واترمارکینگ مقاوم با استفاده از الگوریتم ترکیبی مبتنی بر DWT, SVD و Hadamard Transform
Publish place: Second National Conference on Computer Engineering Research
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 846
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RCEITT02_009
Index date: 12 November 2016
واترمارکینگ مقاوم با استفاده از الگوریتم ترکیبی مبتنی بر DWT, SVD و Hadamard Transform abstract
عدم مرئی بودن بعنوان یکی از مهم ترین شاخص الگوریتم نهان نگاری می باشد وتاثیر بسیار زیادی در تصویر واترمارک دارد. استفاده از تبدیلات مختلف تصویر جهت کدینگ و فشرده سازی از روشهای متداول می باشد. روش zonal compres از روشهای مؤثر فشرده سازی توسط تبدیل کسینوسی گسسته (DCT) می باشد که از ایده تمرکز انرژی در نواحی خاصی از تبدیل استفاده می کند. از معایب قابل توجه در روش فوق، ضرائب بکار رفته در DCT می باشد، که اعشاری می باشند. روش ارائه گشته توسط این مقاله، از تبدیل هادامارد (Hadamard Transform) که دارای ضرائب 1+ و 1- می باشد، استفاده می نماید. مهمترین نکته در تبدیل هادامارد، یافتن مناطقی از تبدیل میباشد که بیشترین انرژی تصویر در مناطقی از تصویر موردنظر نهفته می باشد، هدف از انجام این مقاله بالا بردن مقاومت و نامرئی بودن می باشد. نتایج تجربی حاکی از آنست که روش هایپیشنهادی , نه تنها از گنجایش نهان نگاری بالایی برخوردار می باشد, بلکه کاملا دارای امنیت است.
واترمارکینگ مقاوم با استفاده از الگوریتم ترکیبی مبتنی بر DWT, SVD و Hadamard Transform Keywords:
واترمارکینگ مقاوم با استفاده از الگوریتم ترکیبی مبتنی بر DWT, SVD و Hadamard Transform authors
محمد محرمی اصل
مدرس مدعوی آموزشکده فنی و حرفه ای شهید چمران اهر
جعفر شیخ زاده
عضو هیئت علمی گروه مهندسی کامپیوتر ، واحد اهر ، دانشگاه آزاد اسلامی ، اهر ، ایران
حسین فتح الهی
مدرس مدعو گروه کامپیوتر ، واحد مشکین ، دانشگاه آزاد اسلامی ، مشکین ، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :