Parçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama

Transkript

1 Parçacı Sürü Optmzasyou le DW-SVD abalı Resm Damgalama Veysel Aslataş, Abdullatf Doğa, Rfat Kurba Özet Multmedya eseler ç telf haı ve erşm otrolü amacıyla çeştl damgalama teler gelştrlmştr. Bu çalışmada DW-SVD tabalı br resm damgama yötem suulmuştur. Damga ölçeleme fatörler Parçacı Sürü Optmzasyo algortması le optmum olara elde edlmştr. Gelştrle tele, sabt ölçeleme fatörü ullaa yalaşımlara göre daha başarılı souçlara ulaşılmıştır. Ayrıca, ayı damgalamış resm brde fazla saldırıya maruz bıraıldığıda dah gömüle damgalar sağlam olara çıartılablmştr. Aahtar Kelmeler Ayrı Wavelet Döüşümü, el Değer Ayrışımı, Damgalama, Parçacı Sürü Optmzasyou S I. GİRİŞ AYISAL damgalamaı arasıda temel fr, telf haı oruması, erşm otrolü ve yayı zleme vb. amaçlı olara barıdırıcı (host) ver çe br damga gömmetr. Damga br etet veya br sayısal syal olablr. Barıdırıcı se ses, resm veya veo gb br multmedya eses olara seçleblr. Damgalama teler, damgalama yapılaca uzaya, damgalamaı görüleblrlğe ve alıcılığıa bağlı olara sııfladırılablr [1], [2]. Damgaı gömüleceğ uzaya göre, damgalama teler, psel ve freas uzayı teler olma üzere ye ayrılmatadır. Psel uzayı teler damgayı, bzzat orjal resm psel değerlere eleyere gömmetedrler [3]-[6]. Dğer tarafta freas uzayı telere damgalama, ayrı Fourer döüşümü (DF), tel değer ayrışımı (SVD), ayrı dalgacı döüşümü (DW) gb freas uzaylarıı atsayılarıa damgayı eleme suretyle gerçeleştrlr [7], [8]. Geel olara psel uzayı metotları, freas uzayı metotlarıa göre çeştl saldırılara arşı daha az dayaılıdırlar. Görüleblrlğe göre sayısal damgalar ye ayrılmatadır: Görüür ve saydam ola damgalar. Görüür damgalar, V aallarıı yayılarıa elemş logolar gb sa gözüyle rahatlıla görüleble damgalardır. Multmedya çerğ V. Aslataş (emal: aslatas@ercyes.edu.tr, telefo: ) ve R. Kurba (emal: rurba@ercyes.edu.tr), Ercyes Üverstes, Mühedsl Faültes, Blgsayar Mühedslğ Bölümü, Kayser'de görev yapmatadırlar. A. Doğa, Ercyes Üverstes, Mühedsl Faültes, Blgsayar Mühedslğ Bölümü, Kayser'de yüse lsas eğtme devam etmetedr (emal: latf84@myet.com). sahb hçbr çaba geretrmede görüleblmele brlte bu tür damgaları bozulması veya çerte çıarılması spete olaydır. Saydam damgalar se sa tarafıda algılaamayaca şelde barıdırıcı verye gömüleble damgalardır. Damgalamış ver damgalamamış ver le sa tarafıda ayırt edlemeyece adar bezer olmalıdır. Yasadışı br ullaım durumuda gömülmüş damga, sahplğ gösterme amacıyla ullaılablr. Bu çalışma, saydam damgalama teğyle lglr. Kalıcılığıa göre saydam damgalar dayaılı ve ırılga olma üzere ye ayrılablr. Dayaılı damgalar; fltreleme, geometr bozulma, gürültü eleme gb asıtlı veya asıtlı olmaya şlemlere arşı dayaılı olmaları ç tasarlamışlardır. elf haı oruması ç bu tür br damgalama yapma gerelr. Kırılga damgalar ver üzere yapılaca şlemler ve değşller tarafıda olayca bozulable damgalardır. Bu tür damgalar geel olara doğrulama amaçlı ullaılmatadırlar. Dayaılılı aca psel veya freas uzaylarıda yapılaca ayda değer değşller sayese başarılablr. Faat bu değşller barıdırıcı resmde yüse derecede bozulmalara sebep olacağıda, damgaı saydamlığı şartıı olumsuz yöde etleyecetr. Dolayısıyla, optmal br damgalamaı sağlaablmese, bu gerell (dayaılılı ve saydamlı) arasıda dama br dege buluması söz ousu olmatadır. Bu yüzde resm damgalama, br optmzasyo problem olara düşüüleblr. Çeştl çalışmalarda yapay zeâ teler; DC [9], [10], DW [11], [12] ve psel uzayı [11], [13] damgalama metotlarıı souçlarıı optmze etme masadıyla ullaılmıştır. Br damga (W) herhag br barıdırıcı resm (I) psel değerlere veya freas uzayı atsayılarıa eleere gömüleblr. Damga, gömme şleme öce br ölçeleme parametresyle ölçeleeblr. Ölçeleme parametres (SF) damga gücüü belrlemede ullaılır. SF büyüdüçe barıdırıcı resm altese bozulma meydaa gelre damgaı dayaılılığı da artmatadır. Dğer tarafta ölçeleme parametres üçüldüçe barıdırıcı resm altese bozulmalar az olure damgaı dayaılılığı da azalmatadır. Ayrıca, resm psel veya freas uzayıda bleşeler, damga elemete ayalaaca değşmlere farlı derecede toleras gösterebleceğe dolayı br te ölçeleme fatörüyle bütü bleşeler ölçeleme uygu olmayablr. Dolayısıyla saydamlığı ve sağlamlığı masmum yapma ç, farlı bleşelere uygu, ço sayıda ölçeleme 213

2 Şel 1. İ boyutlu br ver br sevyel DW deompozsyou soucu oluşa alt batlar. parametres (çolu ölçeleme parametres) ullaılmalıdır [7]. el değer ayrışımı (SVD), damgalama [14, 15] dâhl brço alada ullaıla ço güçlü br sayısal aalz teğr. Bu çalışmada, damga resm tamamıı tel değerler yere, resm DW le elde edle freas batlarıı her br tel değerlere gömülmüştür. Böylece resme yapılablece saldırılar farlı freas bölgelere zarar verebleceğe, damga, zarar görmemş freas bölgelere rahatlıla elde edleblecetr. Öreğ alça freas badıa gömüle damgalar geometr bozulmalar ve sııştırma saldırılarıa arşı dayaılı e gama düzeltmes ve hstogram eştlemes gb saldırılara arşı se hassas olmatadırlar. Resm alt batlara ayırıp bu batlara brer damga gömme ve souçlar bu alt batlarda çıa damgalarda e ys değerledrmeye alma daha etl souçlar üretecetr. Hatta çeştl saldırılara ayı ada maruz almış br barıdırıcı resm çe ble far edleblr damga çıarma mümü olablecetr. Bu ouda yapılmış çalışmalar mevcut olmala brlte, bu yalaşımlarda ölçeleme parametreler deeme yaılma yoluyla elde edlmştr [16]. Bu çalışmada, gr sevye resmler ç SVD-DW tabalı optmal br damgalama teğ öerlmetedr. Barıdırıcı resm, her br DW alt badıı tel değerlere, farlı ölçeleme parametreler le ölçelee, damga elemştr. Ölçeleme fatörler, parçacı sürü optmzasyo (PSO) algortması le optmze edlere, barıdırıcı resmde bozulmalar mmze edlre mümü ola e fazla dayaılılı elde edlmştr. Deeysel souçlar, hem saydamlı hem de dayaılılı açısıda ayda değer gelşmeler olduğuu göstermetedr. II. DW-SVD ABANLI DAMGALAMA Wavelet döüşümü, döüşüm ç seçlmş aa dalgacı fosyouu, öteleme ve ölçeleme soucuyla döüşümü yapılması stee ver çsel çarpımıı hesaplaması le elde edlr. Br çsel çarpımı değer, o çarpıma teabül ede öteleme ve ölçeleme değerler ç aa dalgacı le ver bezerlğ e adar olduğua teabül eder. Her br ölçeleme ve ötelemeye arşılı gele çsel çarpım soucu, bu ölçe ve öteleme değerler ç wavelet atsayısı olara adladırılır. DW şlem, döüşümü yapılması stee ver, br grup alça ve yüse geçre fltrelerde geçrldte sora elde edle souçları aşağı doğru ölçelemes (dowscalg) yoluyla gerçeleştrlr. Bu fltreleme şlem aç ere yapıldığı deompozsyo sevyes olara adladırılır. Şel 1 de boyutlu br ver br sevyel deompozsyou soucu oluşa batlar görülmetedr. Her br deompozsyo sevyes LL, HL, LH ve HH olma üzere dört batlı ver oluşturur. LL alt badı ç bu deompozsyo stee sevyeye ulaşaa adar sürdürüleblr. Gelştrle damgalama algortması öcelle barıdırıcı resm DW le alt batlara ayırdıta sora her br alt badı tel değerler hesaplar. Daha sora gömülece damgaı tel değerler hesaplaır ve bu değerler ölçeleme parametreler le ölçeleere her br badı tel değerlere eler. Reel değerl M N boyutlarıda her matrs A, A USV bçme üç matrs çarpımıda oluşaca şelde ayrıştırılablr. Burada U ve V sırasıyla MN ve N N boyutlarıda ortagoal matrsler ve S, A ı tel değerler barıdıra NN boyutlarıda br öşege matrstr. Burada ısaca özetlee şleme tel değer ayrışımı (SVD) adı verlmetedr. A matrs raı r se S=dag(σ 1, σ 2,, σ ) değer σ 1 σ 2 σ r σ r+1 =σ r+2 = σ =0 özellğ sağlar. A, elamaları br resm psel değerler ola br matrs olsu. Bu durumda resm aşağıda şelde fade edleblr: A r 0 u v (1) Bu çalışmada DW ve SVD brleştrlmese sebep, ço çeştl saldırılara arşı dayaılı, hbrt, saydam br damgalama algortması gerçeleştrmetr. Damgalama şlem adımları aşağıda verlmştr: Damgalaaca resm 2N2N ve damga resm NN boyutlarıda abul edelm. Damga Gömme 1. DW ullaara barıdırıcı (damgalaaca) resm A yı LL, HL, LH ve HH olma üzere dört alt bada ayır. 2. Her br alt bat resme SVD şlem uygula: A U S V, =1,2,3,4 olma üzere LL, HL, LH 214

3 ve HH altbatlarıı temsl etmetedr. değerler se değerlerdr. 3. Damga resme SVD şlem uygula: W U, =1,...,N S ı öşege değerler ya tel WSWVW W =1,...,N S tel değerlerdr. 4. Barıdırıcı resm her br alt batta tel değerlere (ölçeleme parametres) le ölçelemş damga resm tel değerler ele: * w, =1,...,N ve =1,2,3,4. 5. Ye tel değerler ullaara her br bat ç DW * * atsayılarıı hesapla: A U S V, =1,2,3,4. 6. Elde edle ye atsayıları ullaara ters DW (IDW) şlem le damgalamış barıdırıcı resm * üret: A W IDW ( A ) Damga Çıarma 1. DW ullaara damgalamış (muhtemele saldırıya uğramış) barıdırıcı resm A dw yı, LL, HL, LH ve HH olma üzere dört alt bada ayır. 2. Her br alt bada SVD şlem uygula: A dw U dw SdW VdW, =1,2,3,4. 3. Her alt badı tel değerlere d, damgaı tel değerler hesapla: dw ( d ) /, =1,..., N ve =1,2,3,4. * 4. Damga resmler çıart: W U S V, =1,2,3,4. III. PARÇACIK SÜRÜ OPİMİZASYONU Parçacı Sürü Optmzasyo algortması (PSO) l defa Keedy ve Eberhart [17] tarafıda ortaya atılmış popülasyo temell br optmzasyo metodudur. PSO yapay sr ağı eğtm [18] ve fosyo mmzasyou gb br ço optmzasyo problem çözümüde olaylıla ullaılmıştır. PSO, arama uzayıda optmum otayı arare, optmze edlece ola fosyou muhtemel çözümler barıdıra br popülasyou ullaması açısıda Geet Algortma (GA) gb gelşme dayalı hesaplama teleryle bezerl göstermetedr. Buula brlte, PSO da her sürü üyes arama uzayıda hareet belrleye ve şartlara göre değşeble br hızı (pozsyo değşm) mevcuttur. Ayrıca her üye, daha öce zyaret edlmş e y otayı tuttuğu br hafızası da bulumatadır. Böylelle sürü üyes br parçacığı hareet, eds daha öce zyaret ettğ e y otaya ve belrl br topoloj omşuluğuda e y breye doğru olmatadır. PSO u, topoloj omşuluğu sııfladırılmasıa bağlı olara çeş bulumatadır. Brcs üresel omşululu PSO, cs se bölgesel omşululu PSO dur. Küresel omşululu modelde br parçacığı hareet, eds daha öce zyaret ettğ e y otaya ve sürüde bütü parçacılarda e y otada olaa doğru gerçeleşmetedr. W dw W ve Bölgesel omşululu modelde se br parçacığı hareet, daha öce zyaret ettğ e y otaya ve sıırlamış belrl br omşuluta parçacılarda e y otada olaa doğrudur. Arama uzayıı D boyutlu olduğu abul edlrse, sürüde. elemaı oumu D boyutlu br vetörle ( X ( x1, x 2,..., xd) ) fade edleblr. Bu parçacığı hızı (oum değşm) ye D boyutlu başa br vetörle ( V ( v1, v2,..., vd) ) fade edleblr.. parçacığı zyaret etmş olduğu e y otaı oumu se ( P 1, p2,..., pd) ) vetörüyle gösterleblr. Sürüde e y parçacığı es umarası g le ve terasyo sayısı üst araterlerle fade edlrse, sürü aşağıda delem çfte göre şleeblr: v 1 1 x v 1 cr x ) cr2 1 x v, gd x Burada d = 1, 2,...,D; = 1, 2,..., PS, aralığıdadır ve PS sürüü boyutuu göstermetedr; c poztf br sabttr ve vmeleme sabt olara adladırılır; r 1 ve r 2 [0,1] arasıda seçlmş rasgele sayılardır ve terasyo sayısıı belrtmetedr. İl PSO sürümü yuarıda verle delemler aracılığıyla taımlamataydı. Delemlerde görüleceğ üzere, br parçacığı hızıı otrol edeblece br meazma olmadığıda masmum hız Vmax değer ullaılmataydı. Böylece br parçacığı hızı, bu değer geçemeyeceğe dolayı ço fazla yüselememeteyd. Kotrol parametres algortmaı şleyşe ço öeml rol oyamatadır. Şöyle ; bu parametre değer üçü olması durumuda araştırma uzayı yeterce taraamaze, yüse değerlere se y çözümler yaıda hızla geçlere, o çözümler hmal edlmes söz ousu olmatadır. Sözü edle mesele, öce hız vetörü le çarpılaca br ağırlı değer getrlmesyle çözülmüştür. Böylece PSO u sora sürümlere yuarıda delemler aşağıda şelde taımlamıştır: 1 1 v x ( wv c 1r1 x x 1 v ) c r, 2 2 gd ), x Burada w, eylemszl ağırlığı; c 1, c 2 poztf sabt; χ se w ya alteratf olara hızı sıırlamada ullaıla sıırlama (otrol) parametresr. IV. PSO ABANLI DW-SVD DAMGALAMA Bu çalışmada gelştrle te, optmal parametreler araması ç PSO algortmasıı ullamatadır. Optmze edle parametreler damga ölçeleme fatörlerr (SF). PSO yardımıyla optmze edle ölçeleme fatörler le hem )), (2) (3) 215

4 saydamlı hem de sağlamlı açısıda optmal damgalama sağlamış olmatadır. PSO u uygulamasıda, PSO da her br sıra, problem ç muhtemel br çözümü ya ölçeleme fatörler temsl etmetedr. Başlagıç sürüsü ç var ola başlagıç çözümlere ölçeleme fatörler rasgele dağıtılmış vazyettedr. Gömme şleme yuarıda bahsedle Adım 4 te, ölçeleme fatörler temsl eder ve her br alt bat ç farlı br değer alablmetedr. Farlı damgalama uygulamaları, farlