ارائه یک مدل ترکیبی در نهاننگاری و تشخیص وجود تصویر نهانشده در تصاویر پزشکی با استفاده از ترکیب موجک گسسته ، تبدیل کیسنوسی گسسته و شبکه های عصبی مکرر

در این مقاله به روش واترمارکینگ بر روی تصاویر پزشکی و تشخیص تصاویر واترمارک شده از تصاویری که خام و یا درواقع عملیات واترمارک بر روی آنها انجام نشده، پرداخته شده است . بیشتر روش هایی که در این زمینه انجام شده از مدلهای بررسی ضرایب توسط مدلهایی نظیر روش موجک، تجزیه مقادیر منفرد، تبدیل کسینوسی گسسته و ترکیبی از این تبدیلات استفاده میکنند. در تحقیق حال حاضر از ترکیب مدلهای تبدیلی ذکر شده در جهت بررسی وضعیت نهان نگاری یک تصویر استفاده میشود. در این راهکار، در ابتدا تبدیل موجک (با موجک مادر (Haar به تصویر اعمال میشود و ضرایب جزئی و تقریبی ساخته میشوند. از اولین ضرایب تقریبی تصویر، ضرایب دی سی تی دریافت میشود. در نهایت الگویی مدنظر بوده که بتواند تصاویر نهان نگاری شده را از تصاویر اصلی تفکیک کند و احتمال دهد چه میزان ممکن است در تصویر اصلی، تصویری دیگر نهفته باشد. برای این منظور از تعداد مشخصی تصویر پزشکی برای واترمارکینگ استفاده شد و فرایند نهان نگاری بر روی آنها اعمال گردید. نتایج حاکی از رضایت بخش بودن عملکرد مدل پیشنهادی در نهان نگاری و نیز تشخیص وجود تصویر نهان شده در تصویر دیگر است.