تكنيك هايي براي پنهان كردن اطلاعات
پنهان كردن اطلاعات شكلي از مختصر نويسي است كه اطلاعات را در يك رسانه ديجيتالي به منظور شناسايي، تعليق و حق چاپ جا مي دهند. محدوديت هاي زيادي بر اين فرآيند تاثير مي گذارند: كميت اطلاعات پنهان شده، نيازمند تغييري ناپذيري اين اطلاعات تحت شرايطي است كه سيگنال ميزبان در معرض تحريف باشد براي مثال مي توان اختصار پراتلاف، درجه اي كه اطلاعات بايد براي رهگيري محفوظ شوند، تغيير يا پاك شدن توسط گروه سوم را نام برد. ما هم تكنيك هاي سنتي و هم جديد را جستجو مي كنيم. به فرآيند پنهان كردن اطلاعات و ارزيابي اين تكنيك ها در سه كاربرد مي پردازيم:

حمايت از حق چاپ، محافظت در برابر دستكاري و مداخله و افزايش جاي گذاري اطلاعات.
دسترسي ديجيتالي به امكانات رسانه اي و به طور بالقوه بهبود قابليت انتقال، بازده و صحت اطلاعات ارائه شده است. تاثيرات نامطلوب دسترسي آسان به اطلاعات، افزايش فرصت براي نقض حق چاپ و دستكاري يا تغيير مطالب مي باشند. انگيزه اين كار در بر گيرنده اقدامات لازم حقوق عقلاني است كه نشانه اي از دستكاري مطالب و به معناي تعليق آنهاست. پنهان كردن اطلاعات نشان دهنده بخشي از فرآيندهاي مورد استفاده براي جاي گذاري اطلاعات است كه از آن جمله حق چاپ اطلاعات، اشكال مختلف رسانه(صوتي، تصويري، متني) با حداقل ميزان تنزل مشهود براي سيگنال ميزبان است.

براي مثال اطلاعات جاي گذاري شده بايد براي فرد ناظر غير قابل ديدن و نامفهوم باشند. به اين مسئله توجه كنيد كه پنهان كردن اطلاعات گرچه مشابه تراكم و اختصار است اما از پنهان كاري متمايز است. و هدف آن دسترسي منحصر و خاص براي سيگنال ميزبان نيست بلكه بيشتر براي اطمينان از مصونيت و بازيابي اطلاعات جايگذاري شده است. دو هدف مهم پنهان كردن اطلاعات در رسانه ديجيتالي فراهم كردن حفاظت از حق چاپ و تضمين بي عيبي مطالب است، بنابراين اطلاعات بايد در سيگنال ميزبان پنهان بمانند حتي اگر سيگنال در معرض دستكاري، تنزل خلوص، نمونه برداري يا اختصار پر اتلاف داده ها قرار بگيرد. كاربرد ديگر پنهان كردن اطلاعات شامل گنجايش زياد اطلاعات مي شود كه نيازي به بازيابي، پاك كردن يا جدا كردن پيدا نمي كند و اين اطلاعات هم براي نويسنده و هم خواننده مفيد هستند.

بنابراين تكنيك هايي كه براي پنهان كردن اطلاعات مورد استفاده قرار مي گيرند به كميت اطلاعات و تغيير ناپذيري آن اطلاعات براي دستكاري بستگي دارد. از آنجايي كه هيچ يك از روشها تمام اين اهداف را برآورده نمي كند، هر يك از اين فرآيندهاي مورد نياز طيفي از كاربردهاي ممكن را در بر مي گيرند. از لحاظ فني پنهان كردن اطلاعات دشوار است و هر روزنه اي براي اينكه با اطلاعات در سيگنال ميزان يا از لحاظ ادراكي يا آماري پر شود در معرض پاك شدن يا اختصار پر اتلاف قرار مي گيرد.

كليد موفقيت براي پنهان كردن اطلاعات پيدا كردن روزنه هايي است كه براي استخراج مناسب نيستند و از طريق الگوريتم اختصار حاصل مي شوند. مسئله حادتر پر كردن اين روزانه ها با اطلاعات، نامتغير باقي ماندن طبقه بزرگ انتقال سيگنال ميزبان است.

