REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA

RECHERCHE SCIENTIFIQUE

Université Larbi Ben M’hidi Oum El Bouaghi

Faculté des sciences exactes et sciences de la nature et de la vie

Département de mathématiques et Informatique

MEMOIRE
Pour l’obtention du diplôme de Master en informatique

OPTION : IMAGERIE

INTITULE
Insertion d'une signature dans une image sur

la base d'une vue cylindrique

Présenté par : Melle Remache Rabia

Sous la direction de : Dr.Nini Brahim

Président :Mr.Boukrouma Omar

Examinateur : Mr.Berken Mohemed

Soutenu le : 29/06/2011

2010/2011

1
Remerciement :

En termes de rédaction de notre mémoire de fin d‟étude, nous remercions à tout

instant notre dieu, qui nous donner l‟effort pour la continuité et l‟arriver à ce

travail et qui nous conduit à la réussite durant notre vie.

Nous remercions, tout particulièrement et du fond de cœur Docteur Nini Brahim

pour avoir encadré et pour les conseils qu‟il nous a prodigué durant toute la période

de réalisation de ce travail et pour les corrections qu‟ils ont su apporter.

Un grand merci à tous ceux qui ont participé de près ou de loin à ce mémoire, tant

d‟un point de vue matériel qu‟humain.

Nous remercions tous les enseignants qui participé pour notre information.

Nous remercions les employés du département de l‟informatique, ainsi que tout

l‟administration de l‟université :L‟Arbi Ben M‟hid(OEB).

2
Je dédie ce modeste travail à :

La personne qui m‟a soutenu pour son amour et sa tendresse …à toi maman ! Merci.

La personne qui a sacrifie toute sa vie pour faire de moi ce que je suis, qui n‟a lésine sur
aucun moyen afin de me pousser toujours vers l‟avant …à toi papa ! Merci.

A mon cher frère : Khaled et mon frère Salim.

A mon marie : Mohamed.

A mes sœurs : Dounia, Lamia, Sihem et son époux : Ali.

Et leurs petits enfants :louaye , Noussa, Mouatez, et le nouveaux Joumana.

A mon encadreur : Nini Brahim.

A mes amies : Samiha, Kanza, Meriem zdira, Meriem chibani, Jalila , Mira, Mina, Titoma,
Mona, Ahlem…

A mes collègues de la promotion 2011.

A tous les responsables du département et à tous mes enseignants qui ont contribué à ma
formation.

3
 Sommaire
Introduction ........................................................................................................01

Chapitre1 ............................................................................................................03

Représentation de l‟image ................................................................03

1. Définition de l‟image réelle .......................................................03

2. Définition de l‟image numérique ................................................03

2.1 Pixel ......................................................................................03

2.2 Dimension de l‟image ...........................................................03

2.3 Taille de fichier de l‟image ...................................................03

2.4 Dynamique de l‟image ..........................................................03

2.5 Histogramme .........................................................................04

1. Définition1 ..........................................................................04

2. Définition2 ..........................................................................04

3. Traitement à base d‟histogramme ........................................04

1. Histogramme normalisé ..................................................04

2. Histogramme égalisée .....................................................04

Les formats d‟image les plus répondus.............................................05

Les types d‟images............................................................................06

Les images Bitmap ................................................................06

Les avantages de l‟image bitmap .............................07

Les inconvénients de l‟image bitmap .......................07

2. Les images vectorielles ....................................................07

2.1. Les avantage de l‟image vectorielle .................08

2.2. Les inconvénients de l‟image vectorielle .........08

Des formes d‟image ..........................................................................08

1. Compression de l‟image ........................................................08

1.1 Compression sans perte ..................................................08

4
 1.2. Compression avec perte ..................................................09

2. Couleur de l‟image ...............................................................09

2.1. Définition .........................................................................09

2.2. L‟espace de couleur .........................................................09

2.2.1. L‟espace de couleur RGB ..........................................09

2.2.2. L‟espace de couleur XYZ ..........................................10

2.2.3. D‟autre espace de couleurs ........................................11

Traitement d‟image ...........................................................................11

1. Segmentation ................................................................................11
1.1. Segmentation par région .......................................................11
1.2. Segmentation par conteurs ....................................................12
1.2.1. Les opérations de détection..........................................12
1.2.1.1. Le gradient de l‟image ...........................................12
1.2.1.2. Laplacien ................................................................12
2. Filtrage de lissage .........................................................................13
2.1. Lissage par moyenne ...........................................................13
2.2. Lissage adaptatif ..................................................................13
Les domaines d‟application de l‟image ............................................14

Relation du traitement d‟image avec d‟autre science .......................14

Chapitre2 ...............................................................................................................15

La stéganographie ...................................................................................15

1. Définition de la stéganographie ..........................................................15

2. Historique............................................................................................15
3. Utilisation de la stéganographie ..........................................................16
4. Les techniques utilisées ......................................................................16
1. Substitution ....................................................................................16
2. Ajout ..............................................................................................16
5. Les approches de stéganographie .......................................................17
6. Schéma de stéganographie ..................................................................17
7. Comment et où cacher l‟information secrète ......................................18
1. Usage des bits de poids faible ......................................................18
2. Manipulation de la palette de couleurs d‟une image ....................19
3. Message caché dans les choix de compression d‟une image .......20
Le watermarking .....................................................................................21

1. Définition de tatouage .........................................................................21

2. Les types de tatouage ..........................................................................21

5
 2.1. Tatouage fragile ..........................................................................21
2.2. Tatouage robuste .........................................................................22

Chapiter3 ..................................................................................................................23

Représentation de la méthode .................................................................23

1. Le principe de cylindre virtuel ........................................................23

1.1. Les expressions mathématiques d‟une particularité la position de

l‟observateur .......................................................................................................24

Méthode suivie pour le stockage ............................................................28

1. Algorithme d‟insertion ........................................................................28

1.1. Notion importantes et théorie ....................................................28
1.2. La partie insertion de l‟algorithme.............................................29
1.2.1. Bits utilisés ......................................................................29
1.2.2. Positions d‟insertion des bits ..........................................31
1.3. La partie extraction de l‟algorithme..............................................33

Chapitre 4 .................................................................................................................34

Définition de langage C++ builder .........................................................34

1. Comment déclarer les opérations logiques dans le C++ builder ........35

2. Pour quoi utilise le C++ builder..........................................................35
Description de logiciel ............................................................................36

Résultat ...................................................................................................39

1. Etude lorsque on cache dans les plans ................................................41

2. Quelque opération faire sur l‟image signé ..........................................42
2.1. Lissage ...........................................................................................43
2.2. Compression .................................................................................43

Conclusion ................................................................................................................44

6
Introduction :

De notre jour, l‟informatique est devenue très importante et son intérêt est de plus en plus
croissant. La maîtrise de l‟outil informatique a beaucoup d‟avantage dans la résolution, le
développement et l‟exécution rapide des projets de tous les domaines. Parmi ces
domaines, nous citons le traitement d‟image. Cependant, ce dernier est assez vaste. Nous
avons choisis la stéganographie et plus particulièrement, la signature numérique invisible.

La stéganographie est l‟art de dissimiler l‟information dans un support de manière à passer

inaperçue lors de la communication. Le support peut être un medium. Parmi ceci, il y a:
audio, vidéo et image. Elle est utilisée pour garantir le droit d‟auteur, en d‟autres termes,
elle permet d‟identifier la source qui a apposé la signature.

L‟objectif de notre étude est de développer un logiciel qui fait cacher une signature
numérique dans une image et de l‟extraire. Mais pour la cacher, on propose une nouvelle
idée qui permet de faire une projection sur la base d‟une vue cylindrique. L‟idée de cette
méthode est de considérer la position où se projette chaque pixel dans une nouvelle image.
Les positions sont définies par l‟intersection du rayon lumineux de chaque pixel dans
l'image vers l‟observateur et la surface du cylindre qui sont les mêmes quelque la position
de l‟observateur.

Ce mémoire est découpé en quatre chapitres :

Dans un premier chapitre, nous définissons les notions nécessaires aux traitements
d‟image, où l‟on utilise une brève description pour chaque notion. En particulier, nous
considérons la définition de ce qu‟est une image et ses caractéristiques, les types existants,
les formats les plus répondus et enfin les opérations appliquées à l‟image.

Dans le deuxième chapitre, nous parlons généralement de ce qui a trait à la

stéganographie, sa définition et un petit historique sur la création de ce concept. Ensuite,
nous présentons les domaines d‟utilisation et les techniques de ses approches, et enfin une
brève description sur le watermarking (tatouage).

Dans le troisième chapitre, c‟est le noyau de notre travail où l‟on définit en détail
comment faire la projection, les formules mathématiques utilisées. Ensuite nous passons à
la description de l‟idée utilisée et comment une signature est cachée étape par étape. Enfin,

7
nous donnons des exemples pour bien expliquer comment marche la méthode, sans oublier
pas la partie de l‟extraction.

Le quatrième chapitre est une description générale de notre logiciel. Il explique ce que
fait chaque bouton et à quoi correspond-t-il. Avant la description du logiciel, nous
présentons le langage utilisé pour développer le logiciel. Enfin nous présentons un
ensemble de tests dans l‟utilisation de la projection pour cacher une image.

La dernière partie c‟est la conclusion générale.

8
 I. Représentation de l’image :
1. Définition de l’image réelle :

L‟image est la projection sur un plan 2D d‟une scène 3D où D représente les dimensions de
la scène.

2. Définition de l’image numérique :

L‟image est un ensemble structuré d‟information. On peut la considère comme une onction
multidimensionnelle, en général 2D ou 3D et à valeurs discrètes pouvant être scalaire telle
que l‟image en niveaux de gris, ou bien vectorielle.

L‟image numérique est un ensemble de pixels qui constituent les plus petits éléments dans
celle-ci et sont désignés par leurs coordonnées entiers (i, j) qui représentent ses lignes et
ses colonnes.

L‟image numérique est caractérisée par les éléments suivants :

2.1 Pixel : c‟est le plus petit point qui forme l‟image. Un pixel possède une
valeur qui peut être un scalaire et représente un niveau de gris ou un
vecteur représentant une couleur.
2.2 Dimension de l’image : ce concept signifie la taille de l‟image qui
représente sa forme matricielle dont les éléments de cette matrice sont des
valeurs numérique, le nombre de pixels en ligne (L) et le nombre de pixels
en colonne (C) qui définissent l‟image. On doit faire la multiplication entre
ces deux (L*C) pour obtenir le nombre total de pixels qui existe dans
l‟image.
2.3 Taille de fichier de l’image : c‟est le nombre d‟octets nécessaires pour le
codage d‟un pixel multiplié par le nombre de pixels. Par exemple, dans
certaines images, un pixel peut être codé sur un octet, dans d‟autres, telles
que les images naturelles, un pixel peut être codé sur trois ou quatre octets.
2.4 Dynamique de l’image : ce concept permet de compter le nombre de
niveaux de gris d‟une image.

9
2.5 Histogramme
1. Définition : L‟histogramme d‟une image représente le nombre de pixels
pour chaque niveau de gris. Il est aussi possible de le considérer comme
une fonction qui décrive la répartition des niveaux de gris d‟une image.
Elle donne la distribution statistique et les bornes de répartition des
niveaux de gris. Avant sa normalisation, un histogramme peut être
considéré comme un graphe de densité de probabilité des niveaux de
gris.

2. Définition 2 : Un histogramme est la répartition statistique des niveaux

de gris ou de couleur dans l‟image. Un histogramme cumulatif HC
normalisé représente le taux de pixels dont le niveau de gris est inférieur
à une valeur x dont le x représente le niveau de gris est égal.

3. traitements à base d’histogramme :

On peut types d‟histogrammes:

3.1 Histogramme normalisé :

La normalisation d'histogramme, ou expansion de dynamique, est
une transformation affine du niveau de gris des pixels de telle
sorte que l'image utilise toute la dynamique de représentation.

3.2 Histogramme égalisée :

C‟est la transformation des niveaux de gris. Son principe consiste à

équilibrer le mieux possible la distribution des pixels dans la
dynamique.

10
 Histogramme normalisé

Egalisation de l‟histogramme.

II. Les formats d’image les plus répondus:

Il existe plusieurs formats d‟images :

 BMP : c‟est purement une photocopie de l‟image de l‟écran sans compression, c‟est
le format par défaut de Windows.
 JPEG : ce format est utilisé pour les photos sur internet, c‟est des images avec
compression efficace mais avec perte dans la qualité.
 GIF : c‟est un format de compression sans perte d‟information.

11
III. Les types d’images :
Deux normes sont utilisées pour les types de l‟image numérique :

1. Les images BITMAP :

Ensemble de pixels organisés dans un tableau. Chaque pixel contient une ou plusieurs
valeurs qui définissent sa couleur ou sa radiométrie.

Chaque pixel a donc des composantes spatiales dans le plan réel.

Les transformations géométriques comme l‟agrandissement (zoom) qui s‟appliquent

sur l‟image bitmap peuvent provoquer plusieurs déformation, c‟est-à-dire une perte
d‟information appelée distorsion.

1.1 Les avantages de l’image bitmap :

1. L‟image bitmap est caractérisée par son format proche au matériel
sauf celui du processeur, notamment les contrôleurs d‟écran.
2. adapté aux traitements d'images : elles permettent des opérations
comme l'anti-aliasing, le rehaussement des contours, les
modifications locales de l'image (contraste, colorimétrie, effets,
filtres, etc.).
3. Supporte avantageusement les images qui ne peuvent être codées
qu‟en mode points telles que les images naturelles complexes.

12
 1.2 Les inconvénients de l’image bitmap :
2. Dépendance du périphérique où la qualité d‟affichage et
d‟impression est d‟une résolution fixe.
3. Les modifications spatiales sont difficiles à faire, telles que des
opérations d‟agrandissement ou de réduction et en plus, les
opérations de redimensionnement.
4. Encombrement important : les images bitmap sont lourdes.
2. Les images vectorielles :
Une image vectorielle est un ensemble de représentions d‟entité géométrique. Ces
entités peuvent être des cercles, rectangles, segments… représentées par des
formules mathématiques. Par exemple, un rectangle est représenté par deux points.
On utilise des logiciels pour traduire ces formules en images. Ceci est commode
pour les transformations de l‟image tout en conservant sa qualité.
 La qualité de l‟image vectorielle dépend du matériel utilisé.
 Le stockage de l‟image vectorielle est effectué par la mémorisation
des coordonnées des points caractéristiques des formes qui
constituent l‟image.

Agrandissement sans perte d‟information de l‟image vectorielle.

13
 2.1 Les avantages de l’image vectorielle :
1. A l‟inverse des images bitmap, les images vectorielles peuvent subir
des modifications spatiales comme l‟agrandissement et la réduction
sans être affectées par une perte d‟information.
2. La taille de ce type est variable en fonction de la complexité de
l‟image.
3. Les images vectorielles sont adaptées aux représentations
schématiques constituées de formes géométriques.
2.2 Les inconvénients de l’image vectorielle :
1. La comptabilité entre les formats est difficile, puisque chaque format
vectoriel contient ses propres attributs.
2. Une image vectorielle ne peut coder une image analogique telle
qu'une image photographique.
3. Les traitements sur un objet sont difficiles comme les modifications

de couleurs.

IV. Des formes d’image :

1. Compression de l’image :
La compression consiste à réduire la quantité de mémoire nécessaire pour le
stockage d‟une image ou réduire le temps de transmission. C‟est l‟objectif de la
compression.
Il existe deux types de compressions, compression avec perte et compression sans
perte d‟information.
1.1 Compression sans perte :
Pour ce type, la compression permet de réduire la taille d‟un fichier avec un
taux de compression limité. L‟opération s‟effectue sans perte d‟information.
Les modèles de la compression sans perte :
 Compression delta.
 Compression RLE.
 Compression arithmétique.
 Compression LZW.
 Compression du Huffman.

14
1.2 Compression avec perte :
Ce type de compression consiste à compresser l‟image avec un meilleur taux
de compression, mais lors de la décompression, la conséquence immédiate de
la perte d‟information est de provoquer une déformation de l‟image.
Pour cette compression, il existe différentes approches. On peut citer les
approches suivantes :
 Compression fractale.
 Compression JPEG.

2. Couleur de l’image :
2.1. Définition :

La couleur est un phénomène qui fait à la fois intervenir la physique de la matière,

notamment les interactions des ondes électromagnétiques avec la matière, et
l‟interprétation de ce phénomène physique par le système visuel. On peut considère
la couleur d‟un objet comme une combinaison de quatre éléments qui sont :
 La source lumineuse :
 Le matériau :
Il réfléchit une partie des rayons lumineux pour constituer le stimulus de
couleur.
 Le récepteur :
L‟œil focalise le stimulus de couleur.
 Le système d‟interprétation :
C‟est le cerveau qui permet d‟identifier une couleur.

Le couleur est codée par un vecteur de trois dimensions chacune représentant une
intensité de couleur qui sont le rouge, le vert et le bleu où chacune est codée sur un
octet, donc à partir de ces trois couleurs, on peut obtenir (28)3 = 16777216 couleurs
différents.

2.2. L’espace de couleur :

2.2.1. L’espace de couleur RGB:

15
 C‟est un espace vectoriel composé de trois composants
monochromatiques rouge, vert et bleu. Le mélange de trois couleurs
produit le cube suivant :

2.2.2. L’espace de couleur XYZ :

Ce type d‟espace est définit à partir d‟une transformation linéaire sur l‟espace
RGB, c‟est-à-dire la transformation des coordonnée RGB en coordonnée XYZ,
les couleurs de cet espace sont visibles lorsqu‟elles sont contenues dans le
triangle xyz de l‟image suivante.

16
 2.2.3. D’autre espace de couleurs :

Il existe plusieurs espaces de couleurs où chacun dispose de ses propres

caractéristiques. On peut citer quelques espaces :
 Le système de couleurs soustractif : Cyan, Magenta, Yellow (CMY).
 Les systèmes : YIQ, YUV.

V. Traitement d’image :
Généralement les traitements sur une image se répartissent en deux catégories :

1. Traitement de Bas niveaux :

1. Amélioration de l‟image (lissage).

2. Rehaussement des contours
3. Détection de contours.

2. Traitement de hauts niveaux :

1. Segmentation.
2. Reconstruction.
3. Reconnaissance / Identification.
4. Interprétation.

Pour donner plus de détails pour chaque catégorie, on prend un exemple pour
chaque niveau.

Pour le traitement de hauts niveaux on prend :

1. La segmentation :
La segmentation c‟est la décomposition d‟images en une série d‟objets
homogènes vis-à-vis d‟une certaine propriété. Par exemple, l‟intensité, la
couleur, la texture ou n‟importe quel critère sont décrits par un niveau de gris
compris dans un intervalle.
Pour la segmentation, il existe deux types pour effectuer cette opération la
segmentation par contour et par région.
1.1. Segmentation par région: Consiste à extraire les différentes régions
homogènes d‟une image. Souvent, on utilise un algorithme

17
 d‟accroissement de région à partir d‟un point de départ donné appelé
Grain de région ou bien le centre.

Image original segmentation par région

1.2. Segmentation par contour : Consiste à chercher les discontinuités qui

existent entre les régions homogènes d‟une image.
1.2.1. Les opérations de détection :
1.2.1.1. Le gradient de l‟image : On considère l‟image I comme une
fonction à deux variable (x, y). Le gradient est le vecteur dont
les composantes sont des valeurs dérivées partielles de I pour x
et y.

Image original Le Gradient

1.2.1.2. Le laplacien de l‟image : C‟est la deuxième dérivée de

l‟image ou la dérivée du gradient de l‟image, le laplacien est
nul dans les points de contours

Image original Le laplacien

18
 Pour le traitement de bas niveaux on prend :

2. Filtrage de Lissage :

Pourquoi fait-on le lissage ? L‟image par nature contient du bruit. On applique des
opérations sur l‟image qui éliminent les perturbateurs pour améliorer la visualisation. La
compression, l‟acquisition, et d‟autres opérations peuvent produire du bruit.

Les opérations de lissage :

2.1. Lissage par moyenne :

Consiste à affecter à chaque pixel de l‟image la moyenne des pixels qui

l‟entourent. Généralement, on utilise un masque.

Image original Apres lissage

2.2. Lissage adaptatif :

Le rôle de ce type est de réduire l‟effet du flou.
Le principe consiste à fixer un seuil au début, puis de ne
considérer lors des calculs de la moyenne que les pixels dont la
valeur est relativement proche de la valeur du pixel seuil.

19
 Image bruité Apres lissage

VI. Les domaines d’application de l’image :

1. Imagerie médical : reconstruction 3D, aide au diagnostic, suivi automatique,
tomographie.
2. Robotique : contrôle de qualité, véhicule autonome.
3. Sécurité : identification de visage, sténographié, tatouage de l‟image, l‟empreinte
digital, reconnaissance par l‟iris.
4. Application militaire : guidage de missile, reconnaissance terrestre.
5. Divertissement : images hautes qualité, compression.
6. Télédétection : météo, cartographie.

VII. Relation du traitement d’image avec d’autres

sciences :
Le schéma suivant représente la relation entre le traitement d‟image et les autres
disciplines.

20
 I. La stéganographie :

1. Définition de la stéganographie :

La stéganographie c‟est une branche de la cryptographie.

Le mot stéganographie est composé de deux mot „steganos‟ (caché ou secret) et „graphy‟
(écriture ou dessin) ; elle signifie, littéralement, „écriture cachée‟.

Elle peut ainsi être définie comme la science et l‟art de dissimilation d‟information à
cacher dans un support de manière à passer inaperçue lors de la communication. Le
support peut être un medium. Parmi ceci, il y a: audio, vidéo et image.

La stéganographie est une méthode peut utiliser pour garantir l‟intégrité d‟un document
électronique et d‟en authentifier l‟auteur de façon que ce mécanisme doive permettre au
lecteur d'un document d'identifier la personne ou l'organisme qui a apposé sa signature.

2. Historique :
Dès l'Antiquité, où les batailles n'étaient pas rares, il était parfois utile de pouvoir
communiquer avec des troupes alliées (ne fut-ce que pour des appels à l'aide !). Les
messagers furent donc multipliés en gardant l'espoir qu'il y en ait bien un qui passerait les
lignes ennemies. C'était généralement le cas mais quel gâchis : des soldats qui auraient pu
mourir sur le champ de bataille le glaive à la main mourraient à la place torturés. Face à ce
problème, des idées vinrent à l'esprit et notamment celle-ci, qui peut déjà être considérée
comme de la stéganographie: il suffisait de raser le messager, d'écrire le message sur son
crâne, d'attendre un peu que les cheveux repoussent, de le déguiser en n'importe quoi et
voilà, il pouvait passer tranquillement les lignes ennemies. L'originalité y était mais pas
encore la technique !

Une merveille est apparue après les premiers papyrus : l'encre invisible. Quelqu'un
écrivait un message anodin avec une encre tout à fait normale puis passait à l'encre
invisible et écrivait le vrai message entre les lignes. Cette technique ne s'est jamais
démodée. Moins amusant est le contenu de cette carte envoyée
d'un camp de concentration nazi qui a révélé, en dessous d'un message anodin, une
description de l'horreur de ces camps, cela en octobre 1997. [1]

21
 3. Utilisation de la stéganographie :
On utilise la stéganographie dans plusieurs domaines, on peut citer quelques usages :

 Permet de communiquer en toute liberté même dans des conditions d‟inspection et de

surveillance.

 Permet de protéger la communication privée.

 Permet de publier des informations découvertes.

 Contrebalancer toutes les législations ou barrières possibles empêchant l‟usage de la

cryptographie.

 Permet de tatouer un fichier électronique.

 La protection du droit d'auteur.

4. Les techniques utilisées :
On distingue principalement deux types de techniques essentielles dans la stéganographie:
la substitution et l‟ajout. Cependant, il existe d‟autres techniques qui ne sont pas de même
importance que les deux premières.

a. Substitution :

La première catégorie de techniques consiste en la substitution des symboles du

message à des symboles inutiles ou redondants du stégo-document. De
nombreuses variantes ont été proposées, et nous ne les listerons pas ici, nous
résumant à une présentation générique. Des exemples de symboles inutiles ou
redondants sont les bits de poids faible d'un signal quantifié (image, audio), et
peuvent être considérés dans des domaines spatiaux (luminance d'un pixel dans
une image, ...). [2]

b. Ajout :

À partir de son nom, on peut déduire la définition de cette technique. Elle

consiste à ajouter des données ou des symboles supplémentaires au support.
À chaque symbole de message possible et chaque position dans le message
possible sera associé un vecteur porteur ; la somme de ces vecteurs va constituer
le signal à transmettre. L'extraction du message consiste en la recherche des
vecteurs porteurs dans le signal reçu.

22
 Cette technique permet de cacher le message avec une certaine robustesse, et est
très utilisée en tatouage. [2]

5. Les approches de stéganographie :

On peut présenter les approches de stéganographie selon les différentes classifications qui
caractérisent chaque technique à partir de ses catégories, donc on distingue quelques
catégories :

 un système par substitutions remplace les parties redondantes du support par le

message.

 Les méthodes statistiques s‟effectuent par la modification des statistiques de support,

par exemple: les fréquences des lettres.

 Les techniques par distorsion altèrent le support, la différence entre le support initial
constituant le message.

 Les techniques par étalement de spectre : les informations sont dissimulées dans toute
l‟image, et la perte de certaines informations doit pouvoir être compensées par les
autres.

6. Schéma de stéganographie :
Il existe de nombreux systèmes de stéganographie. On peut citer quelques
systèmes :

a. La stéganographie pure : aucune entente préalable entre l‟expéditeur et le

destinataire, il suffit qu‟ils utilisent le même algorithme de cryptage.

b. La stéganographie à clé secrète : l‟expéditeur et le destinataire utilisent une clé

secrète qui fait l‟insertion et l‟extraction du message.

c. La stéganographie à clé publique : l‟expéditeur utilise une clé publique pour

insérer le message et le destinataire l‟extrait à l‟aide de la même clé publique.

7. Comment et où cacher l’information secrète :

23
Il existe plusieurs aspects pour cacher l‟information, mais on prend l‟exemple d‟une image
pour l‟expliquer en détail :
On connait que l‟image est composée d‟un ensemble de pixels, que chaque pixel est
constitué de trois couleurs : rouge, vert et bleu.
Certains de ces points peuvent être remplacés par une autre information sans que les
changements tenus dans l'image soient perceptibles pour l‟œil humain.
Pour pouvoir connaitre ou lire le message caché dans l‟image, il faut que le destinataire
connaisse la clef privée sinon il devient impossible lire le contenu caché.
Il existe plusieurs méthodes pour cacher une information dans une image :
a. Usage des bits de poids faibles :
On peut cacher l‟information dans les poids faible. L‟idée consiste à prendre
l‟information et modifier les bits de poids faible des pixels de cette image de
manière qu‟aucun autre ne peut détecter l‟existence d‟un message secret.
Pour exprimer ce concept on prend un exemple qui explique cette situation :
On prend les deux images suivant :

Image original (l‟arbre). L‟image extraite (chat).

1. l‟usage des bits de poids faibles.

Image d‟arbre et les bits qui la composent

000 000 000 000 000 001
001 000 001 111 111 111

Chaque entrée de ce tableau représente un pixel de couleur, on peut considérer que

notre image est une toute petite image 2*2. Chaque triplet de bits (0 ou 1) code la
quantité de l‟une des trois couleurs primaires du pixel (rouge, vert, bleu).
Le bit le plus à droite de chaque triplet est le bit de poids faible en ne gardant que les
2 bits les moins significatifs de chaque composante de couleur.

24
 Si l‟on veut cacher le message 111 111 101 111, l‟image est modifiée de la façon
suivante : le bit de poids faible de l‟octet est mis à la valeur du bit de message
correspondant ; ici on obtient :

001 001 001 001 001 001

001 000 001 111 111 111

b. Manipulation de la palette de couleurs d’une image :

Il existe plusieurs formats graphiques tels que GIF ou PNG permettant le stockage des
couleurs de l‟image par référence à une palette de couleurs.

Ainsi, au lieu de stocker les couleurs vert, blanc, rouge dans une image du drapeau de
l‟Algérie, on trouve dans un format de fichier la description de l'objet qui est une suite
couleur1, couleur2, couleur3 ainsi qu'une palette qui définit que couleur1 est le vert,
couleur2 le blanc et couleur3 le rouge.
La même image peut-être stockée de la façon suivante : couleur2, couleur3, couleur1 avec
une palette qui définit que couleur2 est le vert, couleur3 est le blanc et couleur1 est le
rouge. Même s‟il existe une différence de stockage de l‟image, les deux images sont
visuellement identiques.
Pour une image contenant 256 couleurs uniquement dans sa palette, on a 256 (256 !)
factorielle pour stocker cette image. En utilisant un code connu entre l'émetteur et le
récepteur de l'image, on peut donc communiquer un message de petite taille (log2 (256!)
un peu moins de 1 684 bits) caché dans la permutation des couleurs de la palette de
l'image.

c. Message caché dans les choix de compression d’une image :

L‟idée consiste à cacher une information selon les choix de compression.
En effet, tout algorithme de compression nécessite une succession de choix.
Avec des algorithmes de compression tel que Zip ou Gzip, on peut choisir le taux de
compression

25
 La première étape de compression consiste à découper l‟image en blocs de 8 fois 8 pixels
et de transformer ces blocks sous une forme mathématique simplifiée.
Cette compression introduit des pertes et la version mathématique de chaque bloc peut être
légèrement différente du bloc original tout en étant visuellement très semblable.
Une fois tous les blocs compressés, il faut transformer les formes mathématiques en
consommant le moins possible d‟espaces.
Cette deuxième compression n‟introduit pas de perte et elle est similaire dans ses principes
à ce que l‟on peut retrouver dans Zip ou Gzip.
C‟est en introduisant dans cette phase des bits d‟informations que l‟on arrive à transporter
un message caché.

II. Le watermarking (tatouage):

1. Définition de tatouage :
Parmi les applications de stéganographie c‟est le tatouage électronique ou watermarking
en anglais.
On définit le tatouage comme une technique qui permet d‟ajouter des informations quel
que soit sa nature à un fichier, un medium ou un document.

26
On peut appeler généralement le message qui l‟on cache dans le signal hôte une marque ou
bien tout simplement un message. La marque est composée d‟un ensemble de bits où le
contenu dépend à l‟application. La marque peut être un nom ou un identifiant du créateur,
du propriétaire, de l'acheteur. Le tatouage pose la question de la protection des droits
d'auteur.

1. image avec tatouage.

Image avec tatouage numérique visible. Le texte "Brian Kell 2006" apparaît au centre de
l'image.

2. Les types de tatouage :

Il existe deux types de tatouage: le tatouage fragile et robuste. on détaille chacun à part :
a. Tatouage fragile :
On utilise un tatouage fragile lorsque le document a subi plus de
transformations qu'autorisés, la détection de la marque échoue, et plus
spécifiquement son intégrité a été préservée, d'un point de vue perceptif.
Le tatouage fragile est un tatouage invisible, qui est utilisés pour détecter
toute modification du signal.
b. Tatouage robuste :
Il existe plusieurs algorithmes de tatouage permettant d'insérer un filigrane
robuste. Ceci est principalement dû au fait que pendant très longtemps, les
recherches se sont focalisées sur le contexte de la protection des droits
d'auteurs, qui requérait la robustesse.

27
 I. Présentation de la méthode
Dans ce chapitre nous présentons un nouvel algorithme. Il est basé sur un cylindre
virtuel autour d‟une image et un observateur virtuel la regardant déplacé d‟une
position originale.

L‟idée de base de cet algorithme repose sur un cylindre virtuel ayant son diamètre
égal à la dimension de l'image et centré sur son axe de symétrie.

Comme résultat, tout pixel dans l‟image créée est déplacé de sa position originale.

1. Le principe du cylindre virtuel :

Un cylindre virtuel qui entoure une image est le pilier de l'idée de notre algorithme. Quand
une image est vue d‟une position sur le cylindre, le rayon de chaque pixel croise la surface
du cylindre à un point spécifique. On suppose que la position de ces points ne changent pas
quand la position de l‟observateur change. Ainsi, au travers de l'image originale, il devient
possible à déduire n'importe quel autre vue de la même image d‟une autre position.
Nous définissons premièrement la position de référence relativement à l‟image originale
ayant sa direction perpendiculaire au plan et entrecroisant son axe de symétrie.
Deuxièmes, il est supposé que l'image vue d'une autre position est sur un plan tourné qui
est perpendiculaire à la direction de l‟observateur comme si l'image originale est tournée
autour de l‟axe de cylindre. En conséquence, une nouvelle image peut être générée par la
projection de chaque pixel original sur la position correspondante sur la nouvelle image.

Le principe de l'algorithme suppose que le déplacement de l‟observateur est fait le long

d'une direction perpendiculaire à l'axe du cylindre (voir Figurer 1).

28
La figue 1: La transformation de l'image originale quand elle est vue de différentes
positions situées sur le cylindre virtuel.

1.1 Expression mathématique de la position de l’observateur

Considérons un pixel situé au point Po du milieu de l'image et vu de la position de

référence a située à Vo (voir Figurer 2).Ce pixel a son rayon qui entrecroise le cylindre au
point P. La position où il est vu dans l'image cible (ou générée) dépend de la nouvelle
position de l‟observateur. Ainsi, si un observateur est à une position Vt, le pixel est
projeté sur le point Pt dans la nouvelle image. L'objectif est alors de déterminer le valeur
de OPt

29
La figue 2: Le système de la projection qui estime la position d'un pixel dans l'image
générée.

Soit θ l'angle entre la direction de la position de référence et la nouvelle position.

Cet angle est soit connu directement ou calculé directement en utilisant le déplacement
VoVt. Posons λ =α-θ pour le cas de la figure (2). En utilisant le triangle ΔOPoVo et sur
la base sur le fait que A c‟est la projection orthogonale du point P sur OVo, il devient
facile à voir que AP = r.sin λ, et AVo =Ovo - r.cos λ. De plus, la fraction

étant vraie, il devient facile d‟obtenir l'expression d‟OPo :

(1).

Transformé sous forme d‟une équation, l'expression (1), où λ est la variable, devient:

(2).

Les solutions de l'équation (2) sont ceux de (3):

(3).

Où

30
Selon le même principe de réflexion pour l'établissement de l'expression (1), l'utilisation de

ΔOPtVt et le fait que PB est perpendiculaire à OVt mènent à l'égalité et

l‟expression de OPt :

= (4).

Depuis que

Puisque α est lié à λ ¸ l‟estimation d‟OPt dans l'expression (4) dépend des solutions de
l'équation (3). Ainsi, la valeur de λ est utilisée pour déduire celle de α.
Pour cela, notons que les valeurs des trois angles θ, λ et α sont pris positif, et
particulièrement, celui de θ doit être 0<θ<п/2 ; autrement, l'image devient une ligne ou
celle originale.

Parmi les solutions de l'équation (3), la plus exacte est celle qui s‟adapte au système défini.
En ce sens, la valeur de α serait choisie de sorte que sa relation avec λ reste toujours
respectée. Il est clair que cette relation dépend sur la position du point P sur le cylindre.
De ce fait, il y a trois cas où α est exprimé différemment (voir Figurez 3). Ainsi, il est
important de déterminer dans l'image originale les positions qui spécifient que l'expression
de α serait utilisée, et à choisir la partie de l'image cible sur qui le pixel va être projeté
conformément à chaque expression.

α=λ+ θ α=θ- λ α=λ- θ

La figue 3: Les valeurs de α dépendent de la position du pixel et de son image sur le

cylindre.

31
Dans la figure (3), il apparait que les jonctions d‟OVo et OVt avec le cylindre définissent
les limites des différents cas sur les deux images. Quand le point l'intérêt est la jonction
d‟OVo avec le cylindre, cela signifie que λ = 0 et α = θ. Celui-ci définit la position zéro de
l'image originale qui va être projetée dans la cible. Nomons le Pto (voir Figure 4).

Dans ce cas et conformément à l'expression(4),

Et pour trouver OPt de n‟importe quel autre pixel situé sur la moitié gauche de l'image
originale, l'expression α=θ+ λ v est utilisée.

Ainsi, toute valeur calculée pour OPt est plus grande qu‟OPto.
En outre, le point qui est la jonction de OVt et le cylindre et qui s'est projeté au milieu de
l'image cible a une position zéro dans l'originale qui est r + OPot, où

. Conformément à l'expression (1).

De ce fait, pour un tel point, il est clair que λ=α. En conséquence, pour tout pixel qui est
sur la moitié de l'image originale à gauche du côté de OPot , l'expression α=θ-λ est
utilisée. Donc, n'importe quel autre pixel à droite de OPot a sa position déterminée par
l'expression α=λ- θ.

32
La figue 4: Où le milieu de chaque image est positionné dans l‟autre.

Les expressions établies sont toutes basées sur le fait que l‟observateur est situé à droite de
la position de référence. On peut facilement vérifier que chaque expression reste vraie pour
une vue miroir.

II. Méthode suivie pour le stockage de la signature :

Il existe de nombreuses méthodes de stéganographie. Nous allons voir ici comment

dissimuler une image à l‟intérieur d‟une autre image, en utilisant la méthode dite “des bits
de poids faible.

1. Algorithme d’insertion :

1. Notions importantes et théorie :

Comme c‟est connu, un octet est constitué de 8 bits, codant chacun comme une “puissance
de 2″. On appelle “bits de poids fort” les bits codant les plus grandes puissances de 2, et
“bits de poids faible” les bits codant les plus petites puissances de 2. En effet, lorsqu‟on
modifie un bit de poids fort dans un octet, la valeur de l‟octet est beaucoup plus modifiée
que lorsqu‟on modifie un bit de poids faible.

À partir de cette constatation, nous allons modifier les bits de poids faible des composantes
des pixels d‟une image pour y stocker des informations. Une image est un “tableau” de
pixels, chaque pixel ayant une couleur propre, caractérisée par trois composantes : Rouge,
Vert et Bleu. La valeur de chaque composante est codée sur un octet ; elle est donc
comprise entre 0 et 255.

En modifiant le bit de poids le plus faible (le bit le plus à droite), nous pourrons stocker
une information, et la couleur obtenue après modification sera proche de la couleur
originale. On appelle profondeur le nombre de bits modifiés dans l‟octet. Plus la
profondeur est grande, plus la quantité d‟information que l‟on peut cacher est grande.
Mais en augmentant la profondeur, on augmente aussi la différence entre les deux couleurs
du pixel avant et après modification, puisque les bits modifiés sont de poids de plus en plus
fort. Or, pour que l‟existence de l‟image soit bien dissimulée, il ne faut pas que l‟image
cible soit trop modifiée.

33
 2. La partie insertion de l’algorithme:

2.1. Bits utilisés :

Dans notre programme on utilise les bits de poids faible les plus à droit du plan rouge car
ils ont peu (moins) d'influence sur la couleur. Illustrons cela par un exemple:
Considérons que l'octet rouge d'un pixel contient la valeur 215. Cela correspond à la valeur
binaire:

1 1 0 1 0 1 1 1

Ce qui donne un rouge comme cela:

Le fait d'utiliser le bit de poids faible aura comme effet la modification de cette valeur de
rouge en fonction de la valeur de un bit remplacé. Cette valeur, donc cette teinte pourra
varier de la valeur 214:

1 1 0 1 0 1 1 0

Ce qui donne un rouge comme cela:

Le fait d'utiliser le deuxième bit de poids faible aura comme effet la modification de cette
valeur de rouge en fonction de la valeur de un bit remplacé. Cette valeur, donc cette teinte
pourra varier de la valeur 212:

1 1 0 1 0 1 0 0

Ce qui donne un rouge comme cela:

On peut comparer les trois teintes ; la couleur originale et les deux autres couleurs, et
remarquer qu‟il n‟existe pas une grande différence.

34
Exemple :

Nous allons considérer un pixel ayant comme valeur R=130, G=190 et B=150. Ou encore
en binaire R=10000010, G=10111110 et B=10010110. Cela correspond à la couleur
suivante:

Et considérer une partie d‟une image dans laquelle on veut cacher 11010110, donc on a
besoins de huit (8) pixels pour cacher 8 bits. On modifie le bit de poids faible du plan
rouge. Ainsi, on obtient le pixel suivant : Les nouvelles valeurs RGB après insertion de
un bit de l‟image sont : R= 10000011, G=10111110 et B=10010110

Si les bits de poids faible du plan rouge sont insuffisants, on passe au deuxième plan (le
vert) et on applique le même principe. Ensuite on utilise le bleu, et lorsqu‟on a consommé
tous les bits de poids faible de tous les plans, on passe au deuxième poids faible pour les
trois plans selon la même méthode. La modification finale qui est appliquée sur le pixel
donne le résultat suivant : R= 10000001, G=10111101 et B=10010101

Pour insérer les bits de l‟image cachée dans l‟image container, on a besoin d‟utiliser les
opérations Or et And (&) logiques. Pour forcer le 0 on utilise le & avec un masque spécial
pour chaque plan R, G, B. De même, on fait pareil pour les bits du deuxième poids faible.
Pour forcer le 1, on utilise le (or) avec un masque. Par exemple, si on veut cacher notre
image dans les bits de poids faible du rouge, on utilise le masque 65536 pour forcer le 1
avec l‟opération logique Or. Ce masque permet de conserver les 7 bits de l‟image container
et ne modifie que le dernier bit. Le masque 16711679 est utilisé pour forcer le 0 avec
l‟opération &.

35
Exemple :

On suppose qu‟un pixel ai les valeurs suivantes : 11010101 11001111 01011001

si on veut insérer le bit 0

11010101 11001111 01011001 &

11111110 11111111 11111111

=1101010 11001111 01011001

On suppose qu‟un pixel ai les valeurs 11010110 11001111 01011101

si on veut insérer le bit 1

11010110 11001111 01011101 Or

00000001 00000000 00000000

=11010111 11001111 01011101

2.2 Positions d’insertion des bits :

On applique la projection cylindrique sur une image

Figure1 :image1 original.

On obtient des positions horizontal et vertical .Par exemple : Pour les positions
horizontales :

36
289 293 297 302 306 310 314 318 322 325 329 333 336 …

Pour les positions verticales :

181 185 189 193 197 201 205 209 212 216 219 223 226 …

A partir de ces résultats, on obtient des positions de pixels dans l‟image qui sont utilisées
pour cacher les bits de l‟image à cacher

Figure2 : image2 à cacher.

Puis on procède à l‟insertion des bits de l‟image à cacher dans l‟image originale dans les
positions de la projection en utilisant la méthode des bits de poids faibles.
On obtient le résultat final :

Figure : l‟image modifiée avec l‟image cachée.

37
 3. La partie extraction de l’algorithme :

Le même principe mais avec la méthode appliquée dans un sens inverse est utilisé. On
extrait tous les bits qui ont été insérés en commençant par extraire tous les bits de poids
faible les plus à droit du plan rouge. Si la taille totale de l‟image est plus grande, on passe
au deuxième plan et on extrait les bits faible et on continu selon ce principe jusqu‟à ce que
l‟on construise toute l‟image.

38
 I. Définition du langage C++ (builder) :

Le C++ a été conçu par Bjarne Stroustrup en 1982 aux ATT Bell Laboratories. L‟idée était
d‟ajouter au C des possibilités sur l‟orienté objet et de palier aux inconvénients du C.
Le but de cette partie du chapitre est de donner un premier aperçu sur C++ en ne présentant
que ce qu‟il est nécessaire de connaître. Mais pour ce qui nous concerne, nous utilisons le
C++ builder qui a la même syntaxe et utilise une interface facile pour accéder à tous les
composants.
Les composants de C++

La forme dans laquelle on peut ajouter les boutons, les

images…

L‟inspecteur d‟objet on peut modifier les propriétés et les évènements pour

chaque composant. Exemple, le click ou le mouvement de la souris…

39
 1. Comment déclarer les opérations logiques dans le C++ Builder :

Opérateur Traduction Exemple Résultat

& ET bit à bit x&y 1 si les bits de x et y valent 1

| OU bit à bit x|y 1 si le bit de x et/ou de y vaut 1

^ XOR bit à bit x^y 1 si le bit de x ou de y vaut 1

~ NON bit à bit x~y 1 si le bit de x 0

<< Décalage à x << y décale chaque bit de x de y positions

gauche vers la gauche

>> Décalage à x >> y décale chaque bit de x de y positions

droite vers la droite

2. Pourquoi utiliser le C++ builder :

Le traitement d'image est l'un des domaines où la manipulation de tableaux est la plus
importante. En effet, tout tourne autour du chargement, des traitements itératifs lourds et
enfin de la sauvegarde de ces images.
Il faut par conséquent trouver un moyen à la fois simple et efficace de manipuler les
données, afin de travailler dans des conditions optimales.
Nous utilisons le C++ builder puisqu‟il est facile pour le traitement d‟image. Il permet à
accéder facilement aux pixels de l‟image où l‟on peut jouer sur les valeurs des bits. De
plus, il contient des fonctions prédéfinies utilisées pour ces traitements.

40
Description du logiciel :

Nous avons développé un logiciel qui implémente une idée de la stéganographie. Il

consiste à cacher une image dans une autre. Nous avons utilisé une nouvelle idée. C‟est un
système de projection qui facilite à cacher une image dans des positions séparées.

L‟image ci-dessus montre l‟interface de notre logiciel. Dans la suite, nous donnons une
brève explication de chaque bouton et ce qu‟il fait :

On commence par le menu Fichier qui permet d‟ouvrir une image de forme bitmap.

41
Ensuite, on passe à l‟etape1. Dans cette partie, on trouve le bouton de parametres de la
projections. Lorsque on clique sur ce bouton, une zone de saisie est affichée pour faire
entrer les valeurs de la distance et de l‟angle. L‟utilisateur a besoin de ces valeurs pour
faire la projection. On trouve aussi un autre bouton Faire la projection. Lorsqu‟on clique
sur ce bouton, on applique la projection sur l‟image et comme résultat, on affiche dans
deux listes les valeurs obtenues des vecteurs horizontal et vertical.

Lorsqu‟on termine avec cette phase, on passe à la deuxiéme étape où l‟on applique le
principe de la stéganographie. On trouve quatre boutons. Le premier bouton pour charger
la dexiéme image que l‟on veut cacher et le dexiéme pour faire la cacher.

42
La dernière opération, c‟est l‟extraction de l‟image. On clique sur le bouton « extraire »
pour obtenir l‟image cachée. Le quatrième bouton est utilisé pour sauvegarder l‟image
tatouée de manière invisible que l‟on peut appeler signature numérique.

Le résultat final est le suivant :

43
 II. Résultats :

Nous présentons dans ce qui suit l‟étude de quelques situations. Nous commençons par la
projection :

La projection dépend de la taille de l‟image. Ceci est logique parce que plus l‟image est
grande, plus les positions obtenues sont nombreuses. Pour montrer cela, nous avons choisi
une image fixe pour y appliquer tous les tests. L‟image est de taille 720*450

Image original (oiseau). Image transformé

Pour tous les résultats obtenus, la distance de 1.5 et l‟angle de п/12 ont été utilisés.

Cas 1 : lorsqu‟on veut cacher l‟image suivante : de taille 200*154 dans l‟image d‟oiseux
qui est de taille 720*450

On utilise tous les plans ; le rouge, vert et le bleu, même dans le deuxième bit de poids
faible. On obtient de bons résultats. L‟image complète est cachée et on ne remarque pas
que l‟image contient une signature, même si elle est comparée à l‟image originale. Il n‟y
pas une déférence visible. Le résultat est l‟image suivante :

44
Image signée.

Cas2 : On prend deux images presque de même taille et on cache une image dans l‟autre.
Par exemple : on cache image1 dans image2 de taille 256*256.

Image1 Image2

L‟image suivante montre le résultat obtenu. 60% de l‟image est caché où l‟on a utilisé
quatre (4) bits de point faible.

Image obtenu.

Dans cette image signée, on peut remarquer qu‟il y a une grande différence par rapport à
l‟image originale

Cas3 : dans ce cas on prend une image conteneur de taille plus petit que la taille de l‟image
que l‟on veut cacher. Par exemple, une image de taille 720*450 d‟un oiseau à cacher dans
l‟image de taille 200*154. Le résultat qui obtenu est catastrophique. Et en plus, l‟image
n‟est pas complètement cachée.

45
On obtient l‟image suivante :

Image signée mais mauvaise signature.

1. Etude lorsque on cache dans les plans :

Si l‟on cache une image de taille 200*154 dans autre image de taille 720*450 juste dans
le plans rouge et dans un seul bit de poids faible, après son extraction on obtient le
résultat suivant :

Juste dans le plan rouge.

En remarque que l‟image n‟est pas totalement cachée. C‟est pour ça que l‟on passe au
deuxième plan le vert. Selon le même principe on obtient :

dans le plan rouge et le vert.

De même, l‟image n‟est pas complète et on passe au troisième plan le bleu pour obtenir :

46
Dans le plan rouge, vert et le bleu.

Pour s‟assurer que l‟image est totalement cachée, on utilise aussi le deuxiéme bit de poids
faible pour les trois plans et le résultat final est comme suit :

Dans le plan rouge, vert, bleu et dans les deuxiéme bit de poids faible.

2. Quelque opération faites sur l’image signée :

Les opérations qui suivent ont des effets négatifs sur l‟image signée. En effet, l‟image
extraite ne correspond pas à l‟image cachée à cause des transformations faites sur l‟image
originale.

2.1 Lissage :

Lissage naif :

Quand on signe une image et après on lui applique un filtrage ou un lissage nâif et ensuite
on l‟extrait, on obtient la figure ci-dessous :

47
La cause de ce bruit c‟est que le lissage consiste à affecter à chaque pixel de l‟image la
moyenne des pixels qui l‟entourent ce qui peut modifier les bits insérés.

2.2 Compression :

Si l‟on utilise la compression avec perte, on risque de perdre l‟image totalement puisque la
compression peut toucher tous les bits de chaque pixel, donc elle touche les bits qui ont été
insérés, ce qui implique la perte totale ou partielle de l‟image. Quand on signe une image et
après on lui faire la compression et ensuite on l‟extrait, on obtient la figure ci-dessous

48
Conclusion :

Ce travail consiste en l‟étude et le développement d‟une application de la

signature numérique invisible dans une image. Il consiste en l‟insertion d‟une image
(signature) dans une autre de sorte que la première passe complètement inaperçue. Il
repose sur un principe de projection et utilise la technique des bits de poids faibles.

Nous avons rencontré plusieurs problèmes lorsque l‟image subi des

transformations, tels que la compression, le filtrage. Dans ce cas, les bits de la signature
sont perdus. Ce problème reste alors ouvert pour un travail futur.

Le travail que nous présentons dans ce mémoire est une étape d‟une grande
importance dans tout système de stéganographie. La création d‟une signature numérique
doit être certifié conforme aux exigences d‟authentique, l‟infalsifiable, de non réutilisable,
d‟inaltérable et d‟irrévocable et c‟est le but de notre application.

Nous considérons que les résultats obtenus de notre travail, particulièrement

lorsqu‟ils sont basés sur la méthode de projection, sont assez importants.

49
Référence :
[1] http://securinet.free.fr/crypto-rsa.html.
[2] http://www.picsi.org/parcours_21_104.html#CITEcox_i3eip_97. //I. Cox,
J. Killian, T. Leighton, and T. Shamoon. Secure spread spectrum
watermarking for multimedia. IEEE.
[3] http://fr.wikipedia.org/wiki/St%C3%A9ganographie.

[4] http://www.picsi.org/annuaire_29.html.
[5] http://users.skynet.be/glu/ci.htm.
[6] http://www.picsi.org/parcours_17_93.html#fontaine_misc_02.

[7] Codes correcteurs et sécurité en stéganographie (pour les images et les vidéos)
De : Marc Chaumont 70%William Puech 30%Équipe ICAR.

[8]http://interstices.info/jcms/mf_46683/approfondir.
ère
[9]Introduction à la stéganographie(1 partie) (J-C Armici jca.developpez.com et
www.unvrai.com)

[10]Steganos Gmbh. Steganos, logiciel de stéganographie.

http://www.steganos.com/.

[11] UNIVERSITE IBN ZOHR

Prof. O. El Kharki
Site Web: http://perso.menara.ma/~elkharki/
Ou bien : http://elkharki.africa-web.org/

[12] Brahim Nini

Larbi Ben M‟hidi University Constantine Road, PO. BOX 358
Virtual Cylindrical View of a Color Image for its
Permutation for an Encryption Purpose.

[13] E.FAVIER/4 Année STI GS/

Année universitaire 2007-2008.

[14] Université de Picardie Jules Verne/Licence de Physique S6

Année Académique 2007-2008

[15] Isabelle Bloch - ENST / Département Signal & Images

Florence Tupin - ENST / Département Signal & Images
Antoine Manzanera – ENSTA / Unité d'Électronique et d'Informatique

[16] M. Van Droogenbroeck

Septembre (version 2.14)Traitement d‟image.
[17] Module : Imagerie Numérique (1ère Master) Chapitre V : Transformations
unitaires et filtrage
Responsable : NINI B.

50