نشانه گذاری نیمه شکننده مبتنی بر تبدیل موجک ترفیع و نزدیک ترین همسایه جهت تشخیص دستکاری در تصاویر رنگی و خاکستری

امروزه حجم زیادی از داده های چندرسانه ای به راحتی از طریق اینترنت در دسترس همه است و به سهولت با استفاده از ابزارهای پردازش تصویر می تواند تغییر داده یا اصلاح شوند. نشانه گذاری رقمی یک فناوری در حال توسعه برای اطمینان و تسهیل اعتبار داده ها، امنیت و محافظت از حق تالیف رسانه های رقمی است. یکی از کاربردهای نشانه گذاری رقمی احراز صحت ناحیه دستکاری شده است. روش های نشانه گذاری رقمی که جهت تشخیص ارائه شده اند، قادرند با استفاده از اطلاعاتی که از قبل در رسانه تعبیه شده است پی به صحت و یکپارچگی تصویر دریافت شده 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 لبه های افقی را به بلوک های کوچک غیرهمپوشان تجزیه نموده و نشانه دودویی را با چندی سازی دو ضریب بیشینه در بلوک های حاصل جاسازی می کنیم. جهت استخراج نشانه، مجموعه از ویژگی های آماری از هر بلوک استخراج شده و به عنوان داده آموزشی در اختیار الگوریتم یادگیری قرار می گیرد. جهت استخراج نشانه با بالاترین همبستگی از الگوریتم نزدیک ترین همسایه استفاده شده است. درنهایت نشانه استخراج شده با نشانه اصلی مقایسه و ناحیه دستکاری مشخص می شود. نتایج نشان می دهد که روش پیشنهادی توانایی شناسایی ناحیه دستکاری با دقت بالا، تحت حملات مختلف مانند بهبود تباین، فیلترگاوسی، نویز نمک-فلفل، تیزکردن، فشرده سازی و حتی اعمال حملات به صورت ترکیبی را دارد.