نام پژوهشگر: صلاح فاروقی
صلاح فاروقی فردین اخلاقیان طاب
دسترسی آسان به اینترنت به همراه ذخیره سازی و ضبط دیجیتال نسبتاً ارزان، دورانی را ایجاد کرده است که در آن امکان تغییر غیر مجاز داده ها از جمله کپی ، توزیع، استفاده وجعل با سرعت چشمگیری افزایش یافته است لذا حفاظت از داده، یک نیاز حیاتی است و روش های مختلفی برای آن ارائه گردیده است. یکی از این روش ها نشانه گذاری می باشد. نشانه گذاری به فرآیند تعبیه کردن نشانه در داخل تصویر میزبان برای کاربردهایی چون اثبات مالکیت ،شناسایی صاحب اثر، اطمینان از تغییر نیافتن محتوی، کنترل کپی، بایگانی اطلاعات و غیره اطلاق می شود. در این پایان نامه، سه الگوریتم برای نشانه گذاری مقاوم تصاویر رنگی رقمی در حوزه ی تبدیل موجک گسسته با استفاده از تبدیل مقادیر تکین و آنالیز مولفه های مستقل ارائه شده است. در الگوریتم اول که یک روش نیمه کور می باشد، ابتدا تصویر اصلی را از فضای رنگی rgb به فضای رنگی yuv انتقال می دهیم. سپس از هریک از مولفه های رنگی چند مرحله تبدیل موجک گسسته گرفته شده و زیرباند فرکانس پایین هر مولفه به عنوان تصویر مرجع انتخاب می شود. از تصاویر مرجع یک مرحله ی دیگر تبدیل موجک گسسته گرفته می شود و مقادیر تکین تمام زیرباندهای فرکانسی محاسبه می گردد. همچنین از تصویر نشانه نیز یک مرحله تبدیل موجک گسسته گرفته شده و مقادیر تکین زیرباندهای فرکانسی تصویر نشانه نیز به دست آورده می شود. سپس، مقادیر تکین زیرباندهای فرکانسی تصویر نشانه در مقادیر تکین زیرباندهای فرکانسی متناظر تصاویر مرجع به صورت افزونه تعبیه می شود. الگوریتم دوم، برای جاسازی نشانه دقیقاً همانند الگوریتم اول عمل می کند با این تفاوت که در مرحله ی استخراج نشانه از متد آنالیز مولفه های مستقل استفاده می شود. استفاده از آنالیز مولفه های مستقل در مرحله استخراج نشانه نتایج بهتری را از لحاظ کیفیت نشانه ی استخراجی به دست می دهد. نتایج استخراج روش پیشنهادی به میزان زیادی نتایج روش های مشابه در مرحله ی جاسازی را بهبود بخشیده است. در الگوریتم سوم، ضعف اصلی الگوریتم های اول و دوم (نیاز به تصویر مرجع برای بازیابی مقادیر تکین جاسازی شده) برطرف شده است. لذا این روش یک روش کور می باشد. در این روش، زیرباندهای فرکانسی مرحله ی آخر تبدیل موجک مولفه های رنگی تصویر میزبان به بلوک های 2×2 تقسیم شده و بیت های مقادیر تکین به ترتیب در داخل بلوک های زیرباندهای فرکانسی جایگذاری می شوند. در این الگوریتم برای طراحی استخراج کننده ی کور از آرایه های شبه باینری مخصوصی استفاده کرده ایم. شفافیت تمامی الگوریتم های ارائه شده در حد بسیار خوبی بوده به طوری که تصاویر نشانه-گذاری شده توسط این الگوریتم ها هیچ گونه تغییر یا خرابی قابل تشخیص توسط سیستم بینایی انسان را بروز نمی دهند. برای تست پایداری، هجوم های مختلفی از جمله فیلتر میانگین، اضافه کردن نویز، فشرده سازی jpeg، چیدن تصویر، چرخش تصویر، تغییر اندازه و تنظیم کنتراست بر روی تصاویر نشانه گذاری شده امتحان گردید. روش های ارائه شده توانایی پایداری در برابر اکثر این حملات را داشته و قادرند نشانه را با کیفیت خوبی استخراج کنند.