نهان کاوی تصویر با استفاده از پنجره‌گذاری 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 نهان‌کاوی 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 الگوریتم‌های 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 نهان‌کاوی، 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 شبیه‌سازی نشان می‌دهد که روش پیشنهادی برای کشف وجود پیام در تصاویر به ویژه در نرخ‌های جاسازی پایین در مقایسه با روش‌های نهان‌کاوی موجود دقت بیشتری تا حدود 99 درصد دارد.