Analysis and Experimental Study of EMD and GEMD Steganographic Methods

Abstract

The aim of this thesis is to analyze and experimentally study two steganographic methods: Exploiting Modification Direction (EMD) and Generalized Exploiting Modification Direction (GEMD). In the known experiments conducted on EMD and GEMD, some quality metrics like Peak Signal to Noise Ratio (PSNR), Mean Square Error (MSE), and the embedding capacity Bit Per Pixel (BPP) are discussed, but implementation important details such as the secret image used, data structures, justification of methods, and the optimal cover images number calculation are not provided. Therefore, in this thesis, the implementation of these methods is explained in details such as the input-output data structures, the justification of the methods and the minimum number of cover images computation are given. The main idea in EMD is that a separate n-pixel group of a cover image is used for embedding of each next digit of (2n+1) -ary k-digit number representation of the next L-bit block from a binary input stream and only one pixel in the n-pixel group could be modified by ±1. In GEMD, L-bit blocks, L=n+1, from the input stream are embedded in the next n-pixel group, and at least one pixel value in each group could be changed by ±1. In the implementation, four grayscale 512×512 secret images, and two cover image sizes, 512×512 and 1024×1024, are used. According to our analysis, for the both cover image sizes results, PSNR of EMD is greater than that of GEMD by 0.06%. For MSE, EMD has less MSE than that of GEMD by 0.5%. On the other hand, GEMD is better than EMD in embedding capacity, BPP is greater by 0.33%. GEMD is also better than EMD in memory and time consumption by 0.006% and 0.06% respectively for the 512x512 cover image size, while for the second size, 1024x1024 by 0.004% and 0.13% respectively. In addition, where each method is compared with different cover image sizes, for both methods, greater cover image size has less time consumption by 0.33% for EMD and by 0.38% for GEMD. For memory consumption, using grater size required more memory for both methods, by 0.02%. For comparison with known experiments with 512×512 cover size, we got the practically the same values for PSNR, MSE, and BPP.

ÖZ: Bu tezin amacı, Exploiting Modification Direction (EMD) ve Generalized Exploiting Modification Direction (GEMD) steganographik yöntemlerini analiz etmek ve deneysel olarak incelemektir. Literatürde, EMD ve GEMD yöntemlerinin incelendiği referans çalışmada, Peak Signal to Noise Ratio (PSNR), Mean Square Error(MSE) ve gömme kapasitesi Pit Per Pixel (BPP) gibi kalite ölçütleri tartışılmıştır, ancak, kullanılan gizli görüntüler, veri yapıları, yöntemlerin ıspatı ve kaplama resimlerinin optimal sayısının hesaplanması gibi bazı detayları verilmemiştir. Bu nedenle, bu tezde, giriş/çıkış veri yapıları, belirtilen yöntemlerin ıspatı ve kaplama resimlerinin optimal sayısının hesaplanması gibi uygulama detayları açıklanmıştır. EMD yönteminin ana fikri, her biri (2n+1)-ary k-digit sayı ile belirtilen ikili giriş akışının her bir L-bit bloğunun, n-piksel gruptan oluşan kaplama görüntüsüne, her n-piksel grupta sadece bir pikselinin ±1 olacak şekilde gömülmesidir. GEMD’de ise ikili giriş akışının her bir L-bloğu, L=n+1, kaplama görüntüsündeki her bir n-piksel gruba, her grupta en az bir piksel degerinin ±1 olacak şekilde gömülmesidir. Algoritmaların uygulamasında gizli görüntü olarak 512x512 boyutlu, gri tonlu dört farklı görüntü, kaplama görüntüsü boyutu olarak da 512x512 ve 1024x1024 boyutları kullanılmıştır. Deney sonuçlarının analizlerine gore, her iki boyutlu kaplama görüntüsü için, EMD PSNR değeri GEMD PSNR değerinden %0.06 daha büyüktür. Buna ek olarak, EMD MSE değeri GEMD MSE değerinden %0.5 daha azdır. Öte yandan, GEMD BPP değeri, EMD BPP değerine göre %0.33 daha iyidir. Buna ek olarak GEMD’nin bellek ve zaman tüketimi değerleri EMD’ye göre 512x512 kaplama görüntü boyutu için sırasıyla %0.006 ve %0.06 daha iyi olup 1024x1024 için sırasıyla %0.004 ve %0.13 daha iyidir. Bunlara ek olarak, her metod iki farklı kaplama görüntü boyutuna göre karşılaştırıldığında, her iki metod için de büyük kaplama boyutunda zaman tüketimi EMD’de %0.33 GEMD de ise %0.38 daha azdır. Bellek tüketiminde ise büyük boyutlu görüntü kullanımı her iki yöntemde de %0.02’lik bir artış göstermiştir. İki yöntemin 512x512 kaplama boyutu için PSNR, MSE ve BPP ölçü değerleri referans çalışmadaki deney sonuçları ile karşılaştırıldığında tamamen aynı sonuçların elde edildiği görülmüştür.