Simetría en histogramas de imágenes cifradas con la transformación negativa-positiva

Manuel Alejandro Cardona-López; Juan Carlos Chimal-Eguía; Víctor Manuel Silva-García; Rolando Flores-Carapia

doi:10.29057/icbi.v13iEspecial.13581

Autores/as

Manuel Alejandro Cardona-López Centro de Investigación en Computación, Instituto Politécnico Nacional, México. https://orcid.org/0000-0001-8810-9921
Juan Carlos Chimal-Eguía Centro de Investigación en Computación, Instituto Politécnico Nacional, México. https://orcid.org/0000-0001-7134-0190
Víctor Manuel Silva-García Centro de Innovación y Desarrollo Tecnológico en Cómputo, Instituto Politécnico Nacional, México. https://orcid.org/0000-0003-1312-5294
Rolando Flores-Carapia Centro de Innovación y Desarrollo Tecnológico en Cómputo, Instituto Politécnico Nacional, México. https://orcid.org/0000-0002-8557-9941

DOI:

https://doi.org/10.29057/icbi.v13iEspecial.13581

Palabras clave:

cifrado, experimento binomial, histograma, imágenes, transformación negativa-positiva

Resumen

En este trabajo se analizó la simetría de los histogramas de imágenes cifradas mediante la Transformada Negativa-Positiva (TNP), un aspecto relevante que podría afectar el objetivo del cifrado de imágenes al buscar histogramas uniformes. Para el análisis teórico, se describió el comportamiento de los píxeles después del cifrado como un experimento binomial, donde la cantidad de píxeles para un nivel específico se definió mediante una variable aleatoria con distribución binomial. Esto permitió demostrar que los valores esperados de la cantidad de píxeles en dos niveles simétricos (por ejemplo, 0 y 255, 1 y 254, etc.) son iguales y corresponden al promedio de ambos niveles, lo que provoca una reflexión horizontal en el histograma, haciéndolo simétrico. Además, la simetría fue verificada numéricamente mediante el cifrado de la imagen de Baboon con cinco tamaños de bloques diferentes y mediante una prueba de bondad y ajuste, donde se obtuvo que el tamaño del bloque influye en la independencia de los ensayos del experimento.

Descargas

Los datos de descargas todavía no están disponibles.

Información de Publicación

Este artículo

Otros artículos

Revisores por pares

Revisores: 3

2.4 promedio

Perfiles de revisores N/D

Declaraciones del autor

Disponibilidad de datos

N/A

16%

Financiamiento externo

No

32% con financiadores

Intereses conflictivos

N/D

11%

Para esta revista

Otras revistas

Artículos aceptados

86%

33%

Días hasta la publicación

236

145

Indexado en

GS

Editor y comité editorial: perfiles
Sociedad académica: N/D
Editora:: Universidad Autónoma del Estado de Hidalgo

Citas

Ahmad, I. y Shin, S. (2023). Perceptual encryption-based privacy-preserving deep learning for medical image analysis. En 2023 International Conference on Information Networking (ICOIN), pp. 224–229, Bangkok, Thailand.

Aryal, A., Imaizumi, S., Horiuchi, T., y Kiya, H. (2017). Integrated algorithm for block-permutation-based encryption with reversible data hiding. En 2017 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC), pp. 203–208, Kuala Lumpur, Malaysia.

Aryal, A., Imaizumi, S., Horiuchi, T., y Kiya, H. (2018). Integrated model of image protection techniques. J. Imaging, 4(1):1.

Chuman, T., Sirichotedumrong, W., y Kiya, H. (2019). Encryption-thencompression systems using grayscale-based image encryption for jpeg images. IEEE Trans. Inf. Forensic Secur., 14(6):1515–1525.

El Saj, R., Sedgh Gooya, E., Alfalou, A., y Khalil, M. (2021). Privacy preserving deep neural network methods: Computational and perceptual methods–an overview. Electronics, 10(11):1367.

Ghadirli, H. M., Nodehi, A., y Enayatifar, R. (2019). An overview of encryption algorithms in color images. Signal Process, 164:163–185.

Imaizumi, S. y Kiya, H. (2018). A block-permutation-based encryption scheme with independent processing of rgb components. IEICE Trans. Inf. Syst., E101D(12): 3150-3157.

Imaizumi, S., Ogasawara, T., y Kiya, H. (2017). Block-permutation-based encryption scheme with enhanced color scrambling. En Sharma, P. y Bianchi, F. M., editores, Image Analysis, pp. 562–573, Tromsø, Norway. Springer International Publishing.

Katsis, A. y Toman, B. (1999). Bayesian sample size calculations for binomial experiments. J. Stat. Plan. Infer., 81(2):349–362.

Kenta, K., Masanori, K., Shoko, I., Sayaka, S., y Hitoshi, K. (2015). An encryption-then-compression system for jpeg/motion jpeg standard. IEICE Trans. Fundam. Electron. Commun. Comput. Sci., E98.A(11):2238–2245.

Li, P. y Lo, K.-T. (2020). Survey on jpeg compatible joint image compression and encryption algorithms. IET Signal Process., 14:475–488.

Maungmaung, A. y Kiya, H. (2021). A protection method of trained cnn model with a secret key from unauthorized access. APSIPA Trans. Signal Inf. Process., 10:e10.

Motomura, R., Imaizumi, S., y Kiya, H. (2023). Reversible data hiding in compressible encrypted images with capacity enhancement. APSIPA Trans. Signal Inf. Proc., 12(1):e31.

Musanna, F., Dangwal, D., y Kumar, S. (2022). Novel image encryption algorithm using fractional chaos and cellular neural network. J. Ambient Intell. Humanized Comput., 13(4):2205–2226.

Rolke, W. y Gongora, C. G. (2021). A chi-square goodness-of-fit test for continuous distributions against a known alternative. Computat. Stat., 36(3):1885–1900.

Shimizu, K., Suzuki, T., y Kameyama, K. (2018). Cube-based encryption-then compression system for video sequences. IEICE Trans. Fundam. Electron. Commun. Comput. Sci., E101.A(11):1815–1822.

Singh, K. N. y Singh, A. K. (2022). Towards integrating image encryption with compression: A survey. ACM Trans. Multimed. Comput. Commun. Appl., 18(3):89.

Sirichotedumrong, W., Kinoshita, Y., y Kiya, H. (2019). Pixel-based image encryption without key management for privacy-preserving deep neural networks. IEEE Access, 7:177844–177855.

Taufiq, I., Sulistyowati, F., y Usman, A. (2020). Binomial distribution at high school: An analysis based on learning trajectory. J. Phys.: Conf. Ser., 1521(3):032087.

Zhang, B., Xiao, D., y Xiang, Y. (2021). Robust coding of encrypted images via 2d compressed sensing. IEEE Trans. Multimed., 23:2656–2671.