شبیه سازی آموزشی نهان نگاری اطلاعات در تصویر به روش فشرده سازی با متلب

توضیحات

شبیه سازی نهان نگاری اطلاعات در تصویر به روش فشرده سازی با متلب

توضیحات:

در این مقاله روشی برای نهان نگاری در تصویر بر مبنای slant transform ارایه شده است .

روش کار بدین گونه می باشد که ابتدا تصویر را به تکه ها برابر تقسیم می نماید .

در مرحله بعد هر تکه از فضای تصویر به فضای SLANT  برده می شود. و 2 ناحیه hlوlh  تکه انتقال داده شده برداشته می شود.

میانگین هر کدام از 2 ناحیه محاسبه می شود . و با استفاده از آستانه تعیین شده روابط زیر بدست می آید.

در انتها با 4 شرط مشخص شده تغییراتی بر روی دو ناحیه به صورت زیر داده  می شود .

شرط 1 می گوید اگر بیت واترمارک  1 بود و تفاضل میانگین 2 ناحیه از T بزرگتر بود تغییراتی در نواحی ایجاد نکن . شرط 2 میگوید اگر بیت 1 بود و تفاضل میانگین 2 ناحیه از T کمتر بود به هرکدام ار پیکسل های ناحیه hl مقدار MF1را اضافه و از پیکسل های ناحیه lhمقدار MF1 کم گردد. و به همین صورت واترمارکینگ انجام می شود

توضیح ایده :

مانند مقاله تصویر تکه تکه می شود و هر تکه به فضایslant برده می شود و سپس هر تکه در فضای slantبه 4 تکه تقسیم می شود . و کلیه مراحل مقاله برای واترمارکینگ مانند مقاله انجام می شود و در نتیجه در هر تکه تصویر به جای 1 بیت 4 بیت واترمارک میکنیم . در نتیجه ظرفیت واترمارک 4 برابر شده و کیفیت تصویر واترمارک شده مانند کیفیت تصویر واترمارک شده مقاله می باشد  که برای این کار از پارامتر PSNR استفاده شده است .

چکیده مقاله مرجع:

چند سال گذشته شاهد افزایش علاقه به طرح های پنهان اطلاعات با وضوح بی نظیر بود، زیرا آنها می توانند نیازهای اصلی پنهان کردن داده های lossless (یعنی بازگشت پذیری، ظرفیت و نامرئی بودن) را تأیید کنند و در عین حال قابلیت اطمینان در برابر حملات را نیز تامین کنند. برگشت پذیری یکی از الزامات مهم این روش ها است. یکی دیگر از اهداف مهم بهبود استحکام در برابر حملات است. روش هایی که ثبات را بهبود می بخشد، هزینه کاهش ظرفیت و نامرئی است. با توجه به نیاز به بهبود چهار الزامات که در بالا ذکر شده است، این مقاله جدیدترین روش پنهان کردن اطلاعات lossless را در حوزه تبدیل ارائه می دهد. الگوریتم پیشنهاد شده بستگی به تبدیل بلوک های غیر همپوشانی تصویر میزبان با استفاده از ماتریس تبدیل Slantlet (SLT) و درج بیت های داده بوسیله اصلاح تفاوت بین میانگین مقادیر ضرایب SLT در فرکانس های فرکانس بالا است. به عنوان یک کاربرد عملی، الگوریتم پیشنهادی برای استفاده از تصاویر پزشکی رنگ تنظیم شده است. بیت های داده ها می تواند نه تنها در یک کانال واحد بلکه در سه کانال تصویر رنگی RGB جاسازی شود و بنابراین ظرفیت جاسازی را بهبود می بخشد. نتایج آزمایشات انجام شده و مقایسه با داده های پیشین اطلاعات باقیمانده از دست رفته بدون خسارت (به عنوان مثال، روش های معکوس معکوس برگشت پذیر) اثربخشی الگوریتم پیشنهاد شده را اثبات می کند.

شبیه سازی نهان نگاری اطلاعات در تصویر به روش فشرده سازی با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.

• فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.