تکنیک نهان نگاری دیجیتال تصویر ترکیبی و نامرئی با استفاده از تبدیل موجک صحیح، تبدیل کسینوسی گسسته و شبکه عصبی هاپفیلد

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 15

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITNAF01_0895

تاریخ نمایه سازی: 14 آبان 1405

چکیده مقاله:

با توجه به ویژگی های سیستم بینایی انسان و قابلیت حافظه انجمنی در شبکه های عصبی یک الگوریتم تطبیقی نهان نگاری تصویر مبتنی بر شبکه عصبی پیشنهاد شده است. نهان نگاری نامرئی تصویر یک طرح تعبیه مخفیانه برای پنهان کردن تصویر محرمانه درون فایل تصویر پوششی است و هدف اصلی آن حفاظت از حق نشر می باشد. تکنیک های نهان نگاری تصویر مبتنی بر تبدیل موجک در مقایسه با نهان نگاری مبتنی بر دامنه تبدیل کسینوسی گسسته مقاومت بهتری را در برابر حملات آماری ارائه می دهند. تکنیک ترکیبی DWT و DCT مزایای هر دو روش را به طور همزمان فراهم می آورد. با این حال روش DWT دارای این نقطه ضعف است که هنگام تعبیه دچار حذف اطلاعات می شود؛ امری که به افزایش خطای میانگین مربعات و در نتیجه کاهش PSNR می انجامد. قابلیت جذب به واسطه پیش پردازش و پردازش مجدد در هم ریختگی تصویر و بهره گیری از شبکه عصبی هاپفیلد بهبود یافته است. الگوریتم پیشنهادی یک تکنیک نهان نگاری ترکیبی مبتنی بر تبدیل موجک صحیح و تبدیل کسینوسی گسسته را ارائه می دهد تا در مقایسه با تکنیک مبتنی بر DWT-DCT به سطح بالاتری از نامحسوس بودن و مقاومت دست یابد. تکنیک نهان نگاری ترکیبی پیشنهادی مبتنی بر IWT-DCT حذف اطلاعات را در مقایسه با رویکرد نهان نگاری مبتنی بر DWT به میزان قابل توجهی کاهش می دهد.

کلیدواژه ها:

نویسندگان

ایوب طاهری

گروه مهندسی کامپیوتر دانشکده فناوری اطلاعات دانشگاه پیام نور، صندوق پستی ۴۶۹۷-۱۹۳۹۵، تهران، ایران

سیمین منصوری بروجنی

گروه آمار دانشگاه پیام نور، صندوق پستی ۴۶۹۷-۱۹۳۹۵ تهران، ایران