СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В работе представлен метод шифрования геоизображений на основе реорганизации внутренней структуры фильтра. За основу приняты методы цифровой фильтрации изображений в среде MATLAB. Суть шифрования – в управлении наложением шумов и ядром смазывания. Знание этих величин позволит адресату восстановить передаваемые карты с минимальными помехами, что для перехватчика данных будет недостижимым. В условиях неблагоприятных факторов иногда возникают условия, приводящие к потере информативности изображений и, как следствие, к повреждению информации, поэтому развитие способов, минимизирующих их влияние, является актуальной задачей исследования. Таким образом, предлагается один из подходов по построению пространственных фильтров с управляемой структурой для выделения контрастных изображений в шумах различной интенсивности. Описана процедура преобразования любого пространственного фильтра из начального отображения в вид, позволяющий управлять его внутренним состоянием. Полученные результаты исходного и преобразованного изображения позволяют сделать выводы о возможности практического применения предлагаемого инвариантного пространственного фильтра в блоках анализа исходного изображения. За счет факториальной зависимости найти необходимое результирующее положение всех параметров шифрования изображения (размеров, вида функции искажения, параметра регуляризации α и σ) вычислительным путем для перехватчиков информации весьма проблематично, так как вычислительные затраты при этом не соизмеримы с возможностями современных ЭВМ. Это может быть использовано для передачи фото, видеосообщений и текстовой информации между потребителями использующими системы передачи данных любого назначения, особенно при передаче картографической информации.

1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2005. – 1072 с.

2. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. – М.: Техносфера, 2006. – 616 с.

3. Приоров А.Л., Ганин А.Н., Хрящев В.В. Цифровая обработка изображений. – М.: Мир, 2001. – 312 с.

4. Using a Haar wavelet transform, principal component analysis and neural networks for OCR in the presence of impulse noise / V.G. Spitsyn, Yu.A. Bolotova, N.H. Phan, T.T.T. Bui // Computer Optics. – 2016. – Vol. 40 (2). – P. 249–257. – DOI: 10.18287/2412-6179-2016-40-2-249-257.

5. Жбанов И.Л., Жбанова В.Л. Способ шифрования текстовой информации сингулярным дополнением матрицы опорного фильтра свертки // Известия Тульского государственного университета. Технические науки. – 2021. – № 2. – C. 73–78.

6. Семантическая сегментация спутниковых снимков аэропортов с помощью сверточных нейронных сетей / В.А. Горбачёв, И.А. Криворотов, А.О. Маркелов, Е.В. Котлярова // Компьютерная оптика. – 2020. – Т. 44, № 4. – С. 636–645. – DOI: 10.18287/2412-6179-CO-636.

7. Евдокимов А.А., Вязовов В.А., Жирный А.В. Нейронная сеть для шифрования изображений // Мир науки глазами современной молодежи: материалы Всероссийской научной конференции. – Ставрополь,  2014. – С. 137–141.

8. Вербицкий Б.Б., Вербицкая Е.А., Журкин И.Г. Особенности применения нейронных сетей в задачах автоматизированного дешифрирования аэрокосмических изображений при обновлении электронных карт // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2014. – № 1. – С. 103–108.

9. Журкин И.Г., Бадышев Т.Т., Бадышева Е.К. Шифрование геоизображений средствами программного продукта MATLAB // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2014. – № 1. – С. 108–111.

10. Райхлин В.А., Вершинин И.С. Моделирование процессов двумерно-ассоциативного маскирования распределенных точечных объектов картографии // Нелинейный мир. – 2010. – Т. 8, № 5. – С. 288–296.

11. Титков Б.В., Галактионов И.Е., Тришин Н.Д. Сжатие данных шифрованных изображений // Вопросы радиоэлектроники. – 2018. – № 9. – С. 43–48.

12. Евдокимов А.А., Вязовов В.А., Жирный А.В. Нейронная сеть для шифрования изображений // Мир науки глазами современной молодежи: материалы Всероссийской научной конференции. – Ставрополь,  2014. – С. 137–141.

13. Дьяконов В.П., Абраменкова И. Matlab. Обработка сигналов и изображений: специальный справочник. – СПб.: Питер, 2002. – 602 с.

14. Gentle J.E. Singular value factorization // Gentle J.E. Numerical linear algebra for applications in statistics. – Berlin: Springer, 1998. – P. 102–103.

15. Василенко Г.И. Теория восстановления сигналов. – М.: Советское  радио, 1979. – 272 с.

16. Гуриев М.А. Теория вероятностей и элементы математической статистики. – М.: Воениздат, 1980. – 383 с.