ويژگي ها و كاربردها:
تكنيك هاي پنهان كردن اطلاعات بايد قادر به جاي گذاري اطلاعات در سيگنال ميزبان با محدوديت ها و ويژگي هايي كه در ادامه آمده است باشند:

۱٫ سيگنال ميزبان بايد به خوبي اطلاعات را كاهش دهد و آنها را به شكلي جاي گذاري كند كه در حالت حداقل قابل درك باشند.(هدف از اين كار پنهان نگه داشتن اطلاعات است. طوري كه هر جادوگري به شما خواهد گفت كه هر چيزي امكان پنهان شدن دارد گرچه قابل ديدن باشد. شما به ندرت مي توانيد فرد را از جستجو كردن در آن باز داريد. ما از كلمات غيرقابل شنيدن، غير مشهود و غير قابل ديدن بدين منظور استفاده مي كنيم كه ناظر متوجه حضور اطلاعات نمي شود حتي اگر آنها مشهود و قابل درك باشند.)

۲٫ اطلاعات جاي گذاري شده بايد به طور مستقيم در رسانه رمز گذاري شده باشند تا اينكه اطلاعات از طريق تغيير شكل فايل اطلاعات بي عيب و كامل باقي بمانند.
۳٫ اطلاعات جاي گذاري شده بايد در مقابل تغييرات عمدي و تلاش هاي هوشيارانه در پاك كردن با پيش بيني دستكاريها مصون بمانند. براي مثال: صداي شبكه، فيلتركردن، نمونه برداري، اختصار پر اتلاف، پرينت و اسكن، تبديل ديجيتال به آنالوگ(A/D) و تبديل آنالوگ به ديجيتال(A/D) و…

۴٫ رمزگذاري بي تناسب اطلاعات جاي گذاري شده معقول است زيرا هدف پنهان كردن اطلاعات نگهداشتن آنها در سيگنال ميزبان است و ضرورتي ندارد تا دسترسي به اطلاعات را مشكل سازيم.
۵٫ رمزگذاري اصلاح خطا و اشتباه بايد براي اطمينان از بي عيبي اطلاعات استفاده شود. تنزل اطلاعات جاي گذاري شده در زمان تغيير سيگنال ميزبان اجتناب ناپذير است.

۶٫ اطلاعات جاي گذاري شده بايد خود قفل شوند و يا به طور قراردادي و دلخواهانه برگشت شوند. اين امر اطمينان مي دهد كه اطلاعات جاي گذاري شده زماني كه تنها بخش هايي از سيگنال ميزبان قابل دسترس هستند مي توانند بازيافت شوند. براي مثال اگر بيت صدا از يك مصاحبه استخراج شده است، اطلاعات جاي گذاري شده در بخش صوتي مي توانند بازيافت شوند. اين ويژگي همچنين رمزگذاري اتوماتيك اطلاعات پنهان را تسهيل مي كند و نيازي به ارجاع به سيگنال اصلي ميزبان نمي باشد.

كاربردها:
بين كميت اطلاعات جاي گذاري شده و ميزان مصونيت سيگنال ميزبان در مقابل تغيير، تناسب وجود دارد. با محدوديت ميزان تنزل سيگنال ميزبان روش پنهان كردن اطلاعات يا با ميزان بالاي اطلاعات جاي گذاري شده يا با مقاومت بالا در مقابل تغيير عمل مي كند و نمي تواند هر دو را با هم داشته باشد و همان طور كه يكي افزايش مي يابد ديگر بايد كاهش پيدا كند.

اين مسئله از لحاظ رياضي مي تواند براي بعضي سيستم هاي پنهان كردن اطلاعات نشان داده شود و شامل يك طيف گسترده است و به نظر مي رسد براي همه سيستم هاي پنهان كردن اطلاعات درست باشد. كميت اطلاعات جاي گذاري شده و ميزان تغيير سيگنال ميزبان از كاربردي به كاربرد ديگر متفاوت است. بنابراين تكنيك هاي مختلف براي كاربردهاي مختلف به كار گرفته مي شوند، چندين مورد از كاربرد احتمالي پنهان كردن اطلاعات در اين بخش مورد بحث قرار مي گيرند، يكي از كاربردها كه نيازمند حداقل ميزان اطلاعات جاي گذاري شده است سايه دار كردن ديجيتالي مي باشد. اطلاعات جاي گذاري شده براي نشانه اي از صاحب سيگنال ميزبان و براي اهدافي مشابه آن استفاده مي شوند براي مثال براي امضاي نويسنده يا لوگوي شركت به كار مي روند، از آنجايي كه اطلاعات ماهيت بحراني دارند و سيگنال ممكن است با تلاش هاي عمدي و هوشيارانه تخريب يا پاك شوند؛ تكنيك هاي رمزگذاري بايد براي مصون ماندن از انواع گسترده تغييرات استفاده شوند، دومين كاربرد براي پنهان كردن اطلاعات،

حفاظت در مقابل دستكاري است، و مورد استفاده قرار مي گيرد تا نشان دهد كه سيگنال ميزبان از طريق نويسنده اش تعيين شده است، تغيير اطلاعات جاي گذاري شده نشان دهنده تغيير سيگنال ميزبان در مواردي مي باشد. سومين كاربرد ويژگي مكان يابي است كه نيازمند اطلاعات بيشتري براي جاي گذاري است.

در اين كاربرد اطلاعات جاي گذاري شده در مكان هاي خاصي در يك تصوير پنهان مي شوند، و امكان تعيين ويژگي هاي فردي مطالب وجود دارد. براي مثال: نام فرد سمت چپ در مقابل سمت راست تصوير است. به طور خاص، ويژگي مكان يابي اطلاعات در معرض ياك پدگي عمدي قرار نمي گيرد. اما انتظار مي رود سيگنال ميزبان در معرض ميزان خاصي از تغيير قرار بگيرد. براي مثال: تصاوير به طور هميشگي توسط مقياس تعيين مي شوند؛ در نتيجه تكنيك پنهان كردن اطلاعات با ويژگي مكان يابي بايد از تغييرات هندسي و غيرهندسي سيگنال ميزبان مصون باشند. عنوان هاي صوتي و تصويري به ميزان زيادي از اطلاعات نياز دارند.

حاشيه ها اغلب به طور جداگانه از سيگنال ميزبان حركت مي كنند. بنابراين نيازمند ذخيره سازي و شبكه هاي اضافه هستند. اگر شكل فايل تغيير كند حاشيه ها در فايل و بخش هاي اصلي اغلب ناپديد مي شوند. حاشيه ها اغلب در قابل فايل تصويري نشاندار خلق مي شوند و زماني كه تصوير به شكل مبادله گرافيكي انتقال مي يابد امكان ندارد ظاهر شود. اين مشكلات توسط حاشيه هايي كه به طور مستقيم در سيگنال ميزبان جاي گذاري شده اند حل مي شوند.

اقدام اوليه:
Adelson(ادلسون) روش پنهان كردن اطلاعاتي را توصيف مي كند كه از حساسيت گوناگون سيستم بصري انسان براي مقابله با فركانس سه بعدي استفاده مي كند. ادلسون، اطلاعات تصويري با فركانس بالاي سه بعدي را جايگزين پنهان كردن اطلاعات در هرم رمزگذاري شده تصوير ساكن كرده است. و قادر است ميزان زيادي از اطلاعات را به طرز كارآمدي رمزگذاري كند. قوانيني براي مصون كردن اطلاعات در مقابل شناسايي يا پاك كردن از طريق تغييرات خاص از قبيل فيلتر كردن و … وجود ندارد. Stego(استيگو)،

يكي از چندين بسته نرم افزايش قابل دسترس به طور گسترده است كه به آساني اطلاعات را در حداقل بيت خاص سيگنال ميزبان رمزگذاري مي كند. اين تكنيك نيز از تمام مشكلات مشابه مثل روش ادلسون رنج مي برد اما مشكل تنزل كيفيت صوتي و تصويري را نيز دارد. Bender(بيندر) تكنيك ادلسون را با استفاده از بي نظمي به منظور پنهان كردن اطلاعات جاي گذاري شده و باز داشتن از شناسايي تغيير مي دهد.

اما پيشرفتي براي مصونيت از دستكاري سيگنال ميزبان فراهم نمي كند. Lippman(ليپمن) اطلاعات را در شبكه رنگي سيگنال تلويزيوني كميته استانداردهاي بين المللي تلويزيون پنهان مي كند و اين كار را از طريق استخراج موقتي نشانه هاي رنگي در چنين سيگنالهايي انجام مي دهد. سيستم هاي خاص توسعه يافته تلويزيوني، در اين روش ميزان زيادي از اطلاعات را رمزگذاري مي كنند اما اين اطلاعات براي فرآيندهاي ضبط، اختصار و انتقال رمز ناپديد مي شوند. تكنيك هاي ديگر از قبيل Hecht’s Data .colyph يك باركد(كد ميله اي) به تصاوير اضافه مي كند. و تغييرات هندسي آنها از پيش تعيين شده است.

طيف گسترده يك تكنولوژي اميد بخش براي پنهان كردن اطلاعات است. جدا كردن و پاك كردن آن كار سختي است اما اغلب تعريف محسوسي در سيگنال ميزبان وارد مي كند.
مشكل فضا:
هر يك از كاربردهاي پنهان كردن اطلاعات نيازمند ميزان متفاوتي از مقاومت در مقابل تغيير و ميزان متفاوت جاي گذاري اطلاعات هستند. اين شكل، تئوري مشكل فضاي پنهان كردن اطلاعات را دارد(به شكل ۱ نگاه كنيد). بين گستردگي و استحكام، تناسب ذاتي وجود دارد يا به بيان ديگر ميزاني كه اطلاعات در مقابل حمله يا انتقال مصون هستند، براي سيگنال ميزبان از طريق كاربرد معمولي رخ مي دهد. براي مثال: اختصار، نمونه برداري و…

بيشتر اطلاعات پنهان شده براي مثال متن مجزاي تصويري، ايمني كمتري نسبت به رمزگذاري دارد. حداقل اطلاعات پنهان شده براي مثال سايه دار كردن، امنيت كمتري براي رمزگذاري دارد.

پنهان كردن اطلاعات در تصاوير ساكن
پنهان كردن اطلاعات در تصاوير ساكن نشان دهنده گوناگوني چالش هايي است كه در نتيجه روش عمل سيستم بصري بشر(HVS) و تغييرات خاصي كه تصاوير متحمل مي شوند، افزايش مي يابد. علاوه بر اين تصاوير ساكن به نسبت سيگنال كوچك ميزبان را براي پنهان كردن اطلاعات فراهم مي كند.

تصوير هشت بيتي ۲۰۰ * ۲۰۰ پيكسل نزديك به چهل كيلو بايت فضاي اطلاعاتي را فراهم مي كند. همچنين، اين مسئله معقول است كه انتظار داشته باشيم تصاوير ساكن در معرض تغييرهاي ساده يا غيرخطي از قبيل محو كردن، حذف كردن و اختصار پر اتلاف قرار بگيرند. تكنيك هاي عملي پنهان كردن اطلاعات نياز به استحكام در مقابل بسياري از اين تغييرات دارند. برخلاف اين چالش ها، تصاوير ساكن نماينده مناسبي براي پنهان كردن اطلاعات هستند.

وجود بسياري از ويژگي هاي HVS است كه آن را بالقوه نماينده استفاده در سيستم پنهان كردن اطلاعات مي كند. و حساسيت زياد ما را در مقابل عملكرد فركانس سه بعدي و مخفي كردن تاثير لبه ها را در بر مي گيرد.(هم در روشنايي و هم در رنگ تابي). HVS حساسيت پائيني براي تغييرات كوچك در روشنايي دارد و قادر است تغييرات كمتر از يك جزء را در ۳۰ جزء براي الگوهاي بي نظم دريافت كند. به هر حال در قسمت هاي يكسان تصوير، HVS در مقابل تغييرات روشنايي بيشتر حساس است و نزديك به يك جزء در ۲۴۰ مي باشد. يك نمايشگر خاص CRT يا پرينتر طيف پوياي محدود شده اي دارد. يك تصوير، يك جزء در ۲۵۶ را نشان مي دهد. براي مثال سطوح خاكستري ۸ بيتي كه به طور بالقوه در اتاق براي پنهان كردن اطلاعات وجود دارند،

به عنوان تغييرات شبه تصادفي براي وضوح و روشنايي تصوير هستند، روزانه ديگر HVS حساسيت بسيار كمتري در مقابل فركانس هاي سه بعدي دارد. از آن جمله تغييرات دائمي در روشنايي بين تصوير است مثل يك عكس. مزيت ديگر كار كردن با تصاوير ساكن اين است كه آنها غير اتفاقي هستند. تكنيك هاي پنهان كردن اطلاعات به هر پيكسل يا قالبي از پيكسل هاي بي نظمي مي توانند دسترسي داشته باشند. با استفاده از اين مشاهدات، ما گوناگوني تكنيك ها را براي جاي گذاري اطلاعات در مقابل تصاوير ساكن را توسعه داده ايم. بعضي از تكنيك ها بيشتر براي ميزان كوچكي از اطلاعات و بعضي ديگر براي ميزان بيشتري مناسب هستند. بعضي از تكنيك ها بيشتر در مقابل تغييرات هندسي مقاوم هستند در حاليكه بعضي ديگر بيشتر در مقابل تغييرات غير هندسي از قبيل فيلتر كردن مقاوم هستند. ما هر دوي اين حوزه ها و تركيب مناسب آنها را مورد بررسي قرار مي دهيم.

سرعت بيتي پائين پنهان كردن اطلاعات
در رمز گذاري سرعت بيتي پائين، ما سطح بالايي از استحكام را در ازاي دامنه پائين نوار انتظار داريم. تاكيد بر مقاومت در تلاش براي پاك كردن اطلاعات توسط گروه سوم است. هم تكنيك هاي آماري و هم عقلاني در بخش بعدي در مورد patchwork، تركيب و كاربردها بحث مي شوند.
Patchwork: يك شيوه آماري

اين روش آماري كه ما آن را patchwork مي ناميم براساس فرآيندي آماري و شبه تصادفي است.
Patchwork به طور نامرئي در شاخص خاص آماري تصوير ميزبان جاي مي گيرد. شكل ۲ تكرار سيگنال را در روش patchwork نشان مي دهد. دو تكه كه به شكل شبه تصادفي انتخاب شده اند اولي A و دومي B است. اطلاعات تصويري در تكه A روشن شده در حاليكه اين اطلاعات در تكه B تاريك شده اند. اين شاخص آماري منحصر به فرد حضور يا عدم حضور حاشيه را نشان مي دهد. Patchwork به محتواي تصوير ميزبان وابسته است. و به شكل معقولي مقاومت بالا را در برابر بيشتر تغييرات تصويري غير هندسي نشان مي دهد.

فرضياتي را كه در ادامه آورده ايم درك آن را آسانتر مي كند. سيستم كميتي به شكل خطي از صفر شروع مي شود. تمام سطوح روشنايي با يكديگر برابرند و تمام نشانه ها به يكديگر وابسته اند. الگوريتم patchwork به اين شكل پيش مي رود: هر دو نقطه A و B متغيرهاي انتخاب شده تصوير هستند. فرض كنيد a با روشنايي در نقطه A و b با روشنايي در نقطه B برابر است حالا(۱) s=a-b. ميزان مورد انتظار «s» صفر است يعني ميزان متوسط«s» بعد از تكرار اين روند زمان زيادي است كه انتظار مي رود صفر باشد، اگر چه ميزان مورد انتظار صفر است اما اين مسئله بيانگر اين نيست كه s يك مورد خاص خواهد بود، اين امر به خاطر واريانس كاملا بالا براي اين روش مي باشد. واريانس«s» ميزان چگونگي شدت نمونه هاي«s» است كه اطراف ميزان صفر مورد نظر جمع خواهند شد. براي محاسبه كردن اين مسئله ما مشاهداتي را كه در ادامه آمده در نظر مي گيريم: از آنجايي كه s=a-b است، فرض مي شود كه a و b به يكديگر وابسته اند مي تواند به شكلي كه در ادامه آمده محاسبه شود.

(۲)
براي«s» يكسان است: (۳)
حالا است از آنجايي كه a و b نمونه هاي مشابه هستند آنها را اين گونه جاي گذاري مي كنيم بنابراين:
(۴)

بازده انحراف استاندارد است. بدين معنا كه در بيش از نيمي از زمان،«s» بزرگتر از ۴۳ و كمتر از ۴۳- خواهد شد. حالا اين روش را n بار تكرار مي كنيم. ai و bi مقدارهاي a و b هستند كه در طي تكرار iام si در نظر گرفته شده اند. حالا اجازه دهيد Sn را اين گونه تعريف كنيم:
(۵)

مقدار مورد نظر«Sn» است: (۶) Sn=n*s=n*0=0
از آنجايي كه شمار تعداد ai بيشتر از bi است شروع، توسط تغيير شمار تعدادها درست است حالا واريانس هست: و انحراف استاندارد (۸)
حالا مي توانيم S 10000 را براي يك تصوير محاسبه كنيم. اگر واريانس بيش از انحراف استاندارد، پائين باشد ما مي توانيم تعيين داشته باشيم كه اين موضوع اتفاقي نبوده است. در حقيقت از آنجايي كه ما بعدا S’n را براي n بزرگ نشان خواهيم داد، پراكندگي گاوس، انحرافي كمتر از براي ميزان بالاي اطمينان از حضور رمزگشايي را نشان خواهد داد(به جدول يك نگاه كنيد). روش patchwork به طور ساختگي«s» را براي تصوير داده شده معين مي كند و s’n انحرافات بسيار دورتر از انتظار است. براي رمزگذاري اين تصوير ما:

۱ . از روش خاصي براي انتخاب افزايش تعداد شبه تصادفي شناخته شده استفاده مي كنيم. اين امر بسيار مهم است زيرا رمزگذاري نياز به ديدن نقاط مشابه در طي رمز گشايي دارد.
۲ . روشنايي را در تكه :

A توسط ميزان ، به طورخاص در طيفي از ۱ تا ۵ بخش در ۲۵۶ بخش بالا مي بريم.
۳ . روشنايي را در b I توسط ميزان مشابهي از ، پايين مي آوريم.
۴ . اين مسئله را براي n مرحله تكرار مي كنيم ( n به طورخاص ۱۰۰۰۰ ~ است). حالا، زمان رمزگشايي است و S n خواهد بود:
پس درهرمرحله ما يك پيش نگري از * ۲ را جمع آوري مي كنيم. بنابراين بعد از تكرار n ، ما انتظار داريم S n باشد : (۱۱ )

همانطور كه n يا افزايش مي يابند تناوب پراكندگي بيشتر به سمت راست است (شكل ۳ و جدول ۱ ) اگر ما به اندازة كافي آن را تغييرجهت دهيم، هرنقطه اي كه احتمالا درپراكندگي مي افتد بسيار بعيد است تا نزديك به مركز پراكندگي هاي ديگر باشد. گرچه اين روش اساسي خودش به خوبي كارمي كند اما ما تعدادي تغييرات براي بهبود عملكرد آن انجام داده ايم:
۱ . تكه هاي چندين نقطه را بيش از تك نقطه ها مورد عمل قرارمي دهيم. اين امر برتغيير جهت صدا تأثيرمي گذارد و توسط patchwork در فركانس هاي پايين تر سه بعدي
تعريف مي شود و حداقل احتمال براي پاك شدگي توسط اختصار پراتلاف و فيلترهاي پاسخ محدود حركتي وجود دارد.

۲ . patchwork را با استفاده از تركيب يا با رمزگذاري نسبي يا ابتكاري براساس تشخيص ويژگي مقاوم تر مي كنيم. رمزگشايي patchwork نسبت به تغييرات تصوير ميزبان حساس است. اگر نقطه هاي موجود در تصوير درطي رمزگذاري با تبديل يا چرخش تعديل شوند، قبل از رمزگشايي ، رمز، ناپديد مي شود.

۳ . مزيت اين حقيقت را كه Patchwork به نسبت در برابر برداشت مقاوم است را در نظر مي گيريم. باتوجه به نقاط بيروني مناطق شناخته شده تصوير patchwork در دقت كاهش مي يابد و اين كاهش تاحدي است كه تصويرقفل شود.
Patchwork همچنين در برابرگاما و مقياس صدا مقاوم است زيرا ميزان روشنايي (تشعشع) قابل مقايسه، تقريبا درمسيري مشابه تحت چنين تغييراتي حركت مي كند.
شكل تكه ها :

بعضي توضيحات را در مورد شكل تكه ها ذكرمي كنيم. شكل ۴ سه شكل تكه اي تك بعدي را نشان مي دهد. درشكل ۴A تكه خيلي كوچك است و لبه هاي آن تيز هستند. اين امرباعث مي شودكه اكثر انرژي تكه درفركانس بالا درقالب تصويرمتمركز شود. اين مسئله باعث مي شود انحراف و پيچيدگي به سختي ديده شود و همچنين آن را نماينده اي براي پاك كردن از طريق تراكم پراتلاف مي سازد. درشكل ۴B اكثريت اطلاعات در

قالب فركانس پايين هستند. شكل ۴C گستردگي با تكه هاي لبه تيز را نشان مي دهدكه تمايل دارد انرژي را در اطراف قالب كامل فركانس بي نظم كند. انتخاب بهينه شكل تكه به تغييرات مورد انتظار بستگي دارد.

