CC BY
101
международный научный журнал «инновационная наука»
№12/2015
2410-6070
Рисунок 5 - Прогноз выходной переменной после введения помех (ошибка а = 0.068)
В заключение отметим, что КТ-модели являются моделями нового типа в теории идентификации. Обратим внимание на то, что КТ-модели представляют собой органический синтез параметрических и непараметрических моделей. Проведённые многочисленные расчёты (рисунки 4, 5) демонстрируют высокую эффективность работы КТ-модели.
Список использованной литературы:
1. Медведев А. В. Теория непараметрических систем. Моделирование. Вестник СибГАУ, 2010. № 4 (31). С. 4-9.
2. Мальцева Т. В., Медведев А. В. Исследование алгоритма прогноза выхода комбинированной многосвязной системы. Молодой учёный, 2011. №6(49). С. 73-79.
3. Хардле В. Прикладная непараметрическая регрессия. Пер. с англ. - М., Мир. 1993. 327 с.
4.В. А. Васильев, А.В.Добровидов, Г.М. Кошкин. Непараметрическое оценивание функционалов от распределений стационарных последовательностей. М.:Наука, 2004. 508 с.
5. Медведев А. В. Основы теории адаптивных систем. Изд. СибГАУ. Красноярск. 2015. 525 с.
6. Льюнг Л. Идентификация систем. Теория для пользователя: Пер с англ./ Под ред.Я.З. Цыпкина М.:Наука, Гл. ред. физ.-мат. лит.,1991. 432 с.
7. Цыпкин Я. 3. Информационная теория идентификации. — М.: Наука. Физматлит, 1995. — 336 с.
8. Медведев А. В. Теория непараметрических систем. К-модели. Вестник СибГАУ, 2011. № 3 (36). С. 6-12.
© Кузьмин М.В., Медведев А.В., 2015
УДК 004.932
С.В. Кулешов, д.т.н.
в.н.с., Санкт-Петербургский институт информатики и автоматизации РАН
г. Санкт-Петербург, Российская Федерация
А.Ю. Аксенов
м.н.с, Санкт-Петербургский институт информатики и автоматизации РАН
г. Санкт-Петербург, Российская Федерация
А.А. Зайцева, к.т.н.
с.н.с., Санкт-Петербургский институт информатики и автоматизации РАН
г. Санкт-Петербург, Российская Федерация
ПОДХОД К ИДЕНТИФИКАЦИИ ИСТОЧНИКА СНИМКОВ С ЦИФРОВЫХ КАМЕР
Аннотация
В статье рассматривается подход к идентификации источника изображений полученных с цифровых
международный научный журнал «инновационная наука» №12/2015 issn 2410-6070
камер. Создание подобных методов является актуальной задачей, например, в вопросах охраны авторского права. Предлагаемый подход основан на поиске и сравнении уникального для каждого цифрового фотоаппарата пространственного расположения особых пикселов (дефектов светочувствительного сенсора). Под особыми пикселами в статье понимаются так называемые «битые» и «горячие» пикселы. Проведенные эксперименты показали потенциальную возможность использования предлагаемого метода в задачах идентификации источника цифровых изображений.
Ключевые слова Цифровая камера, аутентификация, пиксел, связность, матрица
Введение. В связи с бурным развитием способов распространения цифровых материалов зачастую утрачиваются сведения об их авторстве. Поэтому становится актуальной разработка методов, устанавливающих аутентичность цифровых фотографий и фотокамер. Проведенный анализ показал наличие лишь единичных реализаций подобных методов. Предлагаемый метод аутентификации основан на анализе уникального расположения дефектных пикселов для каждого экземпляра цифровой камеры.
В матрице (наборе светочувствительных сенсоров) цифровых камер существует некоторое количество особых пикселов на матрице [1]. Особыми пикселами в статье будем называть «битые» и «горячие» пикселы.
Под «битыми» пикселами (официальное название — дефектные пиксели, англ. defective pixels) [2] понимается дефект электронного устройства, воспринимающего или воспроизводящего изображение и имеющего пиксельную структуру. Проявляется в неизменности выходного сигнала (яркости свечения в случае монитора, данных в цифровом файле в случае матрицы цифрового фотоаппарата) нескольких пикселей.
«Горячие» пикселы (англ. hot pixels) — дефект, при котором значение выходного сигнала имеет неверную зависимость от входного, или выходной сигнал в наибольшей степени зависит от иных факторов (температура, значение соседних пикселей).
«Зависимые» пикселы — жаргонный термин, означающий зависимость конкретного пиксела от значения его окружающих. Как правило, такие пикселы незаметны на реалистических изображениях. Причиной появления такого дефекта является неисправность элемента матрицы, в случае «битого» пиксела — константная неисправность. Поскольку изготовление матрицы — процесс дорогой и трудоёмкий, а проверить её на неисправность можно лишь после полного изготовления, производители стараются отбраковывать продукцию как можно реже, относя её по результатам теста к одному из классов качества.
В случае матрицы цифрового фотоаппарата, видеокамеры, сканера, документ-камеры или иного воспринимающего изображение устройства величиной выходного сигнала является числовое значение соответствующего пиксела в файле цифрового фотоаппарата. В подавляющем большинстве цифровых фотоаппаратов предусмотрено маскирование «битых» пикселов путём интерполяции их значения из соседних (тем самым превращая их в «зависимые»).
У большинства производителей наличие не более чем 3-х (некоторыми — 5-ти) битых пикселов не считается браком матрицы.
Наличие «линейки» «горячих» пикселов, а также групп близко расположенных «горячих» пикселов считается браком матрицы.
Со временем особые пикселы появляются на любой матрице.
В работе [4] рассматриваются физические аспекты возникновения дефектных пикселей на светочувствительных матрицах различных типов. При этом в работе не дается конструктивных предложений по разработке методов поиска дефектных пикселей и методов сравнения по полученным изображениям.
В отличие от методов для верификации сенсора - камеры источника, предложенных в [4-5], где для построения шаблона требуется набор изображений, в предлагаемом подходе карта дефектных пикселей строится по одному предъявленному изображению.
Описание метода. Разницу между битыми и горячими пикселами для цифровых камер принято определять следующим образом: битые пиксели отличаются яркостью и цветом от других пикселей при
международный научный журнал «инновационная наука» №12/2015 issn 2410-6070
любых ISO и на любых выдержках, как на коротких, так и на длинных. Горячие пиксели видны обычно на выдержках, больших чем 1/30 - 1/40, на более коротких же они становятся незаметными, причем чем выше температура камеры и значение ISO, тем больше вероятность появления таких пикселов [1].
Существуют различные способы сокрытия особых пикселов на матрице цифровой камеры, такие как мэппинг при производстве матрицы непосредственно на заводе-изготовителе и динамический мэппинг при использовании камеры. При этом пикселы помеченные как дефектные не участвуют в построении изображения. Программа создает карту расположения битых пикселов, вычисляет их координаты, а затем вычитает так, что на итоговых кадрах их не будет заметно.
Исходной посылкой для разработки метода аутентификации цифровых камер стала методика [1], которая производится по следующему алгоритму:
Устанавливаются следующие параметры фотосъемки: чувствительность ISO50, разрешение максимальное для конкретной модели, сжатие изображения с минимальными потерями, режим съемки - без вспышки. Объектив закрыт непрозрачной заслонкой (шторкой), гарантирующей полную светонепроницаемость. Делается несколько снимков с максимальным возможным временем экспозиции. Появление на снимках точек, отличных от черного цвета указывает на наличие в этих местах на матрице «горячих» пикселов. Иллюстрация описанной методики приведена на рисунке 1.
Рисунок 1 - Пример расположения особых пикселов для камеры ViewQuest VQ2103
На основе описанной методики предлагаются два алгоритма, реализующие метод аутентификации цифровых камер.
В первом случае для обнаружения особых пикселов на изображениях, в которых произведено объединение цветовых компонентов или предварительная обработка (в этом случае нет доступа к исходным значениям интенсивности и освещенности пикселов матрицы камеры), используется поиск всех пикселов, значения которых являются средним арифметическим значений соседних пикселов в смысле 4-связности [3, стр. 42] - метод интерполяции (рисунок 2).
Рисунок 2 - Иллюстрация метода интерполяции, используемой для обнаружения особых пикселов
В связи с тем, что критерий поиска особых точек является чувствительным к контенту изображения (возможны ложные срабатывания критерия для пикселов, не являющихся особыми) количество
международный научный журнал «инновационная наука»
№12/2015
issn 2410-6070
обнаруженных точек будет больше чем фактическое количество особых точек.
При сравнении полученных карт расположения особых точек следует учитывать эту особенность и производить сравнение с некоторым порогом согласно выражению (1).
LP n D
И
>3,
(1)
где P - множество дефектных пикселов на референсном отпечатке матрицы (полученном без доступа света) цифровой камеры, D - множество дефектных пикселов на изображении, предположительно полученном с данной цифровой камеры.
Использование метода на изображениях, представленных в формате JPEG, снижает точность работы в связи с тем, что используемый алгоритм сжатия с потерями основан на устранении высоких частот в изображении, что приводит к размытию изображения, и, соответственно, увеличению ложных срабатываний при обнаружении особых точек.
