نشانه‌گذاری نیمه‌شکننده مبتنی بر تبدیل موجک ترفیع و نزدیک‌ترین همسایه جهت تشخیص دستکاری در تصاویر رنگی و خاکستری

امروزه حجم زیادی از داده‌های چندرسانه‌ای به راحتی از طریق اینترنت در دسترس همه است و به سهولت با استفاده از ابزارهای پردازش تصویر می‌تواند تغییر داده یا اصلاح شوند. نشانه‌گذاری رقمی یک فناوری در حال توسعه برای اطمینان و تسهیل اعتبار داده‌ها، امنیت و محافظت از حق تألیف رسانه‌های رقمی است. یکی از کاربردهای نشانه‌گذاری رقمی احراز صحت ناحیه دستکاری شده است. روش‌های نشانه‌گذاری رقمی که جهت تشخیص ارائه شده‌اند، قادرند با استفاده از اطلاعاتی که از قبل در رسانه تعبیه شده است پی به صحت و یکپارچگی تصویر دریافت‌شده ببرند. در این مقاله روشی جهت شناسایی ناحیه دستکاری در تصاویر رنگی و خاکستری ارائه شده است. در روش پیشنهادی ابتدا به تصویر تبدیل موجک ترفیع اعمال و لبه‌های افقی را به بلوک‌های کوچک غیرهمپوشان تجزیه نموده و نشانه دودویی را با چندی‌سازی دو ضریب بیشینه در بلوک‌های حاصل جاسازی می‌کنیم. جهت استخراج نشانه، مجموعه از ویژگی‌های آماری از هر بلوک استخراج شده و به‌عنوان داده آموزشی در اختیار الگوریتم یادگیری قرار می‌گیرد. جهت استخراج نشانه با بالاترین همبستگی از الگوریتم نزدیک‌ترین همسایه استفاده شده است. درنهایت نشانه استخراج‌شده با نشانه اصلی مقایسه و ناحیه دستکاری مشخص می‌شود. نتایج نشان می‌دهد که روش پیشنهادی توانایی شناسایی ناحیه دستکاری با دقت بالا، تحت حملات مختلف مانند بهبود تباین، فیلترگاوسی، نویز نمک-فلفل، تیزکردن، فشرده‌سازی و حتی اعمال حملات به صورت ترکیبی را دارد.