کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6960212 1451965 2014 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Watermark detection from clustered halftone dots via learned dictionary
ترجمه فارسی عنوان
تشخیص ابعاد از نقاط نیمه خوشه ای از طریق فرهنگ لغت یادگیری
کلمات کلیدی
تعطیلات تقسیم خوشه ای نقطه، نشانه گذاری هارد دیسک سخت یادگیری فرهنگ لغت
ترجمه چکیده
مدولاسیون جهت نقاط خوشه ای بیضی در هر یک از سلول های نیمه هادی می تواند داده های باینری را به نقطه های نیمه خوشه ای تعبیه کند. در این مقاله یک روش رمز گشایی جدید برای بازیابی داده های باینری مخفی از نقاط نیمه خوشه ای با استفاده از واژه نامه های یاد شده ارائه شده است که برای نشان دادن نقاط خوشه ای با اشکال بیضی شکل متفاوت است. ایده اصلی این است که اشتباهات بازسازی نقاط خوشه ای در یک سلول نیمه بر اساس واژه نامه های مورد استفاده متفاوت است. نتایج تجربی نشان داد که تعیین اینکه کدام لغت نامه آموخته حداقل خطای بازسازی را در یک سلول نیمه نویسی فراهم می کند، می تواند جهت گیری نقاط خوشه ای را نشان دهد و بنابراین داده های باینری جاسازی شده را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
Modulating the orientation of elliptically clustered dots in each halftone cell enables binary data to be embedded into the clustered halftone dots. In this paper, a new decoding method is proposed for recovering hidden binary data from clustered halftone dots by using learned dictionaries, which are optimized to represent clustered dots with different elliptical shapes. The basic idea is that the reconstruction errors of the clustered dots in a halftone cell are differentiable according to the dictionaries used. The experimental results showed that determining which of the learned dictionaries provides a minimum reconstruction error in a halftone cell can reveal the orientation of the clustered dots and thus indicate the embedded binary data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Signal Processing - Volume 102, September 2014, Pages 77-84
نویسندگان
, ,