اگرگروه متخصصان تصويري (JPEG ) رمزگذاري را به خوبي انجام دهند سپس انرژي تكه ها با فركانس پايين تر داراي اهميت است. اگر تغييرات بالقوه تصوير ناشناخته باشند پس گسترش انرژي تكة در طيف بايد احساس شود. ترتيب قرارگيري تكه ها بر قابليت ديدتكه تأثيرمي گذارد. براي مثال سه امكان مورد بررسي قرار مي گيرد. (شكل ۵ ) ساده ترين روش شكل ۵A است كه شبكه ي ساده و داراي مسيري مستقيم است. همانطوركه شبكه پرمي شود لبه هاي شيب دار مرتب شكل مي گيرند.

HVS در برابر چنين لبه هايي حساس است. درشكل ۵B اين قرينه سازي با استفاده از شش ضلعي ها انجام شده كه براي تكه هاي شكل شكسته شده اند. شكل ۵C به طور كامل جايگذاري متغير تكه ها را نشان مي دهد.
انتخاب هوشيارانه شكل تكه ها هم در ابعاد عمودي و هم افقي كارايي patchwork را براي تصاوير داده شده بالا مي برد.
يكساني ( يكنواختي ):

فرض مختصركردن نمودار ستوني روشنايي يكسان كه دربالا ساخته شد لازمة patchwork نيست. فقط فرض patchwork باعث ايجاد مقدار مورد انتظار شد كه صفر است. اين شرايط را هميشه مي توان از طريق بحثي كه در ادامه آمده است نشان داد :
۱- a 2 سري معكوس a باشد.
۲ . A 2 = A *- با اين تعريف كه ( A* جفت پيچيدة A است ) .
۳ . F ( a * a 2 ) = AA*
4 . AA* درهرجايي با تعريف جفت پيچيده واقعي است.
۵ . F -1 (AA*) برحسب تعريف مناسب است.

۶ . توالي مناسب متقارن بودن است كه برحسب تعريف در حدود صفر است. هيستوگرام تصوير تاحدودي نامنظم است (شكل ۱- ۶ ) پس جفت آن پيچيده و تقارن آن حدود صفر است ( شكل ۲- ۶ ) .
واريانس :
وقتي به دنبال تعداد زيادي تصوير براي جاي گذاري اطلاعات هستيم از روش patchwork استفاده مي كنيم. وقتي كه يك روبات براي نقض حق چاپ درشبكه گسترده جهاني اينترنت (www ) جستجو مي كند استفاده از تخمين كلي واريانس معقول است. اين مسئله باعث اجتناب از ضرورت محاسبه واريانس هرتصويرمي شود. تصاوير مشكوك را مي تواند بعدا به طوركامل آزمايش كرد. درتحليل بالا، تعداد قسمت هاي مورد نياز در معامله ۳ محاسبه شده وواريانس روشنايي ۵۴۱۸ فرض شده بود. اين فرض بيش از ميزان متوسط مشاهده شده است (شكل ۷ ). سؤال اين است كه چه مقداري بايد استفاده شود.

آزمايش واريانس ۳۶۵ تصويرمربوطه درماه مارس سال ۱۹۹۶ ميزان توسط ۴ / ۳۸۷۷ را نشان داده است و بي نظمي آن را مي توان درشكل ۷ ديد. درحاليكه بعضي از تصاوير واريانسي به اندازه ۳ / ۲ حداكثر ميزان آن را دارند، بعضي ديگر اطراف ميزان واريانس پايين تر جمع مي شوند. بنابراين مقدار ۵۴۱۸ تخمين زده شده كه از يكنواختي فرضيه نشئت گرفته شده است. اما مقدار معقولي براي استفاده در تصويركلي وحداقل ميزان براي تصوير رنگي جامد است (شكل ۸ A ) . دراينجا واريانس و انحراف استاندارد صفر است و از آنجايي كه تغيير آشكار است و درنتيجه كار براي patchwork بسيار خوب است.

نتيجة آن دو تصوير رنگي و سياه و سفيد است. براي اينها واريانس اين گونه است :
( ۱۲ ) ۱۶۲۵۶
اين دو اندازه يعني صفر و ۱۶۲۵۶ آخرين درجه واريانس را براي بررسي مشخص مي كنند و اين بررسي در زمان ارزيابي، احتمال كلي تصوير را رمزگذاري كرده است. فرضية صحيح براي تصويرداده شده چيست؟
واريانس واقعي تصوير، انتخاب قابل پيش بيني را مورد بررسي قرارمي دهد. در بسياري از مواردpatchwork فقط تاحدودي واريانس را افزايش خواهد داد. (اين مسئله به اندازه پهنا، تعداد تكه ها و هيستوگرام تصويراصلي بستگي دارد). به هرحال، اگر تعداد زياد تصاوير مورد بررسي قرارگيرند، مقداركلي يك انتخاب عملي خواهد بود.

خلاصه :
چندين محدوديت اصلي براي تكنيك patchwork وجود دارد. در ابتدا ميزان اطلاعات جاي گذاري شده بسيار پايين نشان داده مي شوند و معمولا يك بيت اثردرهر تصوير است. اين محدوديت براي عملكردهايي با ميزان بيت پايين مفيد است.

دوم اينكه اين امر براي ثبت جايي كه پيكسل ها در تصوير قرار دارند، ضروري است. گرچه تعدادي روش مورد بررسي قرارگرفته شده اند اما اين امر تاحدي براي رمزگشايي تصوير درحضور انتقال نسبي شديد مشكل است. روش patchwork باتوجه به تجاوز پنهاني براي رمزگذاري تعداد زيادي از تصاوير اندازه گيري شدة يكسان با روش مشابه استفاده مي شود. اگرتصاوير با يكديگر يكسان باشند تكه ها تاريك تريا روشن تر از فضاهاي معمولي نشان داده مي شوند. يك راه حل براي الگوهاي شبه تصادفي چند تايي براي تكه ها استفاده مي شود. حتي استفاده از تنها دو تا از راه حلها زمان رمزگشايي را افزايش مي دهد و patchwork را درمقابل هجوم مقاوم تر خواهد ساخت. راه حل ديگري كه براي الگوي مشابه استفاده مي شود برخلاف تقارن تكه ها است.

بافت بخش رمزگذاري : يك شيوه بصري است
دومين روش براي سرعت بيتي پايين، پنهان كردن اطلاعات درتصاوير بافت بخش رمز گذاري است. اين روش اطلاعات را در بافت متغير الگوهاي تصويري پنهان مي كند. تكنيك بافت بخش رمزگذاري با كپي كردن منطقه اي از بافت متغير الگو انجام مي شود كه در تصويريك منطقه كه بافت مشابه دارد يافت مي شود. اين نتايج دريك جفت از مناطق در تصوير به طوريكسان تركيب شده است. (شكل ۹ ) اين مناطق همانطوركه در ادامه آمده است مي تواند آشكارشود :

۱ . تصوير در خودش ارتباط دارد. اين مسئله موجب خواهد شد كه مناطق يكسان تصوير روي هم قرار مي گيرند اگر مناطق به اندازة كافي بزرگ تصوير، كپي شوند اين امر خود ارتباطي بزرگ رأس را در تنظيم صحيح براي رمزگشايي را توليد خواهد كرد.

۲ . تغيير تصوير در مرحلة اول نشان داده شده است. حالا تصوير را از كپي هاي تغييركردة آن، كم مي كنيم و لبه ها را تاحد نياز پوشش مي دهيم.
۳ . ميدان اين نتيجه و سرحد آن، تنها آن مقدارها را تا نزديك به صفر بازيابي مي كند و منطقه كپي شده مثل اين مقدارها آشكارخواهد شد.

ازآنجايي كه دو منطقه يكسان هستند و در بعضي قسمت ها تغييركرده اند اما تصوير به طور يكسان تغييرشكل داده است. با ساختن مناطق به نسبت بزرگ، قسمت دروني بخش به طوريكسان تحت تأثيربيشتر تغييرات هندسي، تغييركرده است. درتجربيات ما، بخش هاي ۱۶ * ۱۶ پيكسلي رمزگذاري شده است و زماني كه تصوير در معرض تركيب فيلتر كردن، تراكم و چرخش قرار مي گيرد، مي تواند رمزگشايي شود. بافت بخش رمزگذاري شده بدون زيان نيست. درحال حاضر اين بخش نيازمند فعاليت بشر براي انتخاب مناطق منبع ومقصد است كه تأثيرتغييرات بصري را برتصوير ارزيابي مي كند. آن بايد تاحد ممكن اين فرآيند را خودكار انجام دهد و اين كار را از طريق كامپيوتر براي تعيين بافت مناطق ممكن در تصوير براي كپي وچسباندن انجام دهد. به هرحال اين تكنيك روي تصاويري كه فاقد مناطق بزرگ بافت هستند، كارنمي كند.