واترمارکینگ تصاویر دیجیتال با استفاده از JND, DWT، و شبکه های عصبی مصنوعی

در این مقاله یک سیستم بصری مبتنی بر طرح واترمارکینگ ،که از تبدیل موجک های ویولت DWT و مدل JND مبتنی برHVS (سیستم بصری انسانی) که آستانه ی بصری را بسته به مشخصات دید انسان و خود تصویر فراهم می آورد استفاده شده است، مدل JND بیشترین اعواج تصویر را که انسان نمی تواند آن را تشخیص دهد نشان می دهد،الگوریتم نهان نگاری میخواهد تا حدی که بتواند اطلاعات را پنهان سازد در نتیجه، کاربرد مدل JND، در الگوریتم نهان نگاری میتواند از آسیب رسیدن به کیفیت بصری تصویر تا حد زیادی جلوگیری کند. با بررسی نتایج حاصل از روش های پیشنهادی مشاهده میشود که مدل JND در دامنه ی DWT به صورت قابل توجهی باعث بهبود واترمارکینگ و مقاومت واترمارک می شود.در این مقاله به کمک آموزش شبکه عصبی مصنوعی خواهیم توانست تصویر واترمارک شده را بدون نیاز به تصویر پوشش استخراج کنیم.

کلیدواژه ها:

واترمارکینگ ، تصاویر دیجیتال ، JND ، DWT ، شبکه های عصبی ، BPNN