МЕТОД СТЕГАНОГРАФИЧЕСКОГО СКРЫТИЯ ИНФОРМАЦИИ В ДЕТАЛИЗИРОВАННЫХ ОБЛАСТЯХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПСЕВДОСЛУЧАЙНОГО ВСТРАИВАНИЯ
Данная статья посвящена разработке метода стеганографического скрытия информации в детализированных областях изображений на основе псевдослучайного встраивания. Детализированные области изображений характеризуются значительным количеством мелких объектов. Информация, скрытно внедренная в такие области, является менее визуально заметной. Для поиска детализированных областей на полутоновом изображении в работе предложен алгоритм на основе пороговой обработки значений градиента, вычисленных с помощью оператора Собеля. Для внедрения информации в битовом виде в выбранные детализированные области исходного изображения в работе применен метод псевдослучайного встраивания. Для внедрения данных в цветные изображения разработанный метод применяется к выбранным цветовым компонентам. Для проверки работоспособности разработанного метода были проведены вычислительные эксперименты. Полученные изображения-контейнеры, содержащие данные, которые были внедрены на основании разработанного метода, визуально практически не отличались от исходных изображений. Извлеченные из изображений-контейнеров данные совпали с внедряемыми данными. Проведенные вычислительные эксперименты продемонстрировали высокую степень скрытности внедрения данных на основании разработанного метода, а также проиллюстрировали, что разработанный метод имеет преимущество в скрытности внедрения данных в выбранные исходные изображения по сравнению с анализируемыми известными методами.
Кривчикова А.С., Болгова Е.В., Черноморец А.А., Ядута А.З. Метод стеганографического скрытия информации в детализированных областях изображений на основе псевдослучайного встраивания // Научный результат. Информационные технологии. – Т.11, №2, 2026. – С. 4-13. DOI: 10.18413/2518-1092-2026-11-2-0-1
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
1. Шелухин О.И., Канаев С.Д. Стеганография. Алгоритмы и программная реализация. – М.: Горячая линия. Телеком, 2024. – 592 с.
2. Грибунин В.Г., Оков И.Н., Туринцев И.В. Цифровая стеганография. – М.: Солон-пресс, 2016. – 262 с.
3. Конахович Г.Ф., Пузыренко А.Ю. Компьютерная стеганография. Теория и практика. – Киев: МК-Пресс, 2006. – 288 с.
4. Жиляков Е.Г., Черноморец А.А., Голощапова В.А. Реализация алгоритма внедрения изображений на основе использования неинформационных частотных интервалов изображения-контейнера // Вопросы радиоэлектроники. – 2011. – 4(1). – С. 96-104.
5. Болгова Е.В., Черноморец А.А. О методе субинтервального скрытного внедрения данных в изображения // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. – 2018. – Т. 45. – № 1. – С. 192-201.
6. Жиляков Е.Г., Черноморец А.А., Болгова Е.В., Голощапова В.А. О субполосном внедрении в цветные изображения // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. – 2015. – № 1(198). С. 158-162.
7. Жиляков Е.Г., Черноморец А.А., Болгова Е.В., Гахова Н.Н. Исследование устойчивости стеганографии в изображениях // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. – 2014. – 1(172). – С. 168-174.
8. Кривчикова А.С., Черноморец А.А. О методах стеганографического скрытия информации в изображениях [Электронный ресурс]. – Электрон. журн. – Международный студенческий научный вестник, 2024. – №6. – URL: https://eduherald.ru/article/view?id=21658 (дата обращения 14.02.2026).
9. Области визуальной детализации и области визуального покоя [Электронный ресурс]. – URL: https://render.ru/ru/articles/post/11003 (дата обращения 22.12.2025).
10. Семенищев Е.А., Тазетдинова Д.И., Писарев А.В., Жук С.В., Тарасов Д.А. Разработка и исследование методов выделения высокодетализированных объектов на изображениях // Научно-технический вестник Поволжья. – 2012. – № 6. – С. 374-377.
11. Торопов И.А., Семенищев Е.А., Раевская Л.Н., Толстова И.В. Исследование методов обнаружения объектов с высокой детализацией на изображении сцены // Информационные системы и технологии: управление и безопасность. – 2012. – № 1. – С. 267-273.
12. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Издание 3-е, исправленное и дополненное. – М.: Техносфера, 2012. – 1104 с.
13. Muthukrishnan, R. Алгоритмы выделения контуров для сегментации изображений [Электронный ресурс] / R. Muthukrishnan, M. Radha. – URL: https://masters.donntu.ru/2014/fknt/metelytsia/library/article11.htm (дата обращения 22.12.2025).
14. Beazley D.M. Python Essential Reference. 4th Edition. Addison-Wesley Professional, 2009. – 717 с.
15. Фёдоров Д. Ю. Программирование на языке высокого уровня Python. – М.: Издательство Юрайт, 2022. – 210 с.
16. Al-Najar Y.A.Y., Soong D.C. Comparison of Image Quality Assessment: PSNR, HVS, SSIM, UIQI. International Journal of Scientific & Engineering Research. – 2008. – Vol. 3. – Iss. 8.
17. Шубников В.Г., Беляев С.Ю. Подавление шума и оценка различий в изображениях // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. – 2013. – № 3(174). – С. 58-66.