ﺑﻬﺒﻮدي ﺑﺮ روشﻫﺎي درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه 2
ﻛﺎﻇﻢ ﻏﻀﻨﻔﺮي ،1رﺿﺎ ﺻﻔﺎﺑﺨﺶ 1داﻧﺸﻜﺪه ﻣﻬﻨﺪﺳﻲ ﻛﺎﻣﭙﻴﻮﺗﺮ ،داﻧﺸﮕﺎه ﺻﻨﻌﺘﻲ اﻣﻴﺮﻛﺒﻴﺮ ،ﺗﻬﺮان
[email protected] ، 2داﻧﺸﻜﺪه ﻣﻬﻨﺪﺳﻲ ﻛﺎﻣﭙﻴﻮﺗﺮ ،داﻧﺸﮕﺎه ﺻﻨﻌﺘﻲ اﻣﻴﺮﻛﺒﻴﺮ ،ﺗﻬﺮان
[email protected] ، ﭼﻜﻴﺪه -ﻫﺪف از ﻧﻬﺎنﻧﮕﺎري اﻳﺠﺎد ﻳﻚ ﻛﺎﻧﺎل ﻣﺤﺮﻣﺎﻧﻪ و اﻣﻦ ﺑﻴﻦ ﻓﺮﺳﺘﻨﺪه و ﮔﻴﺮﻧﺪه اﺳﺖ .دو ﻋﺪد از راﻳﺞﺗﺮﻳﻦ و ﺳﺎدهﺗﺮﻳﻦ روش- ﻫﺎي اﻳﺠﺎد اﻳﻦ ﻛﺎﻧﺎل ،روشﻫﺎي درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﻣﻲﺑﺎﺷﺪ .اﻣﻦ ﺑﻮدن در ﻣﻘﺎﺑﻞ اﻛﺜﺮ ﺣﻤﻼت آﻣﺎري ﻣﺮﺗﺒﻪ اول ﻣﻬﻤﺘﺮﻳﻦ وﻳﮋﮔﻲ اﻳﻦ دو روش ﻣﻲﺑﺎﺷﺪ .از ﻃﺮف دﻳﮕﺮ ،اﻳﻦ دو روش ﻫﻤﺒﺴﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎ را در ﻧﻈﺮ ﻧﻤﻲﮔﻴﺮﻧﺪ ،ﻟﺬا ،اﺧﻴﺮاً ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻛﻪ ﺣﺎوي اﻃﻼﻋﺎت ﻫﻤﺒﺴﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎ اﺳﺖ، ﺗﻮﺳﻂ ﺗﻌﺪاد زﻳﺎدي از روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﺑﺮاي ﺗﺸﺨﻴﺺ ﺗﺼﺎوﻳﺮ ﻧﻬﺎنﻧﮕﺎري ﺷﺪه ﺗﻮﺳﻂ اﻳﻦ دو روش ،ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. ﺑﻨﺎﺑﺮاﻳﻦ اﮔﺮ ﺑﺘﻮان ﻋﻤﻠﻴﺎت ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﭘﻴﻜﺴﻞﻫﺎي ﺗﺼﻮﻳﺮ ﺗﻮﺳﻂ اﻳﻦ روشﻫﺎ را ﺗﻄﺒﻴﻘﻲ ﻧﻤﻮد ﺑﺼﻮرﺗﻴﻜﻪ ﻣﻨﺠﺮ ﺑﻪ ﻣﻴﺰان ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮي روي ﻣﺎﺗﺮﻳﺲﻫﺎي ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺷﻮد ،اﻳﻦ دو روش ﺑﻪ ﻣﻘﺪار زﻳﺎدي در ﻣﻘﺎﺑﻞ روشﻫﺎﻳﻲ ﻛﻪ از اﻳﻦ اﻃﻼﻋﺎت آﻣﺎري اﺳﺘﻔﺎده ﻣﻲﻛﻨﻨﺪ اﻣﻦ ﺧﻮاﻫﻨﺪ ﺷﺪ .در اﻳﻦ ﻣﻘﺎﻟﻪ ﺑﻬﺒﻮد ﻣﺬﻛﻮر ﺑﺮ روي روشﻫﺎي درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢ- ارزشﺗﺮﻳﻦ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه اﻋﻤﺎل ﺧﻮاﻫﺪ ﺷﺪ .ﻧﺘﺎﻳﺞ آزﻣﺎﻳﺸﺎت ﻧﺸﺎن ﻣﻲدﻫﺪ ﻛﻪ ﺑﻬﺒﻮد ﭘﻴﺸﻨﻬﺎدي ﻣﻨﺠﺮ ﺷﺪه اﺳﺖ ﻛﻪ ﺗﻐﻴﻴﺮات ﺑﻮﺟﻮد در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺑﺴﻴﺎر ﻛﺎﻫﺶ ﻳﺎﻓﺘﻪ و اﻳﻦ دو روش در ﻣﻘﺎﺑﻞ ﺣﻤﻼﺗﻲ ﻛﻪ از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﺳﺘﻔﺎده ﻣﻲﻛﻨﻨﺪ اﻣﻦ ﺷﻮﻧﺪ. ﻛﻠﻤﺎت ﻛﻠﻴﺪي -ﻧﻬﺎنﻧﮕﺎري ،ﻧﻬﺎنﻛﺎوي ،درج در ﻛﻢ ارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ،درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه، ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ
-1ﻣﻘﺪﻣﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ رﺷﺪ ﺳﺮﻳﻊ ارﺗﺒﺎﻃﺎت و اﻳﻨﺘﺮﻧﺖ ،اﻧﺘﻘـﺎل دادهﻫـﺎ در ﻗﺎﻟـﺐ دﻳﺠﻴﺘﺎل اﻣﺮي ﻣﺮﺳﻮم ﺷﺪه اﺳﺖ .ﻳﻚ ﻣﺴﺌﻠﻪ ﻣﻬﻢ در راﺑﻄﻪ ﺑﺎ اﻧﺘﻘـﺎل اﻃﻼﻋﺎت دﻳﺠﻴﺘﺎل از ﻃﺮﻳﻖ اﻳﻨﺘﺮﻧﺖ آن اﺳﺖ ﻛﻪ اﻣﻨﻴﺖ اﻧﺘﻘﺎل اﻃﻼﻋﺎت ﺗﻀﻤﻴﻦ ﺷﻮد .ﺣﺎل ﻫﺪف از ﻧﻬـﺎنﻧﮕـﺎري ،ارﺳـﺎل ﭘﻴـﺎمﻫـﺎي ﻣﺤﺮﻣﺎﻧـﻪ ﺑﺼﻮرت ﻣﺨﻔﻴﺎﻧﻪ روي ﺷﺒﻜﻪ ﻣﻲﺑﺎﺷﺪ ،ﺑﻄﻮرﻳﻜﻪ ﻣﻬﺎﺟﻤﺎن ﻣﺘﻮﺟﻪ اﻧﺘﻘﺎل دادهﻫﺎي ﻣﺨﻔﻲ و اﻣﻨﻴﺘﻲ در ﻛﺎﻧﺎل ارﺗﺒﺎﻃﻲ ﻧﺸﻮﻧﺪ].[1،2 روشﻫﺎي ﮔﻮﻧﺎﮔﻮﻧﻲ ﺑﺮاي ﻧﻬﺎنﻧﮕﺎري اﻃﻼﻋﺎت در ﺗﺼـﻮﻳﺮ اراﺋـﻪ ﺷﺪه اﺳﺖ .در ﻳﻚ دﺳﺘﻪﺑﻨﺪي ،روشﻫﺎي ﻧﻬﺎنﻧﮕﺎري را ﺑﺮ اﺳﺎس ﺣﻮزه درج ﺑﻪ دو دﺳﺘﻪ اﺻﻠﻲ ﺗﻘﺴﻴﻢ ﺑﻨﺪي ﻣﻲﻛﻨﻨﺪ :ﻧﻬـﺎنﻧﮕـﺎري در ﺣـﻮزه ﻣﻜﺎن و ﻧﻬﺎنﻧﮕﺎري در ﺣﻮزه ﺗﺒﺪﻳﻞ .روشﻫﺎي ﻧﻬـﺎنﻧﮕـﺎري در ﺣـﻮزه ﻣﻜﺎن ،اﻃﻼﻋﺎت ﻣﺤﺮﻣﺎﻧﻪ را ﺑﻄﻮر ﻣﺴﺘﻘﻴﻢ در ﻣﻘﺪار ﭘﻴﻜﺴﻞﻫﺎ درج ﻣﻲ- ﻛﻨﻨﺪ ،درﺣﺎﻟﻴﻜﻪ روشﻫﺎي ﻧﻬﺎنﻧﮕﺎري در ﺣﻮزه ﺗﺒﺪﻳﻞ اﺑﺘﺪا ﺗﺼـﻮﻳﺮ را ﺑﻪ ﻛﻤﻚ ﻳﻜﻲ از ﺗﺒﺪﻳﻼت ﻣﺎﻧﻨـﺪ DWT ، DCTو DFTﺑـﻪ ﺣـﻮزه ﻓﺮﻛﺎﻧﺲ اﻧﺘﻘﺎل ﻣﻲدﻫﻨﺪ ،ﺳﭙﺲ ﻋﻤﻞ ﻧﻬﺎنﻧﮕﺎري را در اﻳﻦ ﺣﻮزه اﻧﺠﺎم ﻣﻲدﻫﻨﺪ .درج اﻃﻼﻋﺎت در ﺗﺼﻮﻳﺮ ﻣﻨﺠﺮ ﺑﻪ ﺗﻐﻴﻴﺮات ﮔﻮﻧﺎﮔﻮﻧﻲ ﻣﻲﺷﻮد ﻛﻪ ﺑﻪ ﺳﻪ دﺳﺘﻪ ﻛﻠﻲ ﺗﻘﺴـﻴﻢ ﻣـﻲﺷـﻮﻧﺪ :ﺗﻐﻴﻴـﺮات ادراﻛـﻲ ،آﻣـﺎري و
ﺳﺎﺧﺘﺎري ،ﻛﻪ اﻳﻦ ﺗﻐﻴﻴﺮات زﻣﻴﻨﻪ ﺗﺸﺨﻴﺺ وﺟـﻮد ﭘﻴـﺎم ﻣﺤﺮﻣﺎﻧـﻪ در ﺗﺼﻮﻳﺮ را ﺑﺮاي ﻣﻬﺎﺟﻤﺎن ﻓﺮاﻫﻢ ﻣﻲﻧﻤﺎﻳﺪ].[1،2 ﻳﻜــﻲ از ﻣﻬﻤﺘــﺮﻳﻦ اﻃﻼﻋــﺎت آﻣــﺎري ﻣﺮاﺗــﺐ ﺑــﺎﻻ ﻣــﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻣﻲﺑﺎﺷﺪ .ﺑﺮ اﺳﺎس اﻳﻨﻜﻪ ﻋﻤﻞ ﻧﻬﺎنﻧﮕﺎري در ﭼﻪ ﺣﻮزه- اي اﻧﺠﺎم ﺷﺪه اﺳﺖ ،اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﻗﺎﺑﻞ ﻣﺤﺎﺳﺒﻪ ﻣﻲﺑﺎﺷﺪ و ﻣـﺎ ﻧﻴﺎزﻣﻨـﺪ روشﻫﺎﻳﻲ ﻫﺴﺘﻴﻢ ﻛﻪ اﻳﻦ ﻣﺎﺗﺮﻳﺲ را ﺑﺮاي ﺗﺼﻮﻳﺮ ) ﻳﺎ ﺿـﺮاﻳﺐ ﺗﺒـﺪﻳﻞ( ﭘﺲ از درج در ﺣﻮزه ﻣﻜﺎن ) ﻳﺎ ﺗﺒﺪﻳﻞ( ﺣﻔﻆ ﻛﻨﻨﺪ. دو ﻋﺪد از راﻳﺞﺗﺮﻳﻦ روشﻫﺎي ﻧﻬﺎنﻧﮕﺎري درج در ﻛﻢارزشﺗـﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﻣـﻲ- ﺑﺎﺷﺪ .ﻣﻬﻤﺘﺮﻳﻦ وﻳﮋﮔﻲ اﻳﻦ روشﻫﺎ آن اﺳﺖ ﻛﻪ در ﻣﻘﺎﺑﻞ ﺣﻤﻼﺗﻲ ﻛﻪ از اﻃﻼﻋﺎت آﻣﺎري ﻣﺮﺗﺒﻪ اول اﺳﺘﻔﺎده ﻣﻲﻛﻨﻨﺪ اﻣـﻦ ﻣـﻲﺑﺎﺷـﻨﺪ .از ﻃـﺮف دﻳﮕﺮ ،اﺧﻴﺮاً روشﻫﺎي ﻧﻬﺎنﻛﺎوي اراﺋﻪ ﺷﺪه اﺳﺖ ﻛـﻪ ﺑـﺎ ﺑﻬـﺮه ﺑـﺮدن از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﻗﺪام ﺑﻪ ﺗﺸـﺨﻴﺺ ﺗﺼـﺎوﻳﺮ ﻧﻬـﺎنﻧﮕـﺎري ﺷـﺪه ﺗﻮﺳﻂ اﻳﻦ دو روش ﻣﻲﻛﻨﻨﺪ] .[3-6 در اﻳﻦ ﻣﻘﺎﻟﻪ ﺑﺎ اﻋﻤﺎل ﺑﻬﺒﻮدي ﺑﻪ دو روش ﻧﻬﺎنﻧﮕﺎري ﻣﺬﻛﻮر ﺳﻌﻲ ﺑﺮ آن اﺳﺖ ﻛﻪ اﻳﻦ دو روش را در ﻣﻘﺎﺑﻞ اﻳـﻦ ﺣﻤـﻼت اﻣـﻦ ﻛﻨـﻴﻢ .در
ﺑﺨﺶ ،2اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻ ﺑﺨﺼﻮص ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ و ﺗﺎﺛﻴﺮ ﻋﻤﻠﻴﺎت درج روي آن ﺷﺮح داده و ﺗﻌﺪادي از روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻛﻪ از اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﻬﺮه ﺑﺮدهاﻧﺪ را ﺷﺮح ﻣﻲدﻫﻴﻢ .در ﺑﺨـﺶ 3ﺑﺼـﻮرت ﻣﺨﺘﺼﺮ روشﻫﺎي ﻧﻬﺎنﻧﮕﺎري درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه را ﺷﺮح ﺧﻮاﻫﻴﻢ داد .ﺑﻬﺒﻮد اﻋﻤﺎل ﺷﺪه در ﺑﺨﺶ 4اراﺋﻪ ﺧﻮاﻫﺪ ﺷﺪ .در ﻧﻬﺎﻳﺖ ﺑﻬﺒﻮد اﻋﻤﺎل ﺷﺪه در ﺑﺨﺶ 5ﻣﻮرد ارزﻳﺎﺑﻲ ﻗﺮار ﺧﻮاﻫﺪ ﮔﺮﻓﺖ.
ﻫﻤﺴﺎﻳﻪ ﻣﺤﺎﺳﺒﻪ ﻣﻲﻛﻨﻨﺪ .ﺑﻪ ﻋﺒﺎرت دﻳﮕﺮ ،ﻣﺎﺗﺮﻳﺲﻫﺎي ﻫﻤﺒﺴﺘﮕﻲ را ﺑﻪ ازاي زوجﻫﺎي زﻳﺮ ﻣﺤﺎﺳﺒﻪ ﻣﻲﻛﻨﻨﺪ.
)( ∆ x , ∆ y ) ∈ {(1,0), (-1,1), (0,1), (1,1 }), (-1,-1), (0,-1), (1,-1), (-1,0 اﻟﺒﺘﻪ در روشﻫﺎي ﮔﻮﻧﺎﮔﻮن ،ﺗﻤﺎم ﻫﻤﺴﺎﻳﮕﻲﻫﺎي ﻓﻮق ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻧﮕﺮﻓﺘﻪ اﺳﺖ .ﺑﻄﻮر ﻣﺜﺎل اﺑﻮاﻟﻘﺴﻤﻲ ] [3و ﺟﻮون ] [4زوجﻫﺎي
})(∆x, ∆y) ∈{(-1,1),(0,1),(-1,-1),(-1,0 ،ﺳﺎن و ﻫﻤﻜﺎراﻧﺶ ] [5زوجﻫﺎي
-2اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻ ﺑﻄﻮر ﻛﻠﻲ اﻃﻼﻋﺎت آﻣﺎري ﻗﺎﺑﻞ اﺳﺘﺨﺮاج از ﺗﺼﻮﻳﺮ را ﺑﻪ دو دﺳﺘﻪ اﺻﻠﻲ ﺗﻘﺴﻴﻢ ﻣﻲﻛﻨﻨﺪ ﻛﻪ ﺷﺎﻣﻞ اﻃﻼﻋﺎت آﻣﺎري ﻣﺮﺗﺒﻪ اول و اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ ﻣﻲﺑﺎﺷﺪ .ﻳﻜﻲ از ﻣﻬﻤﺘﺮﻳﻦ اﻃﻼﻋﺎت آﻣﺎري ﻣﺮﺗﺒﻪ اول، ﻫﻴﺴﺘﻮﮔﺮام ﺗﺼﻮﻳﺮ ﻣﻲﺑﺎﺷﺪ .ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻳﻨﻜﻪ اﻧﺠﺎم ﻋﻤﻞ ﻧﻬﺎنﻧﮕﺎري ﺑﺎﻋﺚ ﺑﻮﺟﻮد آﻣﺪن ﺗﻐﻴﻴﺮات ﻗﺎﺑﻞ ﺗﻮﺟﻬﻲ در ﻫﻴﺴﺘﻮﮔﺮام ﺗﺼﻮﻳﺮ ﻣﻲﺷﻮد، روشﻫﺎي زﻳﺎدي از اﻳﻦ ﺗﻐﻴﻴﺮات اﺳﺘﻔﺎده ﻛﺮده و اﻗﺪام ﺑﻪ ﻧﻬﺎنﻛﺎوي ﻛﺮدهاﻧﺪ] .[7،8ﺑﺮاي ﻣﻘﺎﺑﻠﻪ ﺑﺎ اﻳﻦ ﺣﻤﻠﻪ روشﻫﺎي زﻳﺎدي اراﺋﻪ ﺷﺪه اﺳﺖ ﻛﻪ ﻣﻲﺗﻮان ﺑﻪ روشﻫﺎي درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و ﺗﻜﻨﻴﻚ درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه اﺷﺎره ﻧﻤﻮد. ﻫﻴﺴﺘﻮﮔﺮام ﺗﺼﻮﻳﺮ واﺑﺴﺘﮕﻲ ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎ را در ﻧﻈﺮ ﻧﻤﻲﮔﻴﺮد، ﻟﺬا اﻳﻦ وﻳﮋﮔﻲ ﺟﺰء اﻃﻼﻋﺎت آﻣﺎري ﻣﺮﺗﺒﻪ اول در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﻲﺷﻮد. اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻﺗﺮ ،ﺑﻪ اﻃﻼﻋﺎﺗﻲ ﮔﻔﺘﻪ ﻣﻲﺷﻮد ﻛﻪ واﺑﺴﺘﮕﻲ ﭘﻴﻜﺴﻞﻫﺎ را ﻧﺴﺒﺖ ﺑﻪ ﻳﻜﺪﻳﮕﺮ در ﻧﻈﺮ ﮔﻴﺮد .ﻳﻜﻲ از ﻣﻬﻤﺘﺮﻳﻦ اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻ ﻛﻪ در ﻧﻬﺎنﻛﺎوي ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻣﻲﮔﻴﺮد ،ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻣﻲﺑﺎﺷﺪ .ﺑﻪ دﻟﻴﻞ اﻳﻨﻜﻪ اﻧﺠﺎم ﻋﻤﻞ ﻧﻬﺎنﻧﮕﺎري ﺑﺎﻋﺚ ﻣﻲﺷﻮد اﻳﻦ اﻃﻼﻋﺎت ﺗﻐﻴﻴﺮ ﭘﻴﺪا ﻛﻨﺪ ،روشﻫﺎي زﻳﺎدي از اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﻬﺮه ﮔﺮﻓﺘﻪ و اﻗﺪام ﺑﻪ ﻧﻬﺎنﻛﺎوي ﻧﻤﻮدهاﻧﺪ] . [3-6 ﻳﻚ روش ﺑﺮاي ﺗﻮﺻﻴﻒ ﻫﻤﺒﺴﺘﮕﻲ ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎ اﺳﺘﻔﺎده از ﻣﺎﺗﺮﻳﺲﻫﺎي ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﺳﺖ .ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ،ﻳﻚ ﻣﺎﺗﺮﻳﺲ دو ﺑﻌﺪي اﺳﺖ ﻛﻪ ﻣﺪﺧﻞﻫﺎي آن ﺑﻴﺎﻧﮕﺮ ﻓﺮﻛﺎﻧﺲ رخ دادن دو ﺳﻄﺢ ﺧﺎﻛﺴﺘﺮي اﺳﺖ ﻛﻪ ﺑﻪ ﻓﺎﺻﻠﻪ و در ﺟﻬﺖ ﺧﺎﺻﻲ ﻗﺮار دارﻧﺪ .زوج ) ∆x, (∆yﺑﻴﺎﻧﮕﺮ ﻓﺎﺻﻠﻪ و ﺟﻬﺖ ﻣﻲﺑﺎﺷﻨﺪ .اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﻪ ﻧﻮﻋﻲ ﺑﻴﺎﻧﮕﺮ اﻃﻼﻋﺎت آﻣﺎري ﻣﺮﺗﺒﻪ دو ﻣﻲﺑﺎﺷﺪ ،ﭼﻮن ﻫﻤﺒﺴﺘﮕﻲ ﭘﻴﻜﺴﻞﻫﺎ را دوﺑﻪدو در ﻧﻈﺮ ﮔﺮﻓﺘﻪ اﺳﺖ .ﺑﺮاي ﺳﻄﺢ ﺧﺎﻛﺴﺘﺮي ) g(x,yﻣﺮﺑﻮط ﺑﻪ ﭘﻴﻜﺴﻞ در ﻣﻜﺎن ) (x,yﻣﺪﺧﻞ ci,jﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ،ﻓﺮﻛﺎﻧﺲ ﺗﻌﺪاد زوجﻫﺎﻳﻲ را ﺑﻴﺎن ﻣﻲﻛﻨﺪ ﻛﻪ در راﺑﻄﻪ ) (1ﺻﺪق ﻛﻨﻨﺪ.
)(1
)(g(x,y) = i)^(g(x + ∆x, y + ∆y) = j
در اﻳﻨﺼﻮرت ﺑﺮاي ﻫﺮ زوج ) (∆x, ∆yﻳﻚ ﻋﺪد ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﻳﺠﺎد ﻣﻲﺷﻮد .ﭼﻮن ﻫﻤﺒﺴﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎي ﻣﺠﺎور ﻧﺴﺒﺖ ﺑﻪ ﻫﻤﺒﺴﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎﻳﻲ ﻛﻪ داراي ﻓﺎﺻﻠﻪ زﻳﺎدي از ﻫﻢ ﻣﻲﺑﺎﺷﻨﺪ ،ﺑﺴﻴﺎر ﺑﻴﺸﺘﺮ اﺳﺖ .ﺑﻪ ﻫﻤﻴﻦ دﻟﻴﻞ در روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻣﻌﻤﻮﻻً ﻣﺎﺗﺮﻳﺲﻫﺎي ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ را ﻓﻘﻂ ﺑﺮاي ﭘﻴﻜﺴﻞﻫﺎي
})(∆x, ∆y) ∈{(1,0),(0,1 و ﻓﺮﻧﺰ ] [6زوجﻫﺎي زﻳﺮ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ:
})(∆x, ∆y) ∈{(1,0),(-1,1),(0,1),(1,1 ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻳﻨﻜﻪ در ﺗﺼﺎوﻳﺮ ﺳﻄﺢ ﺧﺎﻛﺴﺘﺮي ﺑﺮاي ﻧﻤﺎﻳﺶ ﻣﻘﺪار ﭘﻴﻜﺴﻞﻫﺎ از 8ﺑﻴﺖ اﺳﺘﻔﺎده ﻣﻲﺷﻮد ،اﺑﻌﺎد اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﺮاﺑﺮ 256×256 ﺧﻮاﻫﺪ ﺑﻮد .اﻟﺒﺘﻪ ﺳﺎن و ﻫﻤﻜﺎراﻧﺶ ] [5ﺑﺮاي ﻛﺎﻫﺶ ﺣﺠﻢ ﻣﺤﺎﺳﺒﺎت و اﺑﻌﺎد ﻣﺎﺗﺮﻳﺲ اﺑﺘﺪا ﻣﺸﺘﻖ ﺗﺼﻮﻳﺮ ﻣﺤﺎﺳﺒﻪ ﺷﺪه ،ﺑﻌﺪ از ﻳﻚ ﻣﺮﺣﻠﻪ آﺳﺘﺎﻧﻪﺳﺎزي )ﺷﺒﻪ آﺳﺘﺎﻧﻪﺳﺎزي(ﻣﻘﺎدﻳﺮ ﺗﺼﺎوﻳﺮ ﻣﺸﺘﻖ ،اﻗﺪام ﺑﻪ ﻣﺤﺎﺳﺒﻪ اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﺮاي ﺗﺼﻮﻳﺮ ﻣﺸﺘﻖ آﺳﺎﻧﻪاي ﺷﺪه ﻛﺮده اﺳﺖ .واﺿﺢ اﺳﺖ در اﻳﻨﺼﻮرت اﺑﻌﺎد ﻣﺎﺗﺮﻳﺲ ﺑﻪ ﺷﺪت ﻛﺎﻫﺶ ﭘﻴﺪا ﻣﻲﻛﻨﺪ. ﭼﻮن در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ارﺗﺒﺎط ﭘﻴﻜﺴﻞﻫﺎ دوﺑﻪدو در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﻲﺷﻮد ،ﺗﻮﺻﻴﻒ ﺗﺎﺛﻴﺮ درج روي اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﺴﻴﺎر ﺳﺨﺖ اﺳﺖ. در ﺗﺼﺎوﻳﺮ ﻃﺒﻴﻌﻲ ﺳﻄﺢ ﺧﺎﻛﺴﺘﺮي ﭘﻴﻜﺴﻞﻫﺎي ﻣﺠﺎور ﭘﻴﻮﺳﺘﻪ و ﻧﺮم ﻣﻲﺑﺎﺷﺪ .از ﻃﺮف دﻳﮕﺮ ﭼﻮن اﻳﻦ ﻣﺎﺗﺮﻳﺲ را ﻓﻘﻂ ﺑﺮاي ﻫﻤﺴﺎﻳﻪﻫﺎي ﭘﻴﻜﺴﻞ ﻣﺤﺎﺳﺒﻪ ﻣﻲﻛﻨﻨﺪ ،ﺑﻴﺸﺘﺮﻳﻦ اﻧﺮژي ﻣﻮﺟﻮد در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ روي ﻗﻄﺮ اﺻﻠﻲ و ﻋﻨﺎﺻﺮ ﻧﺰدﻳﻚ ﺑﻪ ﻗﻄﺮ اﺻﻠﻲ اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺗﻤﺮﻛﺰ ﻳﺎﻓﺘﻪ اﺳﺖ .ﺣﺎل ﻋﻤﻠﻴﺎت درج را ﻧﻈﺮ ﺑﮕﻴﺮﻳﺪ .ﭼﻮن ﻋﻤﻠﻴﺎت درج ﺑﺎﻋﺚ ﻣﻲﺷﻮد ﻛﻪ ﭘﻴﻮﺳﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﻣﻘﺎدﻳﺮ ﭘﻴﻜﺴﻞﻫﺎي ﻫﻤﺴﺎﻳﻪ ﻛﺎﻫﺶ ﻳﺎﺑﺪ ﻟﺬا اﻧﺮژي ﻣﺘﻤﺮﻛﺰ ﺷﺪه روي ﻗﻄﺮ اﺻﻠﻲ و ﻋﻨﺎﺻﺮ ﻧﺰدﻳﻚ ﺑﻪ آن ﻛﺎﻫﺶ ﻳﺎﻓﺘﻪ و اﻳﻦ اﻧﺮژي ﺑﻴﻦ ﻋﻨﺎﺻﺮ دورﺗﺮ از ﻗﻄﺮ اﺻﻠﻲ ﭘﺨﺶ ﻣﻲﺷﻮد .روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻣﺬﻛﻮر از اﻳﻦ ﺗﻐﻴﻴﺮات ﺑﺮاي ﺗﺸﺨﻴﺺ ﺗﺼﺎوﻳﺮ ﻧﻬﺎنﻧﮕﺎري ﺷﺪه ﺑﻬﺮه ﻣﻲﺑﺮﻧﺪ.
-3ﺗﻜﻨﻴﻚﻫﺎي درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و ﺑﺎزﺑﻴﻨﻲ ﺷﺪه آن در اﻳﻦ ﺑﺨﺶ دو روش ﻧﻬﺎنﻧﮕﺎري راﻳﺞ ﻛﻪ ﻗﺼﺪ ﺑﻬﺒﻮد آﻧﻬﺎ را دارﻳﻢ ﺑﺼﻮرت ﺧﻼﺻﻪ ﺷﺮح ﻣﻲدﻫﻴﻢ .اﻳﻦ دو روش درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﻣـﻲﺑﺎﺷـﺪ. وﺟﻪ اﺷﺘﺮاك اﻳﻦ دو روش آن اﺳﺖ ﻛﻪ در ﻋﻤﻠﻴﺎت درج ﻣﻲﺗﻮان ﻣﻘـﺪار ﻳﻚ ﭘﻴﻜﺴﻞ را ﺑﻄﻮر دﻟﺨﻮاه ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ داد .در اداﻣﻪ ﺟﺰﺋﻴﺎت اﻳﻦ دو روش ﺑﻴﺎن ﻣﻲﺷﻮد.
-1-3درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺳﺎدﮔﻲ درج ﺑﺮوش ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﻫﻤﺎﻧﻨﺪ روش درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺳﺎده ﻣﻲﺑﺎﺷﺪ .ﺑﺮاي اﻳﻦ ﻣﻨﻈﻮر در ﺻﻮرﺗﻴﻜﻪ ﻣﻘﺪار ﺑﻴﺖ ﭘﻴﺎم ﻛﻪ ﻗﺼﺪ درج ﻧﻤﻮدن آن را دارﻳﻢ ﺑﺎ ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﺑﺮاﺑﺮ ﺑﺎﺷﺪ ،ﺗﻐﻴﻴﺮي در ﻣﻘﺪار ﭘﻴﻜﺴﻞ داده ﻧﻤﻲﺷﻮد .وﻟﻲ اﮔﺮ ﺑﻴﺖ ﭘﻴﺎم ﺑﺎ ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﺑﺮاﺑﺮ ﻧﺒﺎﺷﺪ ﺑﻪ اﺣﺘﻤﺎل ﺑﺮاﺑﺮ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻣﺮﺑﻮﻃﻪ ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ ﻣﻲﻳﺎﺑﺪ .واﺿﺢ اﺳﺖ در ﺻﻮرت ﻛﺎﻫﺶ و ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ،ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ آن ﺑﺮاﺑﺮ ﺑﻴﺖ ﭘﻴﺎم ﺧﻮاﻫﺪ ﺷﺪ .راﺑﻄﻪ ) (2ﺑﻴﺎﻧﮕﺮ ﻧﺤﻮه درج ﭘﻴﺎم ﺑﻪ اﻳﻦ روش ﻣﻲﺑﺎﺷﺪ .در اﻳﻦ راﺑﻄﻪ Icو ISﺑﻪ ﺗﺮﺗﻴﺐ ﻣﻘﺪار ﻳﻚ ﭘﻴﻜﺴﻞ ﻗﺒﻞ و ﺑﻌﺪ از درج ﺑﻴﺖ ﭘﻴﺎم bﻣﻲﺑﺎﺷﺪ .ﻫﻤﭽﻨﻴﻦ در اﻳﻦ راﺑﻄﻪ Lﺑﺮاﺑﺮ 8ﻣﻲﺑﺎﺷﺪ. 2
b ≠ LSBI & I = 0 b ≠ LSB I & 0 < I < 2 b = LSBI b ≠ LSBI & I = 2 − 1
1 I ± 1 = I I 2 − 2
ﻫﻤﺎﻧﻄﻮر ﻛﻪ از راﺑﻄﻪ ) (2ﻣﺸﺨﺺ اﺳﺖ ،ﺑﺮاي 50درﺻﺪ ﺑﻴﺖﻫﺎي ﭘﻴﺎم ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻣﻲﺗﻮاﻧﺪ ﺑﻄﻮر دﻟﺨﻮاه ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ ﻳﺎﺑﺪ.
-2-3درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه در اﻳﻦ روش ﺟﻬﺖ ﻛﺪ ﻛﺮدن 2ﺑﻴﺖ ﺑﻄﻮر ﻫﻤﺰﻣﺎن از 2ﭘﻴﻜﺴﻞ اﺳﺘﻔﺎده ﻣﻲﺷﻮد و ﻋﻤﻞ ﻛﺪ ﻛﺮدن اﻳﻦ 2ﺑﻴﺖ ﺑﻪ اﻳﻦ ﺻﻮرت اﺳﺖ ﻛﻪ ﺣﺪاﻛﺜﺮ ﻳﻜﻲ از دو ﭘﻴﻜﺴﻞ ﻧﻴﺎز ﺑﻪ ﺗﻐﻴﻴﺮ دارﻧﺪ] .[9اﮔﺮ S1 , S2دو ﺑﻴﺖ رﻣﺰ و y , yﻣﺤﺘﻮاي دو ﭘﻴﻜﺴﻞ ﺑﺎﺷﻨﺪ ،ﺗﺎﺑﻊ ﺑﺎﻳﻨﺮي LSBﺑﻪ ﺻﻮ رت راﺑﻄﻪ ) (3ﺗﻌﺮﻳﻒ ﻣﻲﺷﻮد. )(3
y , y = LSB ! " + y $,
ﻛﻪ در آن ) LSB(xﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﻋﺪد xرا ﺑﺮﮔﺸﺖ ﻣﻲدﻫﺪ. ﻓﻠﻮﭼﺎرت ﺷﻜﻞ 1ﻧﺤﻮه درج ﻛﺮدن ﭘﻴﺎم را ﻧﻤﺎﻳﺶ ﻣـﻲدﻫـﺪ ﻛـﻪ در آن ^ y1و ^ y2دادهﻫﺎﻳﻲ اﻧﺪ ﻛﻪ ﺟﺎﻳﮕﺰﻳﻦ y2و y1ﻣﻲﺷﻮد .ﺟﻬﺖ اﺳﺘﺨﺮاج
ﭘﻴﺎم از راﺑﻄﻪ ) (4اﺳﺘﻔﺎده ﻣﻲﺷﻮد. 4
( ^ s = f'y ^ , y
,
(^
s = LSB'y
ﺷﻜﻞ 1ﻓﻠﻮﭼﺎرت درج روش ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑـﺎزﺑﻴﻨﻲ ﺷﺪه را ﻧﻤﺎﻳﺶ ﻣﻲدﻫﺪ .ﻫﻤﺎﻧﻄﻮر ﻛﻪ در اﻳﻦ ﻓﻠﻮﭼﺎرت ﻣﻲﺑﻴﻨﻴﺪ ،در ﻳﻜﻲ از ﺑﺮگﻫﺎي آن )ﻛﻪ داراي ﻛﺎدر ﭘﺮرﻧﮓ اﺳﺖ( ﺑﻪ ﮔﻴﺮﻧﺪه اﺟﺎزه داده ﺷﺪه اﺳﺖ ﻛﻪ ﻣﻘﺪار ﭘﻴﻜﺴﻞ را ﻛﺎﻫﺶ ﻳـﺎ اﻓـﺰاﻳﺶ دﻫـﺪ .اﺣﺘﻤـﺎل اﻳﻨﻜـﻪ در ﻣﺤﺎﺳﺒﺎت روش ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﺑﻪ ﺑﺮگ ﻣﺬﻛﻮر ﺑﺮﺳﻴﻢ ﺑﺮاﺑﺮ 0/25ﻣﻲﺑﺎﺷﺪ .ﺑﻬﺒﻮدي را ﻛﻪ ﻣﺎ ﺳﻌﻲ دارﻳﻢ در اﻳـﻦ ﻣﻘﺎﻟـﻪ اﻋﻤﺎل ﻛﻨﻴﻢ ،ﺷﺎﻣﻞ اﻳﻦ ﺑﺮگ ) 25درﺻﺪ ﻋﻤﻠﻴﺎت درج( ﻣﻲﺷﻮد.
ﺷﻜﻞ - 1ﻓﻠﻮﭼﺎرت ﺗﻜﻨﻴﻚ درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ
-4ﺑﻬﺒﻮد اﻋﻤﺎل ﺷﺪه ﻫﻤﺎﻧﻄﻮر ﻛﻪ ﺑﻴﺎن ﺷﺪ ﻫﺪف ﺑﻬﺒﻮدﻫﺎي اﻋﻤﺎل ﺷﺪه آن اﺳﺖ ﻛﻪ ﻋﻤﻠﻴﺎت درج ﻣﻨﺠﺮ ﺑﻪ ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮي در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺷﻮد .ﻣﺴﻠﻤﺎً ﻫﺮ ﭼﻪ ﻣﻴﺰان اﻳﻦ ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮ ﺷﻮد ،روش ﻧﻬﺎنﻧﮕﺎري ﻣﺮﺑﻮﻃﻪ ﺑﻴﺸﺘﺮ در ﻣﻘﺎﺑﻞ ﺣﻤﻼﺗﻲ ﻛﻪ از اﻳﻦ ﻣﺎﺗﺮﻳﺲ اﺳﺘﻔﺎده ﻣﻲﻛﻨﻨﺪ اﻣﻦ ﺧﻮاﻫﺪ ﺷﺪ. ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺣﺎوي ﺣﺎوي اﻃﻼﻋﺎت ﻣﻔﻴﺪي در راﺑﻄﻪ ﻫﻤﺒﺴﺘﮕﻲ ﻣﻘﺪار ﭘﻴﻜﺴﻞﻫﺎ اﺳﺖ .در واﻗﻊ اﮔﺮ ﻋﻤﻠﻴﺎت درج ﺑﺎﻋﺚ ﺷﻮد ﻣﻘﺪار ﻳﻚ ﭘﻴﻜﺴﻞ ﻧﺴﺒﺖ ﺑﻪ ﻣﻘﺎدﻳﺮ ﭘﻴﻜﺴﻞﻫﺎي ﻫﻤﺴﺎﻳﻪ آن ﺑﻴﺸﺘﺮ ﺗﻐﻴﻴﺮ ﻛﻨﺪ) ،ﻫﻤﺒﺴﺘﮕﻲ ﻣﻮﺟﻮد ﺑﻴﻦ ﭘﻴﻜﺴﻞﻫﺎ ﺑﻴﺸﺘﺮ ﺗﺤﺖ ﺗﺎﺛﻴﺮ ﻗﺮار ﮔﻴﺮد( اﻃﻼﻋﺎت آﻣﺎري ﻣﺮاﺗﺐ ﺑﺎﻻ ﺑﻴﺸﺘﺮ ﺗﻐﻴﻴﺮ ﺧﻮاﻫﺪ ﻛﺮد .ﺑﻨﺎﺑﺮاﻳﻦ اﮔﺮ ﺑﺘﻮان ﻋﻤﻠﻴﺎت درج را ﺑﺼﻮرﺗﻲ اﻧﺠﺎم داد ﻛﻪ اﺧﺘﻼف ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻧﺴﺒﺖ ﺑﻪ ﻫﻤﺴﺎﻳﮕﺎﻧﺶ ﺗﺎ ﺣﺪ اﻣﻜﺎن ﻛﻢ ﺑﺎﺷﺪ ،ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻛﻤﺘﺮ دﭼﺎر ﺗﻐﻴﻴﺮات ﻣﻲﺷﻮد. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻳﻨﻜﻪ در دو روش ﻧﻬﺎنﻧﮕﺎري ﻛﻪ ﻗﺼﺪ ﺑﻬﺒﻮد آﻧﻬﺎ را دارﻳﻢ، ﻛﺎﻫﺶ و ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﻳﻚ ﭘﻴﻜﺴﻞ )در 50%ﻣﻮارد ﺑﺮاي روش درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و در 25%ﻣﻮارد ﺑﺮاي روش درج در ﻛﻢ- ارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه( ﺑﻪ دﻟﺨﻮاه اﻧﺠﺎم ﻣﻲﺷﻮد ،ﻣﺎ ﻣﻲ- ﺧﻮاﻫﻴﻢ ﻋﻤﻠﻴﺎت ﺗﻐﻴﻴﺮ )ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ( را ﺑﻪ ﮔﻮﻧﻪ اﻧﺠﺎم دﻫﻴﻢ ﻛﻪ اﺧﺘﻼف ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻣﺮﻳﻮﻃﻪ ﺑﺎ ﻫﻤﺴﺎﻳﮕﺎﻧﺶ ﺣﺪاﻗﻞ ﺑﺎﺷﺪ .ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻳﻨﻜﻪ ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻏﺎﻟﺒﺎً از 8ﻫﻤﺴﺎﻳﻪ ﻫﺮ ﭘﻴﻜﺴﻞ اﺳﺘﻔﺎده ﻣﻲﻧﻤﺎﻳﻨﺪ ،ﺑﻨﺎﺑﺮاﻳﻦ ﻣﺎ ﻫﻢ ﺳﻌﻲ ﻣﻲﻛﻨﻴﻢ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﻘﺪار 8ﭘﻴﻜﺴﻞ ﻫﻤﺴﺎﻳﻪ ﭘﻴﺎم ﻣﺤﺮﻣﺎﻧﻪ را درج ﻧﻤﺎﻳﻴﻢ .ﺑﺮاي اﻳﻦ ﻣﻨﻈﻮر ﻛﺎﻓﻲ اﺳﺖ اﺧﺘﻼف ﺑﻮﺟﻮد آﻣﺪه ﻧﺎﺷﻲ از ﻛﺎﻫﺶ و اﻓﺰاﻳﺶ را ﻣﺤﺎﺳﺒﻪ ﻛﺮده و در ﻧﻬﺎﻳﺖ ﺣﺎﻟﺘﻲ )ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ( را ﻛﻪ ﻣﻨﺠﺮ ﺑﻪ ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮ ﻣﻲﺷﻮد اﻋﻤﺎل ﻛﻨﻴﻢ. ﻻزم ﺑﻪ ذﻛﺮ اﺳﺖ ﻛﻪ ﻫﺮ ﭼﻪ اﺧﺘﻼف ﺑﻴﻦ دو ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻫﻤﺴﺎﻳﻪ ﺑﻴﺸﺘﺮ ﺑﺎﺷﺪ ،ﺗﻐﻴﻴﺮ ﻳﻜﻲ از آﻧﻬﺎ ﺗﺎﺛﻴﺮ ﻛﻤﺘﺮي روي ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ دارد .ﻫﻤﭽﻨﻴﻦ روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻛﻪ از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﺳﺘﻔﺎده ﻧﻤﻮدهاﻧﺪ ﻓﻘﻂ از ﻋﻨﺎﺻﺮ ﻣﻮﺟﻮد روي ﻗﻄﺮ اﺻﻠﻲ و ﻋﻨﺎﺻﺮ ﻧﺰدﻳﻚ ﺑﻪ ﻗﻄﺮ اﺻﻠﻲ ﺑﻬﺮه ﺑﺮدهاﻧﺪ .ﺷﻜﻞ 2ﻧﺸﺎندﻫﻨﺪه اﻳﻦ ﻋﻨﺎﺻﺮ از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ اﺳﺖ .در اﻳﻦ ﺷﻜﻞ ﻋﻨﺎﺻﺮي ﻛﻪ ﺑﻪ
رﻧﮓ ﺧﺎﻛﺴﺘﺮي ﻧﺸﺎن داده ﺷﺪهاﻧﺪ ﺑﻴﺸﺘﺮ در روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺘﻪاﻧﺪ. 3
2
1
3
2
1
2
255
254
253
245
253
252
253
252
3
2
1
2
3
3
2
1
2
3
3
3 2
2 1
1 2
2 3
3 .......
............
3
2
1
2
3
3
2
1
2
3
2
1
2
3
1
2
3
252
252 ............ ............
............
............ ............
............
............ ............ ............
............
253
.......
252 252
253
253
254
254
255
ﺷﻜﻞ - 2ﻋﻨﺎﺻﺮ ﻛﻪ ﺑﺎ رﻧﮓ ﺧﺎﻛﺴﺘﺮي ﻧﻤﺎﻳﺶ داده ﺷﺪهاﻧﺪ ،در روشﻫﺎي ﻧﻬﺎنﻛﺎوي اﺳﺘﻔﺎده ﺷﺪه اﻧﺪ. ;))Matrix=double (Cover_Image(i-1:i+1, j-1:j+1 ;)Matrix_temp=Matrix-Matrix(2,2 ;Mask=Matrix_temp Matrix_M_diff_SUM ;)Cover_Image(i-1:i+1, j-1:j+1)=Matrix_N(2,2 else ;)Cover_Image(i-1:i+1, j-1:j+1)=Matrix_P(2,2 End
ﺷﻜﻞ - 3ﻛﺪ ﻧﺤﻮه ﻣﺤﺎﺳﺒﻪ ﻣﺎﺗﺮﻳﺲ ﻣﺎﺳﻚ و ﻧﺤﻮه درج ﭘﻴﺎم در روش ﺑﻬﺒﻮد ﻳﺎﻓﺘﻪ.
ﺑﻨﺎﺑﺮاﻳﻦ ﻫﻤﺴﺎﻳﮕﺎن ﻳﻚ ﭘﻴﻜﺴﻞ ،ﻓﻘﻂ در ﺻﻮرﺗﻲ روي ﻣﻘﺪار آن ﭘﻴﻜﺴﻞ )ﻛﺎﻫﺶ و ﻳﺎ اﻓﺰاﻳﺶ ﺑﻪ ﻣﻘﺪار ﻳﻚ( ﺗﺎﺛﻴﺮ دارﻧﺪ ﻛﻪ اﺧﺘﻼف اوﻟﻴﻪ آﻧﻬﺎ از آن ﭘﻴﻜﺴﻞ از ﺣﺪ ﻣﻌﻴﻨﻲ ﻛﻤﺘﺮ ﺑﺎﺷﺪ .ﻓﺮض ﻛﻨﻴﺪ Bﻣﺎﺗﺮﻳﺴﻲ ﺑﺎﺷﺪ ﻛﻪ ) B(2,2ﭘﻴﻜﺴﻞ ﻣﻮرد ﻧﻈﺮ ﺑﺮاي درج و ﺳﺎﻳﺮ ﻋﻨﺎﺻﺮ ﻫﻤﺴﺎﻳﮕﺎن آن ﭘﻴﻜﺴﻞ ﺑﺎﺷﻨﺪ .در اﻳﻨﺼﻮرت ﻣﺎﺗﺮﻳﺲ ﻣﺎﺳﻚ ) (Maskرا ﺑﺼﻮرت زﻳﺮ ﺗﻌﺮﻳﻒ ﻣﻲﻛﻨﻴﻢ .اﻳﻦ ﻣﺎﺗﺮﻳﺲ ﺑﻴﺎﻧﮕﺮ آن اﺳﺖ ﻛﻪ ﻛﺪام ﻋﻨﺎﺻﺮ در ﺗﺼﻤﻴﻢﮔﻴﺮي ﺑﺮاي ﺗﻌﻴﻴﻦ ﻛﺎﻫﺶ و ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﻣﻮﺛﺮ ﻣﻲ- ﺑﺎﺷﻨﺪ .ﺑﻪ ﻋﺒﺎرت دﻳﮕﺮ اﮔﺮ ) Mask(i,jﺑﺮاﺑﺮ 1ﺑﺎﺷﺪ ،آن ﻳﻚ ﻋﻨﺼﺮ ﻣﻮﺛﺮ ﻣﺤﺴﻮب ﺧﻮاﻫﺪ ﺷﺪ .راﺑﻄﻪ ) (5ﺑﻴﺎﻧﮕﺮ اﻳﻦ ﻣﻄﻠﺐ اﺳﺖ. ﺑﻌﺪ از اﻳﻨﻜﻪ ﻣﺎﺗﺮﻳﺲ ﻓﻮق ﻣﺤﺎﺳﺒﻪ ﺷﺪ ،ﻛﺎﻓﻲ اﺳﺖ ﻣﻴﺰان اﺧﺘﻼف ﺑﻮﺟﻮد آﻣﺪه ﻧﺎﺷﻲ از ﻛﺎﻫﺶ و اﻓﺰاﻳﺶ ﭘﻴﻜﺴﻞ ﻣﻮرد ﻧﻈﺮ ﻣﺤﺎﺳﺒﻪ ﺷﻮد. در اﻳﻨﺼﻮرت ﻫﺮ ﻛﺪام از ﺗﻐﻴﻴﺮات ﻣﺬﻛﻮر )ﻛﺎﻫﺶ ،اﻓﺰاﻳﺶ( ﻛﻪ ﻣﻨﺠﺮ ﺑﻪ
ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮي ﺷﻮد ﺑﺮاي ﻓﺮآﻳﻨﺪ درج اﻧﺘﺨﺎب ﻣﻲﺷﻮد .ﻛﺪ ﺷﻜﻞ 3ﺑﺎ زﺑﺎن ﺑﺮﻧﺎﻣﻪﻧﻮﻳﺴﻲ MATLABﺑﻴﺎﻧﮕﺮ اﻳﻦ ﻣﻄﺐ اﺳﺖ .ﺗﻮﺟﻪ ﺷﻮد اﻳﻦ ﻛﺪ ﺑﺮاي ﺣﺎﻻﺗﻲ از درج ﺗﻮﺳﻂ دو روش ﻧﻬﺎنﻧﮕﺎري ﺑﻴﺎن ﺷﺪه ﻣﻲﺑﺎﺷﺪ ﻛﻪ اﻣﻜﺎن ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﭘﻴﻜﺴﻞ ﺑﻄﻮر دﻟﺨﻮاه ﻓﺮاﻫﻢ ﺷﺪه اﺳﺖ. 5
Maski, j0,1 ∈,,3 = |B2,2 − Bi, j| < 6 0,14,
-5آزﻣﺎﻳﺸﺎت ﺑﺮاي اﻧﺠﺎم آزﻣﺎﻳﺸﺎت از ﭘﺎﻳﮕﺎهﻫﺎي ﺗﺼﻮﻳﺮي [10] UCIDو VASC ] [11اﺳﺘﻔﺎده ﺷﺪ ﻛﻪ ﻣﺠﻤﻮﻋﺎً ﺣﺎوي 5000ﺗﺼﻮﻳﺮ ﺑﻮدﻧﺪ .اﻳﻦ ﺗﺼﺎوﻳﺮ را ﺑﻪ ﺗﺼﺎوﻳﺮ ﺳﻄﺢ ﺧﺎﻛﺴﺘﺮي ﺑﺎ اﺑﻌﺎد 500×500ﺗﺒﺪﻳﻞ ﻛﺮدﻳﻢ .ﻫﻤﭽﻨﻴﻦ ﻋﺒﺎرات LSB±1و ) LSB±1(Rﺑﻪ ﺗﺮﺗﻴﺐ ﺑﻪ ﺗﻜﻨﻴﻚ درج در ﻛﻢ- ارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و ﺑﺎزﺑﻴﻨﻲ ﺷﺪه آن اﺷﺎره دارد. ﻫﻤﺎﻧﻄﻮر ﻛﻪ ﻗﺒﻼً ﺷﺮح دادﻳﻢ در ﺗﺼﺎوﻳﺮ ﻃﺒﻴﻌﻲ ﺑﻴﺸﺘﺮﻳﻦ ﻣﻘﺪار اﻧﺮژي در ﻗﻄﺮ اﺻﻠﻲ و ﻋﻨﺎﺻﺮ ﻧﺰدﻳﻚ ﺑﻪ ﻗﻄﺮ اﺻﻠﻲ در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺗﻤﺮﻛﺰ ﻳﺎﻓﺘﻪ اﺳﺖ و ﻋﻤﻠﻴﺎت درج ﺗﻮﺳﻂ اﻳﻦ دو روش ﺑﺎﻋﺚ ﻣﻲﺷﻮد اﻧﺮژي اﻳﻦ ﻧﻮاﺣﻲ ﻛﺎﻫﺶ ﻳﺎﻓﺘﻪ و از ﻗﻄﺮ اﺻﻠﻲ ﺑﻴﺸﺘﺮ ﻓﺎﺻﻠﻪ ﺑﮕﻴﺮد .در آزﻣﺎﻳﺶ اول ﻗﺼﺪ دارﻳﻢ روشﻫﺎي ﺑﻬﺒﻮد ﻳﺎﻓﺘﻪ را ﺑﻪ ﻟﺤﺎظ ﻣﻴﺰان ﺗﻐﻴﻴﺮات ﺑﻮﺟﻮد آﻣﺪه در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﻣﻮرد ارزﻳﺎﺑﻲ ﻗﺮار دﻫﻴﻢ .ﺑﺮاي اﻳﻦ ﻣﻨﻈﻮر ﻣﺎ ﭘﻴﺎم ﺑﻪ ﻃﻮل 0.4bppو 0.8bppرا در ﺗﺼﺎوﻳﺮ ﻣﻮرد اﺳﺘﻔﺎده درج ﻛﺮدﻳﻢ .ﺷﻜﻞ 4ﻣﻴﺰان اﻧﺮژي ﻗﻄﺮ اﺻﻠﻲ و ﻗﻄﺮﻫﺎي ﻧﺰدﻳﻚ ﺑﻪ اﻳﻦ ﻗﻄﺮ را ﺑﺮاي روش درج در ﻛﻢ- ارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﻧﻤﺎﻳﺶ ﻣﻲدﻫﻨﺪ. ﻫﻤﭽﻨﻴﻦ ﻣﺎ روشﻫﺎي ﺑﻬﺒﻮد ﻳﺎﻓﺘﻪ ﺧﻮد را ﺑﻪ ﻟﺤﺎظ ﻣﻴﺰان اﻣﻦ ﺑﻮدن در ﻣﻘﺎﺑﻞ ﺗﻌﺪادي از روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻛﻪ از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺑﻬﺮه ﺑﺮدهاﻧﺪ ﻣﻮرد ارزﻳﺎﺑﻲ ﻗﺮار دادﻳﻢ .ﺟﺪول 1ﻧﺘﺎﻳﺞ ﺑﺪﺳﺖ آﻣﺪه از اﻳﻦ آزﻣﺎﻳﺶ را ﺑﺮاي ﺣﺎﻟﺘﻲ ﻛﻪ ﭘﺎراﻣﺘﺮ Tﺑﺮاﺑﺮ 4ﺑﺎﺷﺪ ﻧﻤﺎﻳﺶ ﻣﻲدﻫﺪ. ﻫﻤﺎﻧﻄﻮر ﻛﻪ اﻳﻦ ﺟﺪول ﻧﻤﺎﻳﺶ ﻣﻲدﻫﺪ ﺑﻬﺒﻮد اﻋﻤﺎل ﺷﺪه ﻣﻨﺠﺮ ﺷﺪه اﺳﺖ ﻛﻪ اﻳﻦ روشﻫﺎ در ﻣﻘﺎﺑﻞ ﺣﻤﻼت ﻣﺮﺑﻮﻃﻪ ﺑﺨﺼﻮص در ﻣﻮاردي ﻛﻪ ﻃﻮل ﭘﻴﺎم ﻛﻮﺗﺎه اﺳﺖ اﻣﻦ ﺷﻮﻧﺪ .ﺗﻮﺟﻪ ﺷﻮد ﻛﻪ ﻧﺮخ ﺗﺸﺨﻴﺺ 50%ﺑﻪ ﻣﻌﻨﻲ آن اﺳﺖ ﻛﻪ روش ﻧﻬﺎنﻛﺎوي ﻣﻮرد ﻧﻈﺮ ﻗﺎدر ﺑﻪ ﺗﺸﺨﻴﺺ ﺗﺼﺎوﻳﺮ ﻧﻬﺎنﻧﮕﺎري ﺷﺪه ﻧﻴﺴﺖ. ﺟﺪول - 1درﺻﺪ ﺗﺸﺨﻴﺺ ﺻﺤﻴﺢ روشﻫﺎي ﻧﻬﺎنﻛﺎوي ].[4،3 ﻃﻮل ﭘﻴﺎم و ﻧﻮع ﺣﻤﻠﻪ ]0.2 bpp[3 ]0.2 bpp[4 ]0.4 bpp[3 ]0.4 bpp[4 ]0.6 bpp[3 ]0.6 bpp[4 ]0.8 bpp[3 ]0.8 bpp[4
LSB±1 ﻗﺒﻞ از ﺑﻬﺒﻮد
LSB±1 ﺑﻌﺪ از ﺑﻬﺒﻮد
)LSB±1(R ﻗﺒﻞ از ﺑﻬﺒﻮد
)LSB±1(R ﺑﻌﺪ از ﺑﻬﺒﻮد
56 55 63 60 74 69 84 79
52 51 55 54 61 58 63 59
51 50 55 57 63 62 68 65
50 50 51 50 51 51 54 52
ﻧﺘﻴﺠﻪﮔﻴﺮي-6 در اﻳﻦ ﻣﻘﺎﻟﻪ دو روش راﻳﺞ از ﺗﻜﻨﻴﻚﻫﺎي ﻧﻬﺎنﻧﮕﺎري ﺷـﺎﻣﻞ درج در ﻛﻢارزشﺗﺮﻳﻦ ﺑﻴﺖ ﺗﻄﺒﻴﻘﻲ و درج درﻛﻢارزشﺗـﺮﻳﻦ ﺑﻴـﺖ ﺗﻄﺒﻴﻘـﻲ اﻳﻦ دو روش ﻣﻨﺠﺮ ﺑﻪ ﺗﻐﻴﻴﺮات زﻳـﺎدي در.ﺑﺎزﺑﻴﻨﻲ ﺷﺪه ﺑﻬﺒﻮد داده ﺷﺪ ﻣﺎﺗﺮﻳﺲ ﺧﻮد ﻫﻤﺒﺴﺘﮕﻲ ﺷﺪه و زﻣﻴﻨﻪ ﺗﺸﺨﻴﺺ ﺗﺼﺎوﻳﺮ ﻧﻬﺎنﻧﮕﺎري ﺷﺪه ﺑﺎ ﺗﻮﺟﻪ ﺑـﻪ.را ﺗﻮﺳﻂ ﺗﻌﺪادي از روشﻫﺎي ﻧﻬﺎنﻛﺎوي ﻓﺮاﻫﻢ ﻛﺮده اﺳﺖ اﻳﻨﻜﻪ در ﻓﺮآﻳﻨﺪ درج ﺗﻮﺳﻂ اﻳﻦ دو روش اﻣﻜﺎن ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ ﻣﻘﺪار ﻣﻲﺗﻮان ﻋﻤﻞ ﻛﺎﻫﺶ ﻳﺎ اﻓﺰاﻳﺶ را ﺑﺼﻮرﺗﻲ اﻧﺠﺎم داد،ﭘﻴﻜﺴﻞ وﺟﻮد دارد ﻣـﺎ اﻳـﻦ.ﻛﻪ ﻣﻨﺠﺮ ﺑﻪ ﺗﻐﻴﻴﺮات ﻛﻤﺘﺮي در ﻣﺎﺗﺮ ﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺷﻮد ﻧﺘﺎﻳﺞ آزﻣﺎﻳﺸﺎت ﻧﺸﺎن ﻣﻲدﻫﺪ.ﺑﻬﺒﻮد را ﺑﻪ دو روش ﻣﺬﻛﻮر اﻋﻤﺎل ﻛﺮدﻳﻢ ﻛﻪ ﺑﻬﺒﻮد داده ﺷﺪه ﻣﻨﺠﺮ ﺷﺪه اﺳﺖ ﻛﻪ ﻋﻤﻠﻴـﺎت ﺗﻐﻴﻴـﺮات ﻛﻤﺘـﺮي در ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺑﻮﺟﻮد آورد و اﻳﻦ روشﻫﺎ در ﻣﻘﺎﺑﻞ ﺣﻤﻼﺗﻲ ﻛﻪ .از ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺑﺮاي ﻧﻬﺎنﻛﺎري ﺑﻬﺮه ﻣﻲﺑﺮﻧﺪ اﻣﻦ ﺷﻮﻧﺪ ﻣﺮاﺟﻊ [1]
[2]
[3]
[4]
G. J. Simmons, The prisoners’ problem and the subliminal channel, in CRYPTO83-Advances in Cryptology. (1984) 51–67. F. A. P. Petitcolas, R. J. Anderson, M. G. Kuhn, Information hiding—A survey, Proceedings of the IEEE 87(1999) 1062–1078. M. Abolghasemi , H. Aghaeinia , K. Faez, Detection Of LSB± steganography based on CoOccurrence Matrix and bit plane clipping, Journal of Electronic Imaging, 19 (2010) 013014. G. Xuan, Y. Q. Shi, C. Huang, D. Fu, P. Chai and J. Gao, Steganalysis using high-dimensional features derived from co-occurrence matrix and class-wise non-principal components analysis, IWDW 2006, LNCS 4283, pp. 49-60, 2006.
[5]
Z. Sun, M. Hui, C. Guan, Steganalysis Based on Cooccurrence Matrix of Differential Image, International Conference on Intelligent Information Hiding and Multimedia Signal Processing, 3(2008) 1097-1100.
[6]
E. Franz, “Steganography preserving statistical properties” 5th International Workshop on Information Hiding, vol. 2578, pp. 278–294, , The Netherlands, October 2002. J. Fridrich, M. Goljan, R. Du, Detecting LSB steganography in color and grayscale images, IEEE Multimedia, 84 (2001) 22–28.
[7]
[8]
S. Dumitrescu, X. Wu, Z. Wang, Detection of LSB Steganography via Sample Pair Analysis, IEEE Transaction on signal processing, 51(2003) 1995-2007.
[9]
J. Mielkiainen, "LSB Matching Revisited", IEEE Signal Processing Letters, vol. 13, no. 5, 2006, pp.
T-4-) ( و ﻗﻄﺮﻫﺎي ﻧﺰدﻳﻚ ﺑﻪ ﻗﻄﺮ اﺻﻠﻲT0) اﻧﺮژي ﻗﻄﺮ اﺻﻠﻲ- 4 ﺷﻜﻞ
285-287.
( ﻣﺎﺗﺮﻳﺲ ﺧﻮدﻫﻤﺒﺴﺘﮕﻲ ﺑﺮاي ﺗﺼﻮﻳﺮ اﺻﻠﻲT-3T-2T-1T1T2T3T4
Image Data base downloaded from website: http://www.staff.lboro.ac.uk/~cogs/datasets/UCI
و ﺑﻬﺒﻮدLSB±1(R) وLSB±1 ( و ﺗﺼﻮﻳﺮ ﻧﻬﺎنﻧﮕﺎري ﺷﺪه ﺑﺎCover)
[10]
[11]
D/ucid.html
از ﺑﺎﻻ ﺑﻪ ﭘﺎﻳﻴﻦ ﺑﺮاي ﻃﻮل ﭘﻴﺎم.T ﻳﺎﻓﺘﻪ آﻧﻬﺎ ﺑﺎ ﻣﻘﺎدﻳﺮ ﻣﺨﺘﻠﻒ ﭘﺎراﻣﺘﺮ
Image Data base downloaded from website: http://vasc.ri.cmu.edu/idb/
و دو ﺗﺼﻮﻳﺮ ﭘﺎﻳﻴﻦLSB±1 دو ﺗﺼﻮﻳﺮ ﺑﺎﻻﺗﺮ ﺑﺮاي.0/8 و0/4 ،0/ 8 ،0/4 .LSB±1(R) ﺑﺮاي
