نهان کاوی تصویر با استفاده از پنجره گذاری ضرایب فرکانس بالای تبدیل موجک

نهان­کاوی یکی از موضوعات چالش برانگیز و جذاب برای پژوهشگران در زمینه توسعه روش­های نهان­نگاری است. نهان­کاوی روشی است برای تشخیص اطلاعات پنهان شده در نهانه که توسط الگوریتم­های نهان­نگاری ایجاد شده است. انواع مختلفی از روش­های استخراج ویژگی برای نهان کاوی ارائه شده است که هر کدام از آن­ها دارای مزایای مربوط به خود می­باشند. ساخت مجموعه­ای از ویژگی­های مختلف می­تواند عملکرد نهان­کاو را بهبود بخشد. بیشتر الگوریتم های نهان­کاوی مدرن یک دسته­بندی کننده را بر اساس بردارهای ویژگی، آموزش می­دهند. یکی از محبوب­ترین و دقیق­ترین دسته­بندی کننده­ها، ماشین بردار پشتیبان است. در این مقاله بر اساس تجربیات و مطالعه روش­های مختلف نهان کاوی، یک روش نهان­کاوی کارآمد با استفاده از پنجره­­گذاری روی ضرایب فرکانس بالای تبدیل موجک پیشنهاد شده است. در روش پیشنهادی، تصمیم نهایی روی کل تصویر به کمک روش رأی­گیری اکثریت با استفاده از استخراج ویژگی­های مناسب هر پنجره اعلام شده است. نتایج عملی و شبیه سازی نشان می دهد که روش پیشنهادی برای کشف وجود پیام در تصاویر به ویژه در نرخ های جاسازی پایین در مقایسه با روش های نهان کاوی موجود دقت بیشتری تا حدود 99 درصد دارد.