Содержание к диссертации
Введение
1 Обзор состояния проблемы исследований и постановка решаемых задач 12
1.1 Характеристика моделей полей рассеяния намагниченных объектов методов изуализации и программно-аппаратных комплексов для их реализации 12
1.2 Обзор современных методов и моделей формирования и выявления латентных изображений, а также средств для их реализации 23
1.2.1 Методы и способ формирования латентных изображений 26
1.2.2 Методы выявления латентных изображений 30
1.2.3 Аппаратные средства обработки и анализа латентных изображений 32
1.2.4 Программные средства выявления латентных изображений 33
1.3 Анализ известных методов предварительной обработки изображений 34
1.3.1 Частотные методы обработки изображений 36
1.3.2 Пространственные методы обработки изображений 42
2 Математическое моделирование полей рассеяния намагниченных объектов 51
2.1 Математическая модель магнитной системы «объект контроля – поле рассеяния – датчик» 52
2.2 Алгоритм определения полей рассеяния намагниченных объектов по их визуализированным изображениям 56
2.3 Выводы 69
3 Формирование и визуализация латентных изображений 70
3.1 Математическая модель и способ формирования растровых латентных изображений 71
3.2 Выявление латентных изображений с помощью систем компьютерной математики Mathcad и Matlab 76
3.2.1 Использование методов цифровой фильтрации для выявления латентных изображений 77
3.2.2 Методика обнаружения скрытой информации с помощью вейвлет-преобразований 83
3.3 Разработка базы комбинированных фильтров для выявления латентных изображений 91
3.4 Выводы 97
4 Программный комплекс для контроля полей рассеяния намагниченных объектов и латентных изображений 99
4.1 Архитектура комплекса для визуализации, обработки и анализа полей рассеяния намагниченных объектов и выявления скрытых изображений 99
4.2 Контроль магнитных полей рассеяния намагниченных объектов 105
4.3 Определение магнитных полей рассеяния намагниченных объектов 107
4.4 Контроль подлинности банкнот, документов, ценных бумаг с помощью анализа латентных изображений 115
4.5 Выводы 121
Заключение 123
Библиографический список 124
Приложение 1 136
Приложение 2 140
Приложение 3 143
- Обзор современных методов и моделей формирования и выявления латентных изображений, а также средств для их реализации
- Алгоритм определения полей рассеяния намагниченных объектов по их визуализированным изображениям
- Использование методов цифровой фильтрации для выявления латентных изображений
- Контроль подлинности банкнот, документов, ценных бумаг с помощью анализа латентных изображений
Введение к работе
Актуальность работы. Автоматизация классических методов контроля скрытых магнитных и латентных изображений, разработка новых алгоритмов и реализованных на их основе комплексов программ позволят сделать более дешевыми, точными и качественными процессы контроля подлинности ценных бумаг, денежных знаков, полей рассеяния намагниченных объектов, выявления дефектов ферромагнитных изделий и т. д.
При всем многообразии используемых программных и аппаратных средств контроля скрытых изображений существует определенный пробел в области средств комплексного контроля. Ряд прикладных задач дефектоскопии и контроля информации требуют исследования полей рассеяния намагниченных объектов и выявления латентных изображений. К таким задачам относятся: определение параметров дефектов, контроль наличия несанкционированных записей, подлинности и целостности магнитных сигналограмм, контроль над уничтожением информации, диагностика магнитных головок по топологии их полей рассеяния; защита от копирования, подделок и фальсификации документов, ценных бумаг, денежных знаков, печатей с помощью латентных изображений.
Решение задач дефектоскопии, криминалистики и технологии производственного контроля сводится к проблемам разработки эффективных методов исследования полей рассеяния намагниченных объектов. В настоящее время при исследовании полей рассеяния дефектов в основном используются упрощенные модели дефектов в виде трещин, что обусловлено сложностью учета нелинейных свойств магнитного материала, которые дают лишь неплохое качественное соответствие с экспериментом. В связи с этим моделирование пространственно-распределенных магнитных полей и разработка программного комплекса для контроля магнитного поля, позволяющего анализировать распределение поля рассеяния намагниченного объекта, является актуальной задачей, так как наибольший практический интерес представляют методы визуального контроля, дающие полную картину поля в некоторой области. Причем объем полезной информации, получаемой при исследовании пространственно-распределенного магнитного поля, определяется не только характеристиками отдельно взятого датчика, но и количеством точек измерения и их распределением в пространстве. Таким образом, контроль распределения магнитного поля в пространстве является актуальной задачей и необходим при разработке устройств, основной характеристикой которых является магнитное поле заданной конфигурации (магнитные головки, магнитные системы на постоянных магнитах т. д.).
В настоящее время существует большое количество работ по обработке изображений, в которых основное внимание уделяется классическим методам обработки, компрессии и распознаванию изображений и практически нет литературы, посвященной разработке алгоритмов, методик и способов выявления латентных изображений и улучшения качества визуализированных магнитных изображений.
Использование латентных изображений для защиты относительно недорогой продукции широкого распространения (этикетки, упаковки, бренды, фармацевтические препараты, промышленная продукция и т. п.) делают разработку моделей формирования латентных изображений и методов выявления скрытой информации в изображении актуальной задачей.
Объектом диссертационного исследования являются скрытые магнитные и латентные изображения.
Предметом диссертационного исследования являются математические модели и методы исследования полей рассеяния намагниченных объектов, латентных изображений и программно-аппаратные комплексы, реализующие эти методы и модели.
Целью работы является разработка математических моделей и средств комплексного контроля скрытых магнитных и латентных изображений, позволяющих улучшить качество выявления скрытой информации в изображении и сократить объем экспериментальных исследований.
Для достижения поставленной цели необходимо решить следующие задачи:
Разработать математическую модель магнитной системы «объект контроля - поле рассеяния - датчик», представляющей собой визуализированную магнитную запись в виде намагниченных ячеек, изменяющуюся под действием внешнего магнитного поля.
Разработать алгоритмы и методики определения полей рассеяния намагниченных объектов, формирования и выявления латентных изображений.
Разработать алгоритмы комплексного контроля магнитных и латентных изображений.
Разработать программный комплекс для выявления, обработки и анализа скрытых магнитных и латентных изображений и определения полей рассеяния намагниченных объектов.
Актуальность решения этих задач обусловлена сложностью комплексной оценки пространственно-распределенных магнитных полей рассеяния микроскопических намагничивающихся объектов, напряженностью менее 500А/м, намагниченных объектов сложной конфигурации, а также сложно-
стью методов и нехваткой методик формирования и выявления латентных изображений.
Методы исследования. В работе использованы аналитические и экспериментальные методы исследования. При разработке математических моделей и программного комплекса использовались методы математического моделирования и вычислительного эксперимента, статистические методы и методы обработки экспериментальных данных, методы обработки изображений, распознавания образов, вейвлет-преобразований, Фурье-анализа.
Результаты моделирования проверены сопоставлением с экспериментальными измерениями.
Научная новизна. Разработаны:
Математическая модель магнитной системы «объект контроля - поле рассеяния - датчик», представляющей собой визуализированную магнитную запись в виде намагниченных ячеек, с помощью которой по измеренным геометрическим параметрам каждой визуализированной ячейки определяется значение напряженности поля как в непосредственной близости от объекта исследования, так и на расстоянии ~ 1мм. Поле рассчитывается по найденным функциональным зависимостям смещения намагниченных ячеек от напряженности однородного магнитного поля. Использование модели позволяет получить распределение магнитного поля исследуемого объекта в два раза точнее, чем при помощи известного способа [1].
Алгоритм определения поля рассеяния намагниченного объекта на основе сопоставления распределения поля исследуемого объекта с распределением, полученным в известном поле с помощью модели.
Математическая модель формирования латентного изображения, отличающаяся тем, что растрируется скрываемое изображение, а не основное, алгоритм ее реализации и методика обнаружения скрытой информации, содержащейся в латентном изображении, основанная на двумерном дискретном вейвлет-преобразований.
Алгоритм выявления латентного изображения, обеспечивающий более высокое визуальное качество выявленного скрытого изображения, основанный на разработанной базе комбинированных фильтров и позволяющий в зависимости от типа латентного изображения применить оптимальную последовательность фильтров.
Программный комплекс для контроля скрытых изображений, несанкционированных записей на магнитных носителях, определения полей рассеяния намагниченных объектов, выявления скрытой информации в латентном изображении.
Практическая значимость диссертационной работы заключается в том, что разработан программный комплекс для контроля:
пространственно-распределенных магнитных полей рассеяния намагниченных объектов;
аудио, видео, цифровых сигналограмм с повышенной плотностью записи;
неформатных записей, меток, расположенных между дорожками записи, которые не могут быть обнаружены традиционными методами при воспроизведении записанных сигналов;
подлинности банкнот, документов и ценных бумаг путем предварительной обработки и анализа латентных изображений.
Основные положения, выносимые на защиту:
Математическая модель работы магнитной системы, представляющей собой периодическую систему намагниченных ячеек, изменяющих свои геометрические параметры под действием внешнего магнитного поля.
Обобщенный алгоритм определения полей рассеяния намагниченного объекта, основанный на сопоставлении смоделированной картины смещения ячеек поля в известном поле с экспериментально полученной в поле рассеяния исследуемого объекта.
Математическая модель формирования латентного растрового изображения, основанная на растрировании скрываемого изображения и алгоритм ее реализации.
Методика обнаружения скрытой информации, основанная на двумерном дискретном вейвлет-преобразовании и алгоритм выявления латентного изображения с помощью разработанной базы комбинированных фильтров.
Программный комплекс для контроля полей рассеяния намагниченных объектов и латентных изображений.
Апробация результатов работы.
Основные результаты диссертационной работы докладывались и обсуждались на следующих научных конференциях и семинарах: Всероссийской научной конференции «Физико-химические и прикладные проблемы магнитных дисперсных наносистем» (Ставрополь, СГУ, 9-12 сентября 2007 г.), школе-семинаре «Стратегическое планирование инновационной деятельности и способы коммерциализации научно-технической продукции» (Астрахань, АТУ, 20-25 октября 2008 г.), третьей международной научно-технической конференции «Инфокоммуникационные технологии в науке и технике» (Ставрополь, СевКавГТУ, 1-5 мая, 2008 г.), международной научной конференции «Актуальные проблемы и инновации в экономике, управ-
лении, образовании, информационных технологиях» (Ставрополь - Кисловодск, СевКавГТИ, 12-15 мая 2009 года), X Всероссийском симпозиуме по прикладной и промышленной математике (Санкт-Петербург, СПбГУ, 19-24 мая 2009 г.; г. Сочи, СГУТиКД, 1-8 октября 2009 г.), International Conference on Applied Natural Sciences (Trnava, University of SS. Cyril and Methodius, 2009, Словакия), XI Всероссийском симпозиуме по прикладной и промышленной математике (Кисловодск, СевКавГТУ, 1-8 мая 2010 г.).
Публикации. По теме диссертации опубликовано 12 работ в журналах и трудах конференций, из них 4 работы в издании, рекомендованном ВАК РФ для опубликования научных положений диссертационных работ, 2 свидетельства о государственной регистрации программы для ЭВМ.
Внедрение. Результаты диссертационной работы получены при выполнении НИР по теме «Разработка алгоритмических и программных решений совершенствования информационных технологий» (номер государственной регистрации 0120.0851960) в рамках программы «Участник молодежного научно-инновационного конкурса» («У.М.Н.И.К.») (государственный контракт №6019р/8509 от 16.06.2008). Полученные в диссертационной работе результаты использованы в ООО НПФ «Нейрон» (г. Ставрополь, акт о внедрении от 7 мая 2010 г.).
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Общий объем диссертации 168 страниц, в том числе 39 рисунков, 9 таблиц, список литературы из 105 наименований.
Обзор современных методов и моделей формирования и выявления латентных изображений, а также средств для их реализации
Существующие теоретические модели полей рассеяния намагниченных объектов позволяют решать задачу расчета геометрических параметров де-фектов для ферромагнитных изделий простых форм, однако оценка геомет-рических параметров дефектов изделий имеющих сложную форму остается актуальной задачей.
Обзор математических моделей магнитных полей рассеяния показал, что хотя исследованию полей рассеяния намагниченных объектов посвящено большое количество работ, однако существует проблема адекватного описа-ния пространственно-неоднородных полей рассеяния, связанная с неточно-стью учета нелинейных свойств магнитного материала, так как существую-щие модели, в основном, либо не учитывают нелинейные свойства магнит-ного материала, либо учет упрощен. Таким образом, существующие модели, удовлетворительно описывающие поля рассеяния намагниченных объектов, имеющих простые формы, дают лишь неплохое качественное соответствие с экспериментом, а модели, учитывающие нелинейные свойства магнитных материалов сложны, трудоемки и приводят к значительным затратам време-ни. В связи с этим моделирование работы магнитной системы, позволяющей определять поле рассеяния, представляет интерес с точки зрения автоматиза-ции контроля и повышения его надежности.
Для визуализации магнитных полей рассеяния намагниченных объек-тов, а также контроля приповерхностного магнитного поля дефектов в де-фектоскопии широкое применение находят датчики магнитного поля (ДМП) [9, 25, 30, 80]. В основе работы датчиков лежит пропорциональное изменение выходного напряжения или сопротивления под воздействием внешнего маг-нитного поля. Разработан ряд ДМП, среди которых можно выделить: осно-ванные на эффекте Холла [20, 29, 59], на магниторезистивных эффектах [98, 104 – 105] – GMR-датчики (Giant Magnetoresistor – гигантское магнито-сопротивление) и SDT-датчики (Spin-Dependent Tunneling – спин-зависимое туннелирование), магнитооптические, магнитоэлектрические датчики, полу-проводниковые датчики [5, 25], а также датчики, основанные на магнитной интроскопии [2 – 4]. Наибольший диапазон выявляемой напряженности магнитного поля, то есть чувствительности датчиков как к небольшим значениям магнитных по-лей, так и к значительным, имеют датчики на основе эффекта Холла. Сле-дующим типом датчиков являются магнитооптические датчики, которые ос-нованы на продольном магнитооптическом эффекте Фарадея. Недостатком датчика является низкая точность измерения напряженности магнитного по-ля, обусловленная низким динамическим диапазоном. Датчики для магнит-ной интроскопии представляют собой гальваномагнитные магниточувстви-тельные сенсоры. Широкий диапазон выявляемых магнитных полей как ма-лой, так и большой напряженности позволяет использовать магнитную ин-троскопию при решении различных задач неразрушающего контроля.
