مقاله بهینه سازی ظرفیت نهان نگاری برگشت پذیر در تصاویر پزشکی به روش درون یابی

بهینه سازی ظرفیت نهان نگاری برگشت پذیر در تصاویر پزشکی

در این بخش دانلود رایگان مقاله بهینه سازی ظرفیت نهان نگاری برگشت پذیر در تصاویر پزشکی را به زبان فارسی آماده کردیم یک بر اساس تکنیک درون یابی عمل می کند. این مقاله توسط سید محمد حسینی و همکارانش در سال 1393 نگارش شده و در همایش ملی مهندس رایانه و مدیریت فناوری اطلاعات ارائه شده است. در ادامه به توضیحاتی از چکیده و مقدمه این مقاله پرداخته و لینک دانلود رایگان آن در قالب یک فایل PDF قرار داده شده است.

چکیده مقاله

با توجه به اینکه ظرفیت درج از مهمترین موضوعات موجود در زمینه نهان نگاری برگشت پذیر، به ویژه در زمینه پزشکی می باشد، در مقاله حاضر یک روش پنهان نگاری قابل برگشت بر پایه درون یابی پیکسل های تصویر و همچنین تشخیص نواحی مورد علاقه در تصویر میزبان با هدف افزایش ظرفیت درج پیشنهاد می شود. با توجه به پیش پردازش بر اساس مولفه های Texton، در نواحی دارای اهمیت یک تصویر باینری ایجاد می گردد که بخش پیکسل هایی که اهمیت دارند بافت های بالا را نگه می دارند.

در بخش های غیر از این نواحی، پیکسل های بسیاری به منظور درج انتخاب انتخاب می گردد و پس از انتخاب پیکسل های که بهترین شرایط را برای درج داشته اند، با توجه به یک الگو میزان ظرفیت هر پیکسل به صورت مستقیم، محاسبه می شود. در مرحله بعدی به کمک یک روش درونیابی، از روی تصویر اصلی خود تصویر درون یابی شده آن را می سازیم.

عمل درج در پیکسل هایی که شرایط درج را داشته باشند، انجام شود و همینظور در عملیات معکوس با تشخیص پیکسل هایی که در آنها درج انجام شده و محاسبه ظرفیت درج آنها با استفاده از مقادیر درون یابی شده، مقدار واقعی پیکسل و بیت های که در آن درج شده را بر می گردانیم. از نتایج به دست آمده از شبیه سازی الگوریتم پیشنهادی بر روی تصاویر استاندارد پزشکی، نتیجه می گیریم که عملکرد روش پیشنهادی ما در مقایسه با دیگر روش ها موثر و بهتر است.

مقدمه مقاله

نهان نگاری دیجیتال تکنیک درج اطلاعات در رسانه دیجیتال است که بعدا می تواند استخراج شده یا تشخیص داده شود. داده درج شده واترمارک نام دارد و رسانه که درج در آن صورت می گیرد، میزبان یا پوشش است. این کار در راستای محافظت حقوق معنوی انجام می شود. در حال حاضر رسانه هایی که واترمارکینگ بر روی آنها اعمال می شود عباتند از: سیستم واترمارکینگ متن، صوت، تصویر و ویدئو.

دسته بندی استخراج واترمارک

ابتدا روشی که برای استخراج به تصویر اصلی اولیه نیاز دارد؛ این روش ها که به روش های غیرکور معروف هستند، در برابر حملات مختلف پردازش تصویر مقاوم هستند و در روش دوم که نیمه کور نام دارد، نیاز به تصویر اصلی نمی باشد و با واترمارک و یا اطلاعات اضافی دیگر استخراج را انجام می دهد و در انتها تکنیک های کور که تنها با استفاده از کلید رمز و بدون نیاز به تصویر اصلی، واترمارک و اطلاعات اضافی واترمارک را استخراج می کند. الگوریتم معرفی شده با الهام گیری از روش های ارائه شده تا به امروز، از روشی که به اندازه گیری ارتباط فضایی و مکانی پیکسل ها می پردازد و با استخراج نواحی هموار و زبر در تصویر مکان های مناسب را برای درج پیشنهاد می دهد.

بررسی و اندازه گیری ارتباط فضایی پیکسل ها از این رو مهم است که اطلاعاتی در مورد تغییر پذیری محلی مقادیر شدت یک پیکسل در تصویر فراهم می آورند. به عنوان مثال در نواحی با بافت هموار و نرم محدوده مقادیر همسایگی که حول یک پیکسل واقع هستند، مقادیر کوچکی خواهند بود در حالی که در نواحی با بافت کلفت و خشن این مقادیر بزرکتر است در نتیجه بدست آوردن ماتریسی از مقادیر که اطلاعاتی از این دست را به ما بدهد در بدست آوردن موقعیت های مناسب درج، تصویر بسیار موثر بوده چرا که بافت موجود در تصویر اطلاعات ادراکی سطح بالایی را ارائه می دهد و آنالیز صحیح آن منجر به تصمیم گیری مناسب جهت درج در نواحی کم اهمیت – نواحیی که حجم تصویری کمتری از اصل محتوایی تصویر را حمل می کند تصویر می گردد.

به همین جهت درج در نواحیی کم اهمیت تصویر باعث می شود که کیفیت تصویر کمتر دستخوش تغییر شود و در نتیجه کیفیت تصویر در مقابل فرایند های درج مقاوم باقی می ماند. در ادامه مقاله در بخش دو، روش پیشنهادی را با تمام جزئیات بیان می کنیم، در بخش سه مقایسه روش پیشنهادی با دیگر روش ها بر روی تصاویر پزشکی و در بخش پایانی نتیجه گیری بیان خواهد شد. توضیحات بیشتر و کامل تر را با دانلود رایگان این مقاله پردازش تصویر مطالعه و بررسی نمائید.