نهان کاوی کور تصاویر Jpeg با استفاده از ویژگی های آماری ضرایب تبدیل موجک

ما در این مقاله یک روش نهانکاوی کور با دقت کشف بالا با استفاده از ویژگی های آماری ضرایب تبدیلموجک برای نهان کاوی تصاویر Jpeg ارائه می دهیم. در روش پیشنهادی ابتدا تصاویر تست را به قالب های64x64 تقسیم کرده و از هر قالب تبدیل موجک گرفته و ویژگی های آماری ضرایب تبدیل موجک هرقالب را به طور مستقل از قالب های دیگر استخراج نموده و به یک دسته بندی کننده آموزش می دهیم سپسویژگی های آماری قالب های تصاویر تست را به دسته بندی کننده می دهیم تا تصاویر پاک و نهان نگاری شدهرا تشخیص دهد. آنگاه تکنیک رای گیری اکثریت را روی نتایج دسته بندی قالب ها به کار می بریم تا نتیجهنهایی را در مورد پاک یا نهان نگاری بودن تصویر اعلام کنیم. نتایج آزمایشات نشان می دهد که دقت روشپیشنهادی در نهان کاوی روش F5 (ظرفیت های نهان نگاری 0.1، 0.5 و 0.9) برابر با 98.1 تا 100 درصد،Outguess (ظرفیت های نهان نگاری 0.1، 0.5 و 0.9) برابر با 97.3 تا 100 درصد و Jsteg (ظرفیت هاینهان نگاری 0.1، 0.5 و 0.9) برابر با 96.3 تا 100 درصد است و به جاسازی داده با ظرفیت های مختلفحساس است و حتی ظرفیت های جاسازی کم را با دقت بالایی کشف می کند.

کلیدواژه ها:

نهان نگاری ، نهان کاوی ، تصویر پاک ، تصویر نهان نگاری شده ، تبدیل موجک