الگوگذاری تصاویر دیجیتال با استفاده از آتوماتای سلولی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,664

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP05_056

تاریخ نمایه سازی: 29 اردیبهشت 1387

چکیده مقاله:

روش الگوگذاری با تغییر کم ارزش ترین بیت پیکسل ها LSB علی رغم داشتن مزایای زیاد مانند سرعت بالا، فاقد امنیت لازم برای الگوگذاری تصاویر دیجیتال است. در این مقاله الگوریتمی با استفاده از آتوماتا ی سلول ی جهت الگوگذاری تصاویر دیجیتال ارائه می شود که در آن از اتوماتای سلولی جهت تشخیص پیکسل های مناسب جهت مخفی کردن الگو استفاده می شود و الگوی مخفی شده به گونه ای در تصویر میزبان پخش می گردد تا تشخیص آن برای حمله کننده بسیار سخت یا غیر ممکن شود. در الگوریتم پیشنهادی پیکسل هایی از تصویر ورودی که توسط آتوماتای سلولی به عنوان کاندید برای الگوگذاری انتخاب شده اند را با تغییر کم ارزش ترین بیت آن پیکسل ها الگو گذاری می کنیم. بر ای آشکارسازی توسط آتوماتای سلولی پیکسل هایی که در آنها الگو مخفی شده است را مشخص می کنیم و الگو را از کم ارزش ترین بیت آن پیکسل ها استخراج می کنیم. در مقایسه با کارهای مشابه، روش پیشنهادی مقاومت خوبی در مقابل برش و افزایش نویزهای مختلف دارد و در حالی که PSNR تصاویر الگوگذاری شده با این روش بسیار خوب است.

کلیدواژه ها:

الگوگذاری تصاویر ، آتوماتای سلولی ، پنهان‌سازی داده ، جستجوی رو به جلوی شناور ترتیبی

نویسندگان

امیرحسین طاهری نیا

دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر

حمید بیگی

دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر

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 :
  • C.-S Lu., "Multimedia Security: S teganography and Digital W atermarking ...
  • S. Volo shynovskiy and F. Deguillaume, _ In formation- Theoretic ...
  • X. Huang and B. Zhang, "Statistically Robust Detection of Multiplicative ...
  • P. Rosin, *Training Cellular Automata for Image Processing? IEEE Trans. ...
  • K. Preston and M. Dufft, Modern Cellular Automata- Theory and ...
  • P. Pudil, J. Novovicova, and J. Kittler, *Floating search methods ...
  • A. Jain and D. Zongker, ، «Feature- selection: Evaluation, application, ...
  • H. Farid, *Detecting S teganographic Messages _ Digital Images, Computer ...
  • O. Dabeer, K. Sullivan, U. Madhow, S. Ch andrasekaran _ ...
  • Vision and Image Processing, November 4-6, 2008 ...
  • th Iranian Conference On Machine Vision and Image Processing, November ...
  • نمایش کامل مراجع