоша Д.А. Прогнозирование поведения сетевого трафика [Текст] / Д.А. Велигоша // Материалы 4-й Международной научно-практической конференции СтГАУ. Информационные системы, технологии и модели управления производством. - Ставрополь: СтГАУ, 2008. - С. 16-18.
Свидетельства о регистрации программ:
7. Система защиты информации DefenderINFO [Текст]: Свидетельство РФ об официальной регистрации программы для ЭВМ № 2008614112 (в Реестре программ для ЭВМ) от 30.06.08 / Подопригора Н.Б., Артемов В.В., Велигоша Д.А., Филимонов А.А., Аникуев С.В., Радионов Р.А., Кирчанов С.М.
8. Фрактальное сжатие изображений с использованием вэйвлет-преобразований [Текст]: Свидетельство РФ об официальной регистрации программы для ЭВМ № 2010617076 (в Реестре программ для ЭВМ) от 31.08.10/ Велигоша Д.А.
Печатается в авторской редакции
_______________________________________________________________________________
Подписано в печать 02.03.2012
Формат 60х84 1/16 Усл. печ. л - 1,5. Уч.-изд. л. - 1
Бумага офсетная. Печать офсетная. Заказ № . Тираж 100 экз.
ГОУ ВПО Северо-Кавказский государственный технический университет,
355028, г. Ставрополь, пр. Кулакова, 2
_______________________________________________________________________________
Издательство Северо-Кавказского государственного
технического университета.
Отпечатано в типографии СевКавГТУ
Авторефераты по всем темам >>
Авторефераты по техническим специальностям