سال انتشار: ۱۳۹۰

محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۵

نویسنده(ها):

الهه بیات – دانشگاه علم وصنعت ایران
شهریار برادران شکوهی – دانشگاه علم وصنعت ایران
مریم بیگزاده – پژوهشکده پردازش هوشمند علائم

چکیده:

در این مقاله روشی برای تحلیل تصاویر پنهان نگاری شده با فرمت JPG ارائه می دهیم. روش معرفی شده در این مقاله برمبنای استفاده از همبستگی های ذاتی تصویر در حوزه های مختلف می باشد. در این جا از ۴ دسته ویژگی استفاده می کنیم که از حوزه های مکان، فرکانس و موجک استخراج شده اند و شامل ۱۷۸۹ ویژگی می باشند. برای کاهش ابعاد فضای بردار ویژگی از روش انتخاب ویژگی براساس اصل «بیشترین ارتباط، کمترین افزونگی» استفاده کرده ایم. با استفاده از این روش، ۳۳ ویژگی انتخاب شده اند.پایگاه داده ی استفاده شده شامل ۱۳۰۰ تصویر JPG است که با ضریب کیفیت ۷۵ فشرده سازی شده اند. نتایج استفاده از ویژگی های مزبور بر روی چهار الگوریتم پنهان نگاری LSB_M، F5، MB1 و MB2 در سه ظرفیت جاسازی مختلف تست شده است. نرخ تشخیص صحیح تصاویر پوشانه در این روش ۹۷% و میانگین نرخ تشخیص صحیح تصاویر گنجانه ۹۸% است. برای طبقه بندی از ماشین بردار پشتیبان استفاده شده است.