Дополнительные трудности возникают при множественной интерполяции пикселов при переводе изображения из структуры, определяемой форматом структуры фильтра Байера.
Для устранения последствий интерполяции предлагается второй алгоритм, использующий RAW-формат, предоставляемый некоторыми типами камер. При этом поиск особых пикселов производится для каждого цвета отдельно. Идея метода основана на поиске пикселов, интенсивность которых сильно отличается от среднего значения пикселов того же цвета, находящихся вокруг искомого пиксела. При резком отклонении в большую сторону можно детектировать «горячий» пиксел, в меньшую сторону - «битый» пиксел.
Иллюстрация метода приведена на рисунке 3. Производится вычисление среднего значения пикселов a,b,c,d, принадлежащих пикселам матрицы, имеющим одинаковый цвет светофильтра, после чего производится сравнение полученного значения со значением пиксела е.
Предлагается использование следующего критерия:
D =
S S -i^S , -, + S -,
X, y+2 x, y— 2 x+ 2, y x—2, y
4
— S
где 5 - интенсивность освещенности пиксела с координатами (х,у). Если О > £, то пиксел
считается «горячим», при D < s - пиксел считается «битым».
Рисунок 3 - Иллюстрация применения метода к RAW-изображениям, полученным с матрицы,
оснащенной фильтром Байера
Недостаток второй реализации метода состоит в том, что он применим только к изображениям в формате RAW.
международный научный журнал «инновационная наука»
№12/2015
issn 2410-6070
Заключение. В работе описаны метод обнаружения дефектных пикселей и критерий идентичности источников для задачи аутентификации снимков с цифровых камер для изображений в формате JPEG и формате RAW при условии, что изображение получено непосредственно с камеры и не подвергалось обработке. Показаны ограничения применимости предложенных реализаций. Список использованнй литературы:
1. Алгоритм проверки ЦФК на примере Canon PowerShot A60/A70. -http://www.videozona.ru/photo_tests/CheckA70/ChA60-70.asp
2. Битые пиксели - http://m.wikipedia.org/wiki/Битые_пиксели
3. Дёмин А.Ю. Основы компьютерной графики: учебное пособие. // Томский политехнический университет. - Томск: Изд-во Томского политехнического университета, 2011. - 191 с.
4. Zeno J Geradts, Jurrien Bijhold, Martijn Kieft, Kenro Kuroki, Naoki Saitoh Methods for identification of images acquired with Digital cameras // Proc. SPIE 4232, Enabling Technologies for Law Enforcement and Security, 505 (February 21, 2001); doi:10.1117/12.417569
5. Khanna, N., Mikkilineni, A.K., Delp, E.J. Forensic Camera Classification: Verification of Sensor Pattern Noise Approach // Forensic Science Communications (FSC), 2009, 11(1).
© Кулешов С.В. , Аксенов А.Ю. , Зайцева А.А.,2015
УДК 697.7
К.К. Куликов
Магистрант
Тульский Государственный Университет г. Тула, Российская Федерация
ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ СОЛНЕЧНХ КОЛЛЕКТОРОВ
Аннотация
Рассматриваются перспективы применения солнечных коллекторов для отопления и горячего водоснабжения жилых домов.
Ключевые слова
Солнечный коллектор, гелиосистема, антифриз, теплообменник, источник энергии.
В соответствии с Федеральным законом от 27 июля 2010 г. №°190-ФЗ "О теплоснабжении" необходимо формирование основных направлений и мероприятий по развитию системы теплоснабжения , которые обеспечат надежное удовлетворение спроса на тепловую энергию (мощность).
В связи с загрязнением окружающей среды, ограниченностью невозобновляемых источников энергии, повышением цен на энергоносители необходимо предусматривать ряд мер по использованию альтернативных источников энергообеспечения. Примером таких мероприятий могут быть: эффективная энергосберегающая политика государства, использование возобновляемых источников энергии (энергии солнца, ветра, геотермальной, приливов) и др. "Энергетической стратегии России на период до 2020 года" соответствует масштабное использование источников возобновляемой энергии.
Одним из инновационных направлений модернизации систем теплоснабжения, позволяющим сократить энергозатраты, является применение солнечных коллекторов. Они используются для создания горячей воды, отопления и других нужд человека, поэтому солнечный коллектор должен максимально впитывать солнечное тепло и сохранять его. Это достигается чёрным коллектором, его общей площадью и углом наклона к южной стороне.
Солнечный коллектор - универсальное устройство, которое используется для сбора солнечной энергии