Основу магнитоэлектрических датчиков составляют композиционные магнитоэлектрические материалы, которые представляют собой механиче-скую смесь феррита и сегнетоэлектрика. Основными недостатками таких датчиков является их недостаточная изученность, нерешенность таких про-блем как: синтез качественных композиционных магнитоэлектрических ма-териалов, разработка методик измерения основных параметров и проектиро-вания датчиков на основе полученных данных. В полупроводниковых датчиках используется механоэлектрический эффект. Датчики на основе магниторезистивных эффектов, то есть на основе изменения электрического сопротивления под воздействием магнитного поля имеют такие преимущества как высокая чувствительность к незначительному изменению магнитного поля, малые габариты, незначительная потребляемая мощность, простота объединения с электронными устройствами. Магниторе-зистивный эффект заключается в значительном уменьшении сопротивления многослойной структуры, состоящей из чередующихся слоев ферромагнети-ков толщиной в несколько нанометров и немагнитных металлов такой же толщины, при воздействии на нее сильного магнитного поля [100, 103]. В ос-нове магниторезистивного эффекта лежит поляризация спина электронов проводимости в ферромагнетиках и «спиновая зависимость» рассеяния элек-тронов. Проведенный обзор датчиков магнитного поля показал, что магнитные датчики на основе эффекта Холла, а также магнитной интроскопии позволя-ют выявлять магнитные поля как малых, так и больших размерностей. Маг-нитооптические датчики позволяют визуализировать магнитные поля малых размерностей. Однако приборы, основанные на магнитной интроскопии, как и на ос-нове методов магнитооптической визуализации магнитных полей имеют вы-сокую стоимость в отличие от датчиков на эффекте Холла. Современное со-стояние методов неразрушающего контроля требует недорогих методов кон-троля, поэтому эффективными и перспективными являются разрабатываемые датчики на основе эффекта Холла. Однако для исследования пространственного распределения магнито-неоднородных полей рассеяния, целесообразно разработать и исследовать систему микроскопических датчиков, представляющую собой периодиче-скую структуру. Известны программно-аппаратные комплексы, использующие различ-ные методы визуализации магнитных полей [3, 14, 38, 54, 56]. Анализ воз-можностей комплексов [таблица 1 приложение 1], показал, что для визуали-зации магнитных сигналограмм в комплексах [14, 54, 56] используется метод магнитооптического эффекта Фарадея. В магнитопорошковых дефектоскопах [38] используются магнитопорошковый или магнитолюминесцентный мето-ды. А для регистрации магнитных полей рассеяния от дефектов с помощью магнитных интроскопов [3] используются методы магнитной силовой микро-скопии. Все известные комплексы позволяют получать анализируемые изо-бражения с фотокамеры, видеокамеры или сканирующих устройств. Однако не все комплексы имеют в своем составе программное обеспе-чение, для решения задач улучшения визуального качества получаемых изо-бражений и их анализа. Можно выделить такие программные средства как: Matlab, Mathcad, Regula Video Scope, Eyer, Nuca, Cadr, Be32, Callisto [табли-ца 2 приложение 2].
Алгоритм определения полей рассеяния намагниченных объектов по их визуализированным изображениям
Инструмент «Распознавание» включает в себя: 1 – область с анализи-руемыми изображениями; 2 – 5 – кнопки для выполнения соответствующих операций с изображениями: распознавание объектов (2), выделение опорных пикселей (3), преобразование изображения в двумерный массив яркостных характеристик (4), импорт значений яркости каждого пикселя в таблицу (5); 6 – таблицы значений яркости первого и второго изображения, а также ре-зультат операций с массивом (вычитание, сложение, умножение); 7 – рассчи-танное значение смещения полос осадка; 8 – 10 – поля, содержащие данные для определения реальных расстояний между объектами; 11 – поле для выво-да оперативной информации об изображении (различные цветовые модели, интенсивность, яркость выделенного пикселя, координаты, а также количест-во уникальных цветов). 2. При помощи инструмента «Распознавание» (рисунок 2.11) вычис-ляют расстояния, на которые были смещены (под действием поля рассеяния исследуемого объекта) визуализированные ячейки датчика магнитного поля, вычитая соответствующие координаты (по осям и ) выделенных прямо-угольных областей (ячеек). Количество пикселей между границами соседних распознанных объектов, например, между объектами, O1 и O2 (рисунок 2.9 в) рассчитывается по формулам:
С помощью выражения (2.8) определяют смещение между наружными границами распознанных объектов (визуализированных ячеек), а с помощью (2.9) – смещение между внутренними границами распознанных объектов. При смещении объектов O1 и O2 в вертикальном направлении (рисунок 2.9 а) расстояние между ними рассчитывается по формуле 2.10: Расстояния, найденные с помощью формул (2.8 – 2.10), рассчитаны в пикселях. Затем они преобразуются в абсолютные единицы измерения, исхо-дя из ранее рассчитанного калибровочного коэффициента и масштаба по формуле (2.11): где L – рассчитанное расстояние в абсолютных единицах измерения, мкм. На восьмом этапе, после того как найдены значения смещений полос осадка, с помощью найденных аппроксимационных зависимостей внешнего поля от параметров p, q, h (2.12 – 2.14): рассчитывается напряженность магнитного поля на том участке, где распо-ложена соответствующая ячейка [78]. Разработанный алгоритм позволяет по известным значениям смещения полос осадка, определять напряженность поля рассеяния исследуемого на-магниченного объекта в области расположения соответствующей намагни-ченной ячейки датчика поля относительно объекта, с помощью найденных [76, 78] аппроксимационных зависимостей внешнего поля от параметров на-магниченных ячеек. С помощью предлагаемого алгоритма можно осуществлять контроль распределения магнитного поля устройств, основной характеристикой кото-рых является магнитное поле заданной конфигурации: магнитных головок, магнитных систем на постоянных магнитах и т. д. Результаты определения поля рассеяния намагниченного объекта со-поставлялись с результатами измерения поля экспериментальной магнитной головки с шириной рабочего зазора 20 мкм. Было установлено, что макси-мальная погрешность определения поля с помощью предлагаемого алгорит-ма составила не более 10%, что в два раза меньше, чем в известном способе [1]. 1. Разработана математическая модель работы магнитной системы «объект контроля – поле рассеяния – датчик», представляющей собой пе-риодическую систему намагниченных ячеек, изменяющих свои геометриче-ские параметры под действием внешнего магнитного поля, с помощью кото-рой по измеренным геометрическим параметрам каждой визуализированной ячейки определяется значение напряженности поля как в непосредственной близости от объекта исследования, так и на расстоянии 1мм. Поле рассчи-тывается по найденным функциональным зависимостям смещения намагни-ченных ячеек от напряженности однородного магнитного поля. Использова-ние модели позволяет получить распределение магнитного поля исследуемо-го объекта в два раза точнее, чем при помощи известного способа [1]. Разра-ботанная математическая модель работы магнитной системы, основанная на аппроксимационных зависимостях изменения геометрических параметров намагниченных ячеек в поле, отличающаяся от известных отсутствием уп-рощающих допущений, предназначена для автоматизации процесса опреде-ления полей рассеяния намагниченных объектов по их визуализированным изображениям. 2. Разработан алгоритм определения полей рассеяния намагниченно-го объекта, отличающийся от алгоритма, реализующего известный способ [1] тем, что в результате предварительной обработки изображений визуализиро-ванных ячеек с помощью линейных пространственных фильтров, улучшается качество границ визуализированных полос ячеек, что приводит к повыше-нию точности определения поля рассеяния. Алгоритм определения полей рассеяния основан на сопоставлении распределения поля исследуемого объ-екта с распределением, полученным в известном поле с помощью модели. Обзор программных комплексов, методов и моделей формирования и выявления латентных изображений выполненный в первой главе диссерта-ционного исследования показал что: – существующие программные средства не имеют соответствующих инструментов визуализации скрытой информации, содержащейся в латент-ном изображении; – отсутствуют математические модели, описывающие процесс форми-рования растрового латентного изображения и методики выявления латент-ных изображений, позволяющие ускорить процесс выявления скрытой ин-формации, содержащейся в этом изображении. Поэтому для выявления латентных изображений необходима разработ-ка новых математических моделей и алгоритмов формирования латентных изображений, а также методик, эффективных алгоритмов выявления скрытой информации и реализация их в прогрммном комплексе. Для формализованного описания объекта диссертационного исследо-вания необходимо разработать математическую модель формирования ла-тентного изображения. Основная цель конструирования новой математической модели – улучшение визуального качества разрабатываемых латеных изображений и повышение экономичности процесса создания таких изображений.
Использование методов цифровой фильтрации для выявления латентных изображений
Методы цифровой фильтрации изображений позволяют выявить скры-тую информацию, если использовать комбинации как низкочастотных, так и высокочастотных фильтров. В связи с тем, что вейвлет-преобразование – это фильтрация изображения сначала низкочастотными, затем высокочастотны-ми фильтрами, можно предположить, что его применение позволит выявить скрытую информацию. При выявлении скрытой информации в латентном изображении с по-мощью вейвлет-преобразований осуществляется визуальный контроль изо-бражения на каждом этапе его разложения. Использовать вейвлеты для преобразования значений пикселей латент-ного изображения можно двумя способами, с помощью стандартного и не-стандартного разложения. Для получения нестандартного разложения (чередование операций над строками и столбцами), сначала выполняется один этап горизонтального по-парного усреднения и нахождения разности значений пикселей в каждой строке изображения. Затем применяется попарное усреднение и нахождение разностей к каждому получившемуся столбцу. Чтобы закончить преобразо-вание, этот процесс рекурсивно повторяется на квадрантах, содержащих средние значения в обоих направлениях [97]. С помощью пакетов расширений систем компьютерной математики и вейвлет-функций, входящих в их состав выявлялась скрытая информация.
Визуализация латентных изображений проводилась с помощью пакетов расширений Wavelet Toolbox (Matlab) и Wavelets Extension Pack (Mathcad), которые позволяют проводить разложение и анализ двумерных сигналов с помощью wavelet-преобразования. Wavelet Toolbox (Matlab) позволяет использовать возможности систе-мы для решения задач шумоподавления, фильтрации, сжатия и восстановле-ния изображений [67]. В пакете Wavelet Toolbox (Matlab) осуществляется вейвлет-преобразование скрытых изображений, представляющее собой фильтрацию с помощью вейвлет-функций: континуальных неортогональных, в том числе комплексных, ортогональных семейств функций, биортогональ-ных вейвлетов, для выявления латентных изображений.
Пакет расширения Wavelets Extension Pack (Mathcad) позволяет прово-дить анализ латентных изображений с помощью временных рядов, статисти-ческой оценки сигналов, сжатия данных и специальных числовых методов. Для фильтрации и сжатия латентных изображений используются: ортого-нальные и биортогональные вейвлет семейства, включающие преобразование Хаара, двойной спектральный анализ, симмлеты, койфлеты и B-сплайны [37].
Пакеты Wavelet Toolbox (Matlab) и Wavelets Extension Pack (Mathcad) предоставляют широкий набор вейвлет-функций для обработки изображе-ний, содержащих скрытую информацию. Методика обнаружения скрытой информации в изображении, с помо-щью дискретного вейвлет-преобразования [77] заключается в следующем: 1. Пусть – масштабирующая вейвлет-функция и – вейвлет. Они порождают базисные функции и , которые являются па-рой квадратурных зеркальных фильтров H и G, где H – это низкоуровневый фильтр с конечным импульсом отклика, обозначенный , а G – высоко-уровневый фильтр с конечным импульсом отклика. Высокоуровневый фильтр определен: Низкоуровневый фильтр выбран, чтобы удовлетворить следующим ус-ловиям ортонормального представления: 2. Латентное изображение, предназначенное для разложения, задается матрицей . Для получения стандартного разложения изображения применяется одномерное вейвлет-преобразование к каждой строке значений пикселей. Эта операция дает среднее значение и уточняющие коэффициенты для каждой строки. Далее преобразованные строки рассматриваются как от-дельные изображения, и к каждому столбцу применяется одномерное преоб-разование, в результате получаются значения уточняющих коэффициентовгде – это аппроксимирующие коэффициенты; – горизонтальные детализирующие коэффициенты; – вертикальные детализирующие коэффициенты; – диагональные детализирующие коэффициенты. 3. При разложении латентного изображения получаются ука-занные выше четыре типа коэффициентов. Например, горизонтальные дета-лизирующие коэффициенты получаются сверткой строк матрицы с низкочастотным фильтром – h вейвлета и децимацией (прорежива-ние числа отображаемых пикселей), а затем сверткой столбцов полученной матрицы с высокочастотным фильтром – g и децимацией. Схема разложения изображения, содержащего скрытую информацию, соответствует общей схеме разложения двумерных сигналов:
Контроль подлинности банкнот, документов, ценных бумаг с помощью анализа латентных изображений
Количественная оценка визуального качества выявленной информации на латентных изображениях показала, что качество выявленного изображе-ния с помощью разработанного программного комплекса, Wavelet Toolbox (Matlab) и Regula Video Scope соответственно отличаются от эталонного на 9,7%, 28,5% и в 2 раза. Таким образом, выявленное с помощью разработанного программного комплекса изображение имеет наиболее близкое соответствие с эталонным изображением по сравнению с изображениями, выявленными известными средствами.
Главным преимуществом разработанного инструмента по сравнению с программными средствами, которые в своем составе имеют инструмент ви-зуализации латентных изображений (Regula Video Scope) или позволяют об-рабатывать изображения с помощью пространственной фильтрации и вейв-лет-разложения (MathCad, Matlab), заключаются в том, что разработанные алгоритмы позволяют с высокой скоростью обрабатывать изображения и вы-являть на них скрытую информацию. Применение заранее настроенных ком-бинированных фильтров дает преимущество в оперативности контроля, что является необходимой частью криминалистического или банковского иссле-дования денежных знаков, ценных бумаг, а также различного рода докумен-тов, которые защищены латентными изображениями. 1. Разработан программный комплекс, который позволяет: оперативно исследовать образцы на наличие срытых изображений, содержащихся в де-нежных знаках, ценных бумагах, документах и т. д.; улучшать качество ви-зуализированных изображений датчика магнитного поля; проводить кон-троль визуализированных магнитных сигналограмм на наличие несанкцио-нированных записей на их изображениях; определять поля рассеяния намаг-ниченных объектов по их воздействию на геометрические параметры визуа-лизированного датчика магнитного поля. 2. Обоснована работоспособность предложенной методики определе-ния полей рассеяния путем сравнения экспериментально полученных изо-бражений датчика магнитного поля и смоделированных. 3. Эффективность разработанных алгоритмов выявления латентных изображений подтверждена соответствующим экспериментом, который по-зволил выявить скрытые изображения на исследуемых образцах, сформиро-ванных с помощью металлографической печати, разнонаправленных линий защитной сетки, а также с помощью специальных программ (BSS Anticopy, BSS Designer). В диссертационной работе разработаны: 1. Математическая модель физической магнитной системы «объект контроля – поле рассеяния – датчик», представляющая собой визуализиро-ванную магнитную запись в виде намагниченных ячеек, изменяющуюся под действием поля рассеяния намагниченного объекта. Преимущество модели перед существующими заключается в том, что она позволяет получать кар-тину распределения поля как в непосредственной близости от объекта иссле-дования, так и на расстоянии 1мм. 2. Обобщенный алгоритм определения поля рассеяния намагниченно-го объекта, основанный на разработанной модели магнитной системы. Поле определяется путем сопоставления смоделированной картины смещения на-магниченных ячеек в известном поле с экспериментально полученной в поле рассеяния исследуемого объекта или рассчитывается по найденным функ-циональным зависимостям смещения визуализированных полос от напря-женности однородного магнитного поля. 3. Математическая модель формирования латентного изображения, основанная на растрировании скрываемого изображения, и алгоритм ее реа-лизации. 4. Методика обнаружения скрытой информации, основанная на дву-мерном дискретном вейвлет-преобразовании и алгоритм выявления латент-ного изображения с помощью разработанной базы комбинированных фильт-ров, который позволяет в зависимости от типа латентного изображения при-менить оптимальную последовательность фильтров. 5. Программный комплекс, который решает задачи комплексного кон-троля несанкционированных записей на магнитных носителях, определения полей рассеяния намагниченных объектов, выявления латентных изображе-ний на ценных бумагах, денежных знаках, документах.
