نهان نگاری مقاوم تصاویر دیجیتال به کمک تبدیل گراف‌محور و الگوریتم ژنتیک

به منظور نهان‌نگاری اطلاعات در تصاویر دیجیتال و همچنین مقاوم‌سازی آنها روش‌های متعددی تاکنون معرفی شده است. در این روش از تبدیل گراف محور استفاده شده است و به کمک الگوریتم ژنتیک بهترین ساختار گراف استخراج می‌شود به طوری که نهان‌نگاری با بیشترین مقاومت در برابر حملات انجام شود. یکی از روش‌های مرسوم در مقاوم‌سازی نهان‌نگاری استفاده از تبدیل کسینوسی گسسته است. در این تحقیق نشان داده‌ایم که روش پیشنهادی بسیار قدرتمندتر از تبدیل کسینوسی گسسته است برای آزمایش روش پیشنهادی از تصاویر معروف ‌لنا، ‌باربارا، بابون، قایق و فلفل استفاده شده است و نتایج حاصل از شبیه سازی هر دو تبدیل به خوبی نشان می‌دهند که روش پیشنهادی مقاومت بیشتری نسبت به روش‌های مشابه مانند روش‌های مبتنی بر تبدیل کسینوسی گسسته دارد. در این شبیه سازی تصویر نهان نگار یک لوگوی تصادفی با ابعاد 8×8 و 16×16 است. نهان‌نگاری به کمک معیارهای نرخ خطای بیت، معیار اندازه‌گیری شباهت ساختاری و نسبت دامنه سیگنال به نویز و حملات نویز گاوسی با شدت‌های مختلف، فشرده سازی، فیلترمیانه، تاری، تغییر اندازه، چرخش و برش مورد ارزیابی قرار گرفته است.

Robust Digital image watermarking method using Graphbased transform(GBT) and Genetic Algorithm

Numerous methods have been introduced for digital images watermarking as well as rubosting them. In this method, with using Graphbased transform and extracts the best graph structure with genetic algorithm so that watermarking can be performed with maximum robustness. One of the common methods in watermarking robustness is the use of discrete cosine transform (DCT). In this study, we have shown that the proposed method is much more powerful than DCT. The proposed method is tested on five different color images such as Lena, Barbara, Boat, Baboon, Peppers. Watermark image (logo) is a random binary image with size 16 x 16 and 8 x 8 pixels. This simulation results show that the proposed method is more robust to similar methods such as discrete cosine transforms. Proposing Watermarking has been evaluated using Bit Error Rate (BER), Structural Similarity Index Measuring (SSIM) and Peak signaltonoise ratio (PSNR) criteria and different strength Gaussian noise attacks, JPEG compression, median filter, bluring, rescaling, rotate and cropping attacks