Spectral Characteristics Analysis of Images Matrix Masking Results

Cover Page

Cite item

Full Text

Abstract

The article describes the results of a computational experiment to assess the capabilities of extracting useful information if an image masked by quasi-orthogonal matrices sent over an open channel became available to a third party. Hadamard and Mersenne matrices of symmetric and cyclic structure are considered. The results confirm the data that images masked by small-sized matrix leaves edges of the original image on the masked image. However, with an increase in the size of the masking matrix, all considered in the article matrices reliably hides the original image during visual analysis. Masking by symmetric Mersenne-Walsh matrices and cyclic Mersenne matrices based on modified M-sequences provides better spectral secrecy of masked images in comparison with Hadamard matrices. Mersenne matrices of cyclic structure, with equal sizes of the image and the masking matrix, bring the phase spectrum of the masked image to a form close in spectrum to uniform noise, which makes their use more preferable based on the considerations that the human visual system is extremely sensitive to phase-frequency distortions of the visual information.

About the authors

E. K. Grigoriev

Saint-Petersburg State University of Aerospace Instrumentation

Email: ev.grig95@gmail.com
ORCID iD: 0000-0001-5981-4074
SPIN-code: 2847-0464

References

  1. Балонин Н.А., Сергеев М.Б. Матрицы локального максимума детерминанта // Информационно-управляющие системы. 2014. Т. 1. № 68. С. 2−15. EDN:RYEXEH
  2. Востриков А.А., Сергеев М.Б., Литвинов М.Ю. Маскирование цифровой визуальной информации: термин и основные определения // Информационно-управляющие системы. 2015. Т. 5. № 78. С. 116−123. doi: 10.15217/issn1684-8853.2015.5.116. EDN:UQFATJ
  3. Григорьев Е.К., Сергеев А.М. Оценка качества матричного маскирования цифровых звуковых данных // Труды учебных заведений связи. 2023. Т. 9. № 3. С. 6−13. doi: 10.31854/1813-324X-2023-9-3-6-13. EDN:AJFFXQ
  4. Гришенцев А.Ю., Коробейников А.Г. Алгоритм поиска, некоторые свойства и применение матриц с комплексными значениями элементов для стеганографии и синтеза широкополосных сигналов // Журнал радиоэлектроники. 2016. № 5. С. 9. EDN:WNDAOR
  5. Фролов А.А., Чобаль А.И., Ризак В.М. Шифрование цветных изображений с использованием матриц Адамара // Захист iнформацii. 2019. Т. 21. № 4. С. 241−246. doi: 10.18372/2410-7840.21.14312. EDN:WHUZFD
  6. Yuan X., Zhang L., Chen J. Multiple-image encryption scheme based on ghost imaging of Hadamard matrix and spatial multi-plexing // Applied Physics. 2019. Vol. 125. P. 174. doi: 10.1007/s00340-019-7286-9
  7. Сергеев А.М. Структурированные по Уолшу двухуровневые и модульно двухуровневые квазиортогональные матрицы для маскирования изображений // Известия высших учебных заведений. Приборостроение. 2023. Т. 66. № 5. С. 399−408. doi: 10.17586/0021-3454-2023-66-5-399-408. EDN:SVIYSL
  8. Сергеев А.М. Связь симметрии и антисимметрии квазиортогональных циклических матриц с простыми числами // Труды учебных заведений связи. 2022. Т. 8. № 4. С. 14−19. doi: 10.31854/1813-324X-2022-8-4-14-19. EDN:PXAZIG
  9. Востриков А.А., Мишура О.В., Сергеев А.М., Чернышев С.А. О выборе матриц для процедур маскирования и демаскирования изображений // Фундаментальные исследования. 2015. Т. 2. № 24. С. 5335−5339. EDN:UADDQR
  10. Востриков А.А., Чернышев С.А. Об оценке устойчивости к искажениям изображений, маскированных М-матрицами // Научно-технический вестник информационных технологий, механики и оптики. 2013. Т. 5. № 87. С. 99−103. EDN:RBXRDX
  11. Балонин Н.А., Сергеев М.Б. Критские матрицы Одина и Тени, сопровождающие простые числа и их степени // Информационно-управляющие системы. 2022. № 1(116). С. 2−7. doi: 10.31799/1684-8853-2022-1-2-7. EDN:LTLVEM
  12. Григорьев Е.К., Ненашев В.А., Сергеев А.М., Самохина Е.В. Поиск и модификация кодовых последовательностей на основе персимметричных квазиортогональных циркулянтов // Телекоммуникации. 2020. № 10. С. 27−33. EDN:EGQMAS
  13. Чекотило Е.Ю., Кузнецов П.К. Спектральный анализ вероятностных характеристик изображений // Вестник Самарского государственного технического университета. Серия: Физико-математические науки. 2006. № 42. С. 212−215. EDN:IPKLTB
  14. Gonzalez R., Woods R. Digital Image Processing. New York: Pearson Publ., 2017. 1192 p.
  15. The Lenna Story. URL: http://lenna.org (дата обращения 19.03.2024)
  16. Ерош И.Л., Сергеев А.М., Филатов Г.П. О защите цифровых изображений при передаче по каналам связи // Информационно-управляющие системы. 2007. Т. 5. № 30. С. 20−22. EDN:ITVYKT
  17. Красильников Н.Н. Теория передачи и восприятия изображений. М.: Радио и связь, 1986. 246 с.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies