سیدمحمد حسینی - دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر ، گروه مهندسی کامپیوتر، بوشهر، ایران
احمد کشاورز - استادیار، دانشکده کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
حبیب رستمی - استادیار، دانشکده کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر

با توجه به اینکه ظرفیت درج یکی از مهمترین موضوعات در حوزه نهان نگاری برگشت پذیر، خصوصا در حوزه پزشکی، است.در این مقاله یک پنهان نگاری قابل برگشت بر اساس درونیابی پیکسلهای تصویر و تشخیص نواحی مورد علاقه در تصویر میزبان با هدف افزایش ظرفیت درج ارائه شده است. بر اساس پیش پردازش مبتنی بر مولفه های Texton، اهمیت نواحی تصویر، یک تصویر باینری ساخته می شود که مکانهای پیکسل های دارای اهمیت بافتی بالا را نگهداری می کند. در نواحی غیر از این نواحی ،پیکسل های بیشتری جهت درج انتخاب می شود. حال بعد از انتخاب پیکسل های که شرایط مناسب جهت درج را دارند، بر اساس یک الگومیزان ظرفیت هر پیکسل مستقلاً محاسبه می گردد. در گام بعد بر اساس یک روش درونیابی ، از تصویر اصلی خود تصویر درونیابی شده آن را می سازیم. عملیات درج در پیکسل هایی که شرایط درج ) بسته به مقدار ظرفیت درج در یک بیت، دو بیت و... LSB هر پیکسل درج صورت می گیرد( را دارند صورت می گیرد. همچنین در عملیات معکوس با شناسایی پیکسل هایی که در آنها درج صورت گرفته و محاسبه ظرفیت درج آنها، به کمک مقادیر درونیابی شده ، مقدار واقعی پیکسل و همچنین بیت های که در آن درجشده است را بر می گردانیم. نتایج حاصل از الگو ریتم پیشنهادی بر روی تصاویر استاندارد پزشکی، نشان دهنده کارایی روش پیشنهادی در مقابل روش های دیگر است.

نهان نگاری برگشت پذیر، ظرفیت درج، مولفه های Texton و نواحی مورد علاقه