1. CSN
  2. Всі випуски
  3. Номер 905, 2018
  4. Шифрування і дешифрування півтонових та кольорових зображень

Шифрування і дешифрування півтонових та кольорових зображень

CSN.
2018;
, Номер 905
: сс. 82 - 87
https://doi.org/10.23939/csn2018.905.082
Автори:
  1. А. М. Ковальчук
  2. Н. Лотошинська
1
Національний університет "Львівська політехніка", кафедра інформаційних технологій видавничої справи
2
Національний університет «Львівська політехніка», кафедра інформаційних технологій видавничої справи

Зображення як стохастичний сигнал є одними із найбільш використовуваних видів інформації. Відповідно актуальною задачею є захист такого зображення від несанкціонованого доступу та використання. Це спричиняє можливість використання відомих класичних методів шифрування у випадку шифрування зображень. Запропоновано алгоритми шифрування – дешифрування, призначені для використання зображень у градаціях сірого, які грунтуються на використанні ідей базового алгоритму RSA. Шифрування – дешифрування можна проводити як з додатковим зашумленням, так і без нього. Описано також поєднання елементів алгоритму RSA і бінарних операцій для сумісного використання пришифруванні – дешифруванні кольорових зображень.

шифрування
дешифрування
зображення
контур
криптографічна стійкість
афінне перетворення
бінарна операція
  1. Kovalchuk A., Peleshko D., Navytka M. and Sviridova T., Using of affine transformations for the encryption and decryption of two images, 2011 11th International Conference The Experience of Designing and Application of CAD Systems in Microelectronics (CADSM), Polyana-Svalyava, 2011, pp. 348–349.
  2. Rashkevych Y., Kovalchuk A., Peleshko D. and Kupchak M., Stream modification of RSA algorithm for image coding with precize contoure extraction, 2009 10th International Conference – The Experience of Designing and Application of CAD Systems in Microelectronics, Lviv-Polyana, 2009, pp. 469–473.
  3. Peleshko D., Ivanov Y., Sharov B., Izonin I. and Borzov Y., “Design and implementation of visitors queue density analysis and registration method for retail videosurveillance purposes”, 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP), Lviv, 2016, pp. 159–162. doi: 10.1109/DSMP.2016.7583531.
  4. Peleshko D., Rak T., Peleshko M., Izonin I. and Batyuk D., Two-frames image superresolution based on the aggregate divergence matrix, 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP), Lviv, 2016, pp. 235–238. doi: 10.1109/DSMP.2016.7583548.
  5. Van den Braden Lambrecht C.J. and Farrell J.E. “Perceptual Quality Metric for Digitally Coded Color Images”. In: Proceeding of EUSIPCO, pp. 1175–1178, Trieste, Italy, September 1996. 6. Majid Rabbani, Rajan Joshi. “An overview of the JPEG2000 still image compression standard” // Eastman Kodak Company, Rochester, NY 14650, USA, Signal Processing: Image Communication. – 2002. – Vol. 17. – P. 3–48.
  6. Girod B. “The information theoretical significance of spatial and temporal masking in video signals” // Proc. of the SPIE Symposium on Electronic Imaging. 1989. – Vol. 1077.– P. 178–187.
  7. A. Kovalchuk and N. Lotoshynska, “Elements of RSA Algorithm and Extra Noising in a Binary Linear-Quadratic Transformations During Encryption and Decryption of Images”, 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP), Lviv, Ukraine, 2018, pp. 542–544. doi: 10.1109/DSMP.2018.8478471.
  8. Gonzalez, Rafael C., Woods, Richard E., “Digital Image Processing”, published by Pearson Education, Inc, Publishing as Prentice Hall, 2002.