در این مقاله دو روش پنهانشکنی جدید بر اساس ماتریس هموقوعی تصویر ارائه شده است. نشان داده شده است که با استفاده از ویژگیهای استخراج شده از این ماتریس میتوان تمایز بین تصاویر پوشانه و گنجانه را انجام داد. این ویژگیها شامل انرژی، انتروپی، تباین، گشتاور تفاضل معکوس، بیشینه احتمال و همبستگی است. با استفاده از دستهبندی کننده SVM، جداسازی تصاویر گنجانه و پوشانه انجام گردید. در روش دوم عناصر قطری ماتریس هموقوعی مستقیما به عنوان ویژگی استفاده شده و برای کاهش ابعاد ویژگی نیز ایده حذف تعدادی از بیتهای با ارزش قبل از محاسبه ماتریس هموقوعی بکار گرفته شد. آزمایشاتی بر روی 1800 تصویر برای آلگوریتمهای پنهاننگاری LSB و LSB وفقی (LSBM) با نرخهای مختلف انجام گردید. چند روش پنهانشکنی نیز جهت مقایسه پیاده گردید و برای مقایسه بر روی پایگاه تصویر یکسان آزمایش شد. بررسی های انجام شده نشان میدهد روشهای پیشنهادی برای پنهانشکنی نسبت به روشهای قبلی نتایج بهتری را بدست میدهد و ویژگیهای در نظر گرفته شده برای پنهانشکنی مناسب میباشند.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است. |