ارائه مدل جدید نهان کاوی هوشمند تصویر مبتنی بر شبکه عصبی MLP | ||
| پدافند غیرعامل | ||
| دوره 14، شماره 4 - شماره پیاپی 56، زمستان 1402، صفحه 21-32 اصل مقاله (1.38 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| سعید طلعتی1؛ رضا اصفهانی* 2 | ||
| 1دانشجوی دکتری دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران | ||
| 2استادیار گروه مخابرات دانشگاه جامع امام حسین(ع)، تهران، ایران | ||
| چکیده | ||
| پیشرفت روزافزون مخابرات، انتقال امن را به یکی از مهمترین مسائل امروزه تبدیل کرده است. از آنجا که در تصویر ظرفیت پنهان شدن بالایی وجود دارد استفاده از پنهاننگاری تصویر نسبت به سایر روشهای پنهاننگاری بسیار مرسومتر است. در این مقاله از روش پنهاننگاری به روش تبدیل موجک استفادهشده که نتایج نشان میدهد این روش از مقاومت بالایی بهره میبرد. و برای تحلیل تصاویر پنهانشده به روش تبدیل موجک الگوریتمی با استفاده از ویژگیهای ماتریس (GLCM)و بردارهای همرخدادی (DCL) ارائهشده است. پس از بررسی این مقادیر در تصاویر اصلی و کاور، ویژگیهای متفاوت بین این تصاویر استخراج و برای آموزش شبکه عصبی چندلایه (MLP) استفاده میشوند. مرحله طبقهبندی با استفاده از لایههای این شبکه عصبی انجامشده و الگوریتم پیشنهادی برای پایگاه داده 200 تصویر استاندارد (Casia-Iris) تستشده است. دقت آشکارسازی %90 تصاویر پنهانشده در روش پیشنهادی برتری این روش نهانکاوی در برابر سایر روشها را نشان میدهد. | ||
| کلیدواژهها | ||
| پنهاننگاری؛ نهانکاوی؛ تبدیل موجک؛ ماتریس همرخدادی؛ شبکه عصبیMLP | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 4,195 تعداد دریافت فایل اصل مقاله: 2,261 |
||