نهان گذاری مقاوم تصاویر دیجیتال در حوزه تبدیل موجک با استفاده از رگرسیون بردار پشتیبان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 561

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SPIS02_032

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

در سالهای اخیر یکی از راه حل های موثر برای مقابله با بسیاری از مسایل همچون حق امتیاز و تصدیق محتویات یک اثر، درج اطلاعات نهان در رسانه های دیجیتال همچون تصویر، ویدیو و صوت، است. همواره بین مقاوم بودن اطلاعات نهان نگاری در برابر انواع حملات و غیرقابل مشاهده بودن اطلاعات نهان تناقض جدی وجود دارد. نیاز مبرم یک سیستم نهان نگاری، داشتن نگاهی جامع برای ایجاد مصالحه بین این دو ویژگی مهم و متناقض است. در این مقاله یک الگوریتم نهان نگاری کور با مقاومت بالا پیشنهاد می شود. روش پیشنهادی یک الگوریتم هوشمند برای پنهان کردن الگوهای باینری است، در مرحله ی پیش پردازش بلولک های مناسب تصویر بر اساس تعداد لبه برای عملیات نهان نگاری انتخاب می شوند و سپس روی تصویر اصلی تبدیل موجک افزونه را اعمال میکنیم سپس زیر باند فرکانس پایین بدست آمده را به بلوک های 8 × 8 تقسیم کرده و بلوک های انتخابی از مرحله قبل را به مقادیر منفردشان تجزیه کرده و نهان نگاره باینری را با استفاده از تبدیل آرنولد دگرگون کرده و در مولفه U مقادیر منفرد زیر باند فرکانس پایین بلوک ها جایگذاری می کنیم. برای استخراج نهان نگاره از یک رگرسیون بردار پشتیبان(SVR) آموزش یافته استفاده شده است. نتایج شبیه سازی نشان می دهد که میزان مشاهده ناپذیری این روش به دلیل استفاده از مرحله پیش پردازش به اندازه حداقل 20درصد بهبود داشته و همچنین مقاومت این روش در مقایسه با روشهای مشابه اخیر به میزان حداقل 5% در برابر انواع حملات متداول از جمله حملات پردازشی و هندسی بهبود داشته است

کلیدواژه ها:

نهان گذاری ، مقاوم سازی ، رگرسیون ماشین بردار پشتیبان ، تبدیل موجک افزونه

نویسندگان

مهدی رضایی

دانشجو دکترا ، گروه الکترونیک دانشکده برق، دانشگاه صنعتی امیرکبیر ، تهران

ساناز سیدین

استادیار، گروه الکترونیک دانشکده برق، دانشگاه صنعتی امیرکبیر ، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • E.D. Tsougenis, G.A. Papakostas, D.E. Koulouriotis, V.D. Tourassis, "Performance evaluation ...
  • Watermarking with optimum capacity, " 5th International Conference on Visual ...
  • H.Wu, Y.Cheung, "Reversible Watermarking by ...
  • Modulation and Security Enhancement, " Instrumentation and Measurement, IEEE Transactions ...
  • watermarking in the ridgelet domain, " Signal Processing Letters, IEEE ...
  • S.D.Lin, Ch.Chin-Feng, "A robust DCT-based watermarking for copyright protection, " ...
  • P.Premaratne, C.C.Ko, "A novel watermark embedding and detection scheme for ...
  • Watermarking Using Discrete Wavelet Transform and Singular Value Decomposition, _ ...
  • G.Bhatnagar, "A new facet in robust digital watermarking framework", AEU ...
  • H.-H. Tsai, D.-W. Sun, "Color image watermark extraction based on ...
  • H.-H. Tsai, H.-C. Tseng, Y.-S. Lai, "Robust lossless image watermarking ...
  • Sue Ellen Haupt Randy L. Haupt, "Practical Genetic Algorithms" ...
  • _ 2nd ed. New Jersey.: John Wiley & Sons, Inc., ...
  • H.-H. Tsai, Y.-J. Jhuang, Y.-S. Lai, "An SVD-based PSO, " ...
  • M.Ali, C.W. Ahn, Mi.Pant, P.Siarry, "An image watermarking scheme in ...
  • نمایش کامل مراجع