اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدمقارنة بين تحويل الحواف و التحويل المويجي المتقطع و التحويل التجيبي المتقطع في تطبيق العلامة المائية على الصور الرقمية
1497
2 211
0
(
0
)
تأليف
بشرى سعادات( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
العلامة المائية هي عبارة عن إشارة يتم تضمنيها ضمن البيانات الرقمية (نص ، صورة ، صوت ، فيديو ) بطريقة تمكن من استخراجها لاحقاً ، و غالباً ما تستخدم لتضمين معلومات حقوق الملكية الفكرية للبيانات ، و يتم ذلك من خلال تضمين نموذج ما يحوي بيانات المؤلف ضمن البيانات الرقمية. نقدم في هذا البحث مقارنة بين ثلاثة أنواع من التحويلات المستخدمة لتضمين العلامة المائية ضمن المجال الترددي بطريقة فعالة و آمنة تسمح بتعليم جميع الصور الرقمية بدقة.
A digital watermark is a signal that is embedded into digital data (text, image, audio, video) in a manner that allows it to be extracted later. This is done by embedding a pattern which contains the author's data into the digital data. In this research, we propose a comparison between three types of transformations for embedding a watermark in the frequency domain into digital images in an efficient and secure method that allows the watermarking any type of digital images with good perceptibility.
مراجعة الذكاء الصنعي:
ملخص البحث
تقدم هذه الورقة البحثية مقارنة بين ثلاثة أنواع من التحويلات المستخدمة لتضمين العلامة المائية في الصور الرقمية. التحويلات الثلاثة هي التحويل التجيبي المتقطع (DCT)، التحويل المويجي المتقطع (DWT)، وتحويل الحواف (CT). تهدف الدراسة إلى تقييم فعالية كل من هذه التحويلات في تضمين العلامة المائية من حيث جودة الصورة المعلمة مائياً، دقة استخراج العلامة المائية، وزمن التنفيذ. أظهرت النتائج أن تحويل الحواف (CT) هو الأفضل بين التحويلات الثلاثة، حيث يحافظ على جودة عالية للصورة المعلمة مائياً، يتطلب أقل وقت تنفيذ، ويسمح باسترجاع العلامة المائية بدقة عالية. ومع ذلك، فإن جميع التحويلات الثلاثة تواجه تحديات في مقاومة الهجمات الهندسية مثل التدوير.
قراءة نقدية
دراسة نقدية: تقدم هذه الورقة البحثية مقارنة شاملة بين ثلاثة أنواع من التحويلات المستخدمة في تضمين العلامة المائية في الصور الرقمية، مما يساهم في فهم أعمق لفعالية كل تحويل. ومع ذلك، يمكن تحسين الدراسة من خلال تضمين المزيد من التفاصيل حول كيفية تأثير كل تحويل على جوانب أخرى من الصور مثل الألوان والتفاصيل الدقيقة. كما أن الدراسة قد استفادت من تحليل أعمق للهجمات الهندسية وكيفية تحسين مقاومة العلامات المائية لهذه الهجمات. بالإضافة إلى ذلك، يمكن أن تكون هناك توصيات أكثر وضوحاً حول التطبيقات العملية لكل نوع من التحويلات.
أسئلة حول البحث
-
ما هي التحويلات الثلاثة التي تم مقارنتها في الدراسة؟
التحويلات الثلاثة هي التحويل التجيبي المتقطع (DCT)، التحويل المويجي المتقطع (DWT)، وتحويل الحواف (CT).
-
ما هو الهدف الرئيسي من هذه الدراسة؟
الهدف الرئيسي هو تقييم فعالية كل من التحويلات الثلاثة في تضمين العلامة المائية في الصور الرقمية من حيث جودة الصورة، دقة استخراج العلامة المائية، وزمن التنفيذ.
-
أي من التحويلات الثلاثة أظهر أفضل أداء في الدراسة؟
تحويل الحواف (CT) أظهر أفضل أداء من بين التحويلات الثلاثة، حيث حافظ على جودة عالية للصورة المعلمة مائياً، تطلب أقل وقت تنفيذ، وسماح باسترجاع العلامة المائية بدقة عالية.
-
ما هي التحديات التي تواجه التحويلات الثلاثة في مقاومة الهجمات؟
التحديات الرئيسية هي مقاومة الهجمات الهندسية مثل التدوير، حيث تواجه جميع التحويلات الثلاثة صعوبة في الحفاظ على العلامة المائية عند تعرض الصور لهذه الهجمات.
المراجع المستخدمة
ALSAIF K and ABDULLAH A, 2013- "Contourlet Transform and Histogram Equalization for Brightness Enhancement of Color Image". International Journal of Computer Networks and Communications Security, Vol. 1, No. 4,140-143
BABU S and RAJESH V and NAVAYA L and BHAVYASR G, 2013- "The Contourlet Transform For The Application In Image Denoising".International Journal Of Systems And Technologies, Vol. 6, No. 1, 38-48
CHETRI C and DESAI S, 2014- "Review Of Imperceptible Techniques For Still Digital Image Watermarking". International Journal of Advanced Research in Computer Engineering & Technolo, Vol. 3, No. 2, 389-395
قيم البحث
اقرأ أيضاً
سنعرض في هذا البحث طريقة جديدة لتضمين العلامة المائية الرقمية في ملفات الصوت
ذو النوع wav باستخدام تحويل الموجة المتقطع مع طريقة استخراجها.
و سندرس جودة و متانة هذه الطريقة ضد الهجمات الأكثر شيوعاً كفلاتر تمرير الترددات
المرتفعة و المنخفضة, إضاف
ة ضجيج غوص الأبيض, إعادة التكميم, و مقاومة الضغط
من النوع MP3 و ذلك من خلال قياس معدل طاقة الإشارة إلى الضجيج (PSNR)
و معامل الارتباط (NC).
دراسة وتحليل أداء نظام التجميع بالتقسيم الترددي المتعامد باستخدام التحويل المويجي المتقطع مع السلاسل الطورية
الصرع هو اضطراب عصبي مزمن يحدث في الدماغ، و يصيب ما يقارب 2% من
سكان العالم، حيث يواجه المرضى الكثير من الصعوبات في الحياة اليومية بسبب حدوث النوبات. تستخدم
إشارات التخطيط الكهربائي للدماغ (EEG) في الكشف الآلي لحدوث نوبات الصرع, EEG
لديها خصائص غ
ير خطية و غير ثابتة. في هذا البحث قمنا بالكشف الآلي عن نوبات الصرع من إشارات EEG
لفروة الرأس باستخدام التحويل المويجي المتقطع DWT من المستوى 5 لتحليل الإشارة و استخراج المميزات الإحصائية مثل (الحد الأقصى، الحد الأدنى، المتوسط، متوسط الطاقة، الانحراف المعياري، النسبة
بين متوسط القيم) و استخدمت الشبكات العصبونية ANN من أجل التصنيف و حقق نظام الكشف المقترح دقة 89.85 % و حساسية 90.69 %، و خصوصية 89.1%.
في بحثنا هذا تم استخدام ملف فيديو كوسط ناقل لإخفاء النص، و من خلال هذه
الطريقة تم توفير الدقة في العرض و الموثوقية العالية في نقل البيانات.
قمنا باختيار إطارات محددة من الفيديو و طبقنا التحويل الموجي المتقطع لإخفاء
النص المشفر، مما يضمن لنا وصول الملف النصي بالشكل الصحيح و بسرية
كبيرة.
يعتبر ضغط الصور أحد أهم فروع معالجة الصورة الرقمية حيث يُعنى بتقليل حجم الصور الملتقطة لتوفير المساحة المخصصة لها على أقراص التخزين و تسهيل عملية نقلها و إرسالها.
يُقدِّم هذا البحث طريقة جديدة لضغط الصور المجسمة بالاعتماد على ثلاثة خوارزميات أولها ا
لمقارنة بين الصورتين المشكلتين للمنظر المجسم و الاستفادة من خاصية التشابه الكبير بينهما و ترميز الفرق بين الصورتين عوضاً عن ترميز الصورة بشكل كامل، و ثانيها بتقليل الفائض بين عناصر الصورة (Pixels) باستخدام التحويل الانحنائي الرقمي ثنائي البعد حيث نستفيد من قدرة هذا التحويل الكبيرة على تمثيل الانحناءات داخل الصورة بأقل عدد من المعاملات ليتم تكميتها و إزالة المعاملات غير المرغوبة و الحصول على عدد قليل من المعاملات الحاوية على أغلب تفاصيل الصورة، و آخرها باستخدام ترميز هوفمان و الاستفادة من خاصية عدم الفقد التي يتميز بها حيث يمكن ترميز الصورة و تقليل حجم بياناتها دون أن يحصل أي تشويه بالصورة أو فقدان أي جزء من هذه الصورة.
كما يتم تقييم أداء خوارزمية البحث المقترح باستخدام معيار نسبة ضغط الصورة (Compression Ratio) أي نسبة عدد البتات الممثلة للصورة بعد الضغط إلى عدد البتات الممثلة للصورة الأصلية قبل الضغط، و كذلك معيار جودة الصورة (PSNR) أي مدى تشابه الصورة المستعادة مع الصورة الأصلية، و معيار متوسط مربعات الأخطاء (MSE) أي مقدار الخطأ في الصورة المستعادة، حيث ينبغي الحصول على أقل قيمة لنسبة ضغط الصور مع أعلى قيمة لجودة الصورة بأقل قيمة للأخطاء.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
