توضیحات
Implementation of Image Steganography Algorithm using Scrambled Image and Quantization Coefficient Modification in DCT
شبیه سازی در محیط ام فایل متلب 2018b انجام شده است.
دارای گزارش 8صفحه ای ورد است.
دارای ویدیوی آموزشی 50دقیقه ای است.
بخشی از گزارش شبیه سازی با متلب
این مقاله، روشی برای نهان سازی اطلاعات در حوزه ی تبدیل کسینوسی گسسته یا DCT ارائه می دهد و به طور خاص روشی برای مخفی کردن تصویری کوچکتر در تصویر با ابعادی نسبتا بزرگ تر را مورد بررسی قرار می دهد.
شبیه سازی این مقاله شامل 3 فایل اصلی است که عبارتند از EMB، EXT و Quality که به ترتیب کار درج، استخراج و بررسی کیفیت تصویر نهان نگاری شده را انجام می دهند.
با اجرا کردن فایل EMB در ابتدا از کاربر تصویر پوشش درخواست می شود.
تصویر پوشش فرقی نمی کند تصویر رنگی باشد یا سیاه و سفید چون الگوریتم ارائه شده در این مقاله به گونه ای است که روی تصاویر سیاه و سفید کار می کند.
و در کد متلب نوشته شده برای این مقاله، اگر تصویر ورودی رنگی باشد، آن تصویر به تصویر سیاه و سفید تبدیل خواهد شد.
مسئله ی دیگر در مورد تصویر پوشش این است که به منظور عملکرد متعارف کد بهتر است تصویر پوشش در ابعاد مربعی همچون 512 در 512، 1024 در 1024 یا 2048 در 2048 و… باشد.
به این دلیل که الگوریتم مورد نظر بر پایه تقسیم تصویر به بلوک های 8 در 8 کار می کند و لازم است ابعاد تصویر در واحد پیکسل ضریبی از عدد 8 باشد.
در فایل EMB پس از دو خط اول متغیری با نام max_diff را مشاهده خواهید کرد.
این متغیر در واقع ماکسیمم مقدار آستانه ای است که ضرایب dct با این مقدار می توانند در عمل درج شرکت کنند.
هرچه این مقدار بزرگتر باشد، اندازه ی تصویری که می خواهید در تصویر پوشش درج کنید می تواند بزرگتر باشد ولی در عوض با بزرگتر شدن تصویر مخفی، کیفیت بدتر خواهد شد.
چون با این کار ضرایب dct تصویر بیشتر مورد تغییر قرار می گیرد. مقدار متغیر max_diff در مسیر کدها ذخیره می شود تا در فاز استخراج مورد استفاده قرار گیرد
در اینجا بخشی از توضیحات کدهای برنامه آورده نشده است و با خرید این محصول قابل دریافت است.
تصویر پوشش را تصویر مربعی با ابعاد 2048 در 2048 انتخاب می کنیم که در زیر مشاهده می کنید:
با انتخاب این تصویر پوشش و انتخاب مقدار 4.25 برای متغیر max_diff به ما اجازه داده می شود تا تصویر با ابعاد ماکسیمم 130 در 130 پیکسل درج کنیم. که ما تصویر زیر را انتخاب می کنیم:
و در نهایت دو تصویر اصلی و تصویر درج شده را به صورت زیر در خروجی EMB می گیریم:
همانطور که مشاهده می کنید در ظاهر هیچگونه تفاوتی بین این دو تصویر نیست ولی برای بررسی دقیق تر از فایل Quality برای کیفیت سنجی تصویر استفاده می کنیم.
همانطور که مشاهده می کنید psnr متناظر برابر با 52.18 dB است و این مقدار از دید پردازش تصویر مقدار psnr خیلی خوبی است.
حال به فاز درج می رویم…
در این فاز از فایل EXT استفاده می کنیم، که در واقع همان مراحل انجام شده در فاز درج را به صورت معکوس اعمال می کنیم تا به تصویر مخفی برسیم.
در این فایل ابتدا تصویر پوشش از کاربر درخواست می شود و دقیقا مثل روش درج تابع embedpoint برای به دست آوردن نقاط درج روی تصویر پوشش اعمال می شود. سپس از کاربر تصویر Stego یا همان تصویر درج شده درخواست می شود.
و ضرایب dct آن نیز توسط تابع Ndct که در آن از تابع آماده ی متلب با نام dct2 استفاده شده است، به دست آورده می شود.
مقادیر dct مربوط به تصویر پوشش و تصویر Stego باهم مقایسه می شود و بیت های مربوط به تصویر مخفی استخراج می شود.
این بیت ها 10 بار توسط تابع arnold آشفته شده بودند، پس لازم است با استفاده از تابع iarnold که معکوس تابع arnold هست، آن را به حالت اول برگردانیم، در نهایت خروجی این تابع که خروجی کل فایل EXT است به صورت زیر به ما داده می شود.
اجرای الگوریتم استگانوگرافی تصویر با استفاده از تصویر درهم و اصلاح ضریب کمیت در DCT
کلیدواژه:
Image Steganography, Discrete Cosine Transform, Arnold’s Transform, Frequency domain, mid-band coefficient, PSNR, SSIM
شبیه سازی
Implementation of Image Steganography Algorithm using Scrambled Image and Quantization Coefficient Modification in DCT
طبق توضیحات فوق توسط کارشناسان سایت متلبی تهیه شده است و به تعداد محدودی قابل فروش می باشد.
سفارش انجام پروژه مشابه
درصورتیکه این محصول دقیقا مطابق خواسته شما نمی باشد،.
با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.