نهان¬نگاری تصاویر در حوزه dct مخصاوصا برای تصاویر رنگی با وضوح بالا که کاربرد آن¬ها نیز رشد پیدا کرده، دارای پیچیدگی محاسباتی بالایی می¬باشد. بدین جهت، در این پایان¬نامه، یک الگوریتم نهان¬نگاری dct برای تصاویر رنگی انتخاب و اصلاح می¬شود و روی fpga و gpu پیاده¬سازی می¬شود تا زمان اجرای آن کاهش یابد. برای پیاده¬سازی روی fpga، یک سیستم نهان¬نگاری سخت افزاری و برای پیاده سازی روی gpu، یک الگریتم نهان¬نگاری موازی سازی شده پیشنهاد می¬شود. برای سیستم سخت افزاری، ابتدا یک معماری سخت افزاری جدید برای محاسبه حاصلضرب داخلی پیشنهاد می¬شود که نیازی به هیچ¬گونه حافظه و یا مدارات پیچیده محاسبه اعشاری ندارد. همچنین این معماری پیشنهادی خط لوله¬شده دوبعدی می¬باشد تا فرکانس کاری بالایی بدست آید. علاوه بر این با استفاده از این معماری، یک ماژول تبدیل dct طراحی می¬شود و از آن برای سیستم نهان¬نگاری سخت افزاری استفاده می¬شود. معماری سخت افزاری پیشنهادی روی fpga virtex 7 و spartan 3 سنتز می¬شود. همچنین الگوریتم موازی سازی شده نهان¬نگاری مبتنی بر gpu، روی geforce gt 540m و gtx 580 پیاده سازی شد. نتایج تجربی نشان می¬دهد با پیاده¬سازی معماری dct روی virtex 7، بیشینه فرکانس کاری بدست آمده 79/1329 مگاهرتز بدست می¬آید، بطوریکه نرخ پردازش پیکسل و پردازش بلاک¬های 8×8 به ترتیب برابر 94/518و 11/8 مگاهرتز می¬باشد. همچنین، معماری dct پیشنهادی، نرخ پردازش داده بالاتری نسبت به کارهای پیشین دارد. تسریع حاصل از پیاده¬سازی الگوریتم نهان¬نگاری روی gpu gtx 580m نسبت به پیاده سازی روی cpu، بین 46 تا 73 برابر برای موارد مطالعاتی گوناگون می¬باشد. علاوه براین، تسریع بدست آمده بوسیله پیاده-سازی سخت افزاری روی virtex 7 بین 484 تا 503 برابر می¬باشد. این نشان می¬دهد بواسطه معماری پیشنهادی برای الگوریتم نهان¬نگاری تصاویر رنگی در حوزه dct، کارایی fpga به مراتب بالاتر از gpu می¬باشد. اگرچه پیاده سازی سخت افزاری روی gpu دارای دقیت پایین تری است و مقداری خطا به صورت خطای نمک فلفلی روی تصویر بازیابی شده ایجاد می¬شود. هرچند از انجایی که الگوریتم اراده شده در مقابل نویز مقاوم می¬باشد، سیستم با شکست مواجه نمی¬شود و تصویر بازیابی شده قابل تشخیص است.