Görüntünün Dönüştürülmesi – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

0 (312) 276 75 93 - Essay Yazdırma, Proje Yaptırma, Tez Yazdırma, Ödev Yaptırma, Makale Yazdırma, Blog Yaptırma, Blog Makale Yaptırma *** Essay, Makale, Ödev, Tez, Proje Yazdırma Merkezi... *** 7/24 Hizmet Veriyoruz.... Mail kanallarını kullanarak fiyat teklifi alabilirsiniz. bestessayhomework@gmail.com , Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

Görüntünün Dönüştürülmesi – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

8 Nisan 2023 Bulut dönüştürme Mac dosya uzantısı Nedir PDF JPG Çevirme ücretsiz 0
Çevrimiçi Materyalleri

Görüntünün Dönüştürülmesi

Literatürde, blokların bir alt kümesini seçmek için bir blok DCT dönüşümü ve ardından sözde rastgele sayı üreteci kullanılarak bir görüntü dönüştürülmüştür. Orta kademe frekanslara sahip bir üçlü blok, bir ikili dizi filigranı verecek şekilde biraz revize edildi.

Bu makul görünmektedir çünkü düşük frekanslı bileşenler algısal olarak önemlidir, ancak değişiklikten sonra kolayca algılanabilir ve yüksek frekanslı bileşenler kolayca kurcalanabilir. Gömülü verilerin algılanamaz olması için verilerin en önemsiz bitlerde saklanması önerilir.

Düşük geçişli filtreleme gibi saldırılar kullanılarak filigranlarının yok edilmesi kolaydır. Filigranları gizlemek için küresel bir DCT tabanlı yayılmış spektrum yaklaşımı önerdi. Dar bant bir sinyal çok daha geniş bir bant genişliği üzerinden iletilirse, herhangi bir frekansta bulunan sinyal enerjisinin tespit edilemeyeceğine inanıyorlar.

İdeal olarak, bu, tüm frekanslara yayılan bir filigrana yol açacaktır, böylece herhangi bir tek frekanstaki enerji çok küçük ve dolayısıyla tespit edilemez. Filigranları sabit uzunluktadır ve sıfır ortalama ve birim varyansa sahip bir Gauss dağılımı kullanılarak üretilir.

Filigranı olabildiğince adil bir şekilde ilk 1000 en büyük AC katsayısına dağıttılar. Orijinal ve çıkarılan filigranlar arasındaki benzerliği değerlendirmek için objektif bir ölçüm önerilmiştir. Ana bilgisayar görüntüsü ve ikili filigran için çoklu çözünürlüklü temsiller kullanıldı.

Dönüştürülmüş dalgacık alanındaki orta frekanslar, artık bir maske kullanılarak modifikasyon için seçildi. Yöntemlerinin, daha yüksek bit hızlarında JPEG tabanlı sıkıştırma için etkili olduğu gösterilmiştir. Ayrık kosinüs dönüşümü (DCT) kullanılarak benzer bir çalışma önerildi.

Ticari olarak temin edilebilen bazı filigran yazılım programları, sonlu uzunlukta bir tanımlama sözcüğünü bir görüntüdeki belirli konumlara (bir gizli anahtar tarafından belirlenir) gömer.

Bununla birlikte, yukarıda belirtilen yöntemlerde sınırlamalar vardır: (1) bir filigranın uzunluğu kısa ve sınırlıdır ve (2) filigranın nereye gizlenebileceği ve şeffaflık ve sağlamlık gereksinimlerini karşılamak için ne ölçüde değişiklikler yapılabileceği belirsizdir.

Yukarıda belirtilen dezavantajlara karşı koymak için, insan görsel sisteminin (HVS) özellikleri bazı şemalara dahil edilmiştir. HVS’yi kendine has özellikleri nedeniyle dikkate almak çok anlamlı ve mantıklıdır.

HVS’den alınan kurallara dayalı olarak bir görüntü değiştirilebiliyorsa, maksimum kapasiteye sahip algılanamaz bir filigran oluşturmak daha kolay olacaktır ve bir filigranın uzunluğu ve gücü ana görüntüye uyarlanabilir. Mevcut birçok damgalama tekniği, filigran olarak ikili diziler veya küçük metinler oluşturur.


Bulut dönüştürme
PDF JPG Çevirme programsız
Macbook TIFF dosyası açma
PDF JPG Çevirme ücretsiz
Mac dosya uzantısı Nedir
PDF JPG dönüştürme
Convertio
Fotoğraf JPG dönüştürme


İlki görsel olarak anlamsızdır, ikincisi ise kolayca çıkarılabilir veya yok edilebilir. Örneğin, SysCoP damgalama tekniği sekiz karakterlik bir filigranı gizler ve sekiz basamaklı bir gizli anahtar kullanır. Filigran, istatistiksel olarak algılanamayan ancak görsel olarak anlamsız olan bir ikili diziden oluşur. Hsu ve Wu’nun filigranı tanınabilir bir ikili metindir, ancak basit ve yok edilmesi kolaydır.

Temel olarak, bir ana görüntünün kapasitesini yeterince kullanmayan bir damgalama şeması, bir filigranın potansiyel uzunluğunun ve gücünün sınırlandırılmasına neden olabilir. Algısal model tabanlı bir filigran şeması önerdiler, ancak filigranları görüntüye bağlı. Diğer bir deyişle filigranları önceden belirlenemez.

Damgalamadaki önemli konulardan biri, gömülü damgaları güvenilir bir şekilde çıkarmak için orijinal görüntüye erişme ihtiyacıdır. Orijinal görüntü olmadan, çıkarılan filigranlar bozulabilir.

Bazı araştırmacılar, orijinal görüntünün geometrik dönüşüm saldırılarının üstesinden gelmeye yardımcı olabileceğine dikkat çekti. Ancak, güvenlik nedeniyle, orijinal kaynağı kullanmayan bir damgalama tekniği her zaman tercih edilir. Damgalamada bir diğer önemli konu, gömülü damgaların saldırılara karşı dayanıklı olması için etkili bir damgalama tekniği tasarlama ihtiyacıdır.

WWW’de, damgalamanın sağlamlığını doğrulamak için kullanılabilen iki yazılım programı mevcuttur. StirMark ve unZign güçlüdür çünkü mevcut damgalama tekniklerinin çoğu tarafından oluşturulan filigranlar onların saldırılarına karşı koyamaz. Bildiğimiz kadarıyla, filigran literatüründe StirMark ve unZign saldırıları altında sağlamlık değerlendirmesinin herhangi bir sonucunu sağlayan hiçbir araştırma rapor edilmemiştir.

Damgalama yöntemleri ile ilgili bazı anketler bulunabilir. Bu bölümde, hem gri tonlamalı hem de ikili damgaların dikkate alındığı HVS tabanlı bir damgalama algoritması öneriyoruz.

Yöntemimiz aşağıdaki hedeflere ulaşacaktır:

• Filigran olabildiğince büyük ve güçlüdür.
• Gömülü filigranlar anlamlı ve tanınabilir.
• Filigranlar, özellikle StirMark ve unZign’dan gelen yaygın saldırılara karşı dirençlidir.
• Filigran kurtarma işlemi orijinal kaynağı kullanmaz.

Görsel Sistem Tabanlı Modülasyon

Maksimum algı kapasitesi talebini karşılamak için burada insan görsel sistemine dayalı bir model tanıtılmaktadır. Tasarımlarını insan algısal modeline dayandıran daha önce önerilen bazı sistemler, görüntü sıkıştırma alanında önemli bir rol oynamıştır.

Temel olarak, bu sistemler karmaşık doğal görüntülerin yapılarını dikkate alır. Daha spesifik olarak, görsel bir modelin etkisi olan maskeleme, belirli bir görsel sinyaldeki bir bileşenin, maskeleyici adı verilen başka bir sinyalin varlığında algılanamaz hale gelebileceği gerçeğini ifade eder. Bu durumda bir sinyal, çevresindeki diğer sinyaller için görsel eşiği yükseltir.

Yaygın olarak karşılaşılan üç maskeleme türü, frekans maskeleme, parlaklık maskeleme ve kontrast maskelemedir. İlki görüntüden bağımsızdır ancak görsel ortama bağlıdır. Diğer ikisi görüntüye bağlıdır. Frekans maskeleme, insan gözünün çeşitli frekanslardaki sinüs dalgası ızgaralarına duyarlılığını belirtir.

Belirli bir görsel mesafe ve ekran çözünürlüğü için, belirtilen dalga fonksiyonlarından her bir uzamsal frekans için sadece fark edilebilir bozulmayı (JND) belirleyebilir. Psikologlar, DCT temel işlevi ve dalgacık gibi bazı belirli dalga işlevlerinden çeşitli kontrast duyarlılığı işlevleriyle deneyler yaptılar.

Dalgacık dönüşümü görüntü sunumunda çok güçlü olduğu için damgalama için dalgacık tabanlı frekans maskeleme modelini kullanacağız. Dört seviyeli bir dalgacık dönüşümü ve ekran görsel çözünürlüğü (DVR) ile frekans maskeleme haritası gösterilmektedir. Daha beyaz gri değerler, daha yüksek JND değerleri anlamına gelir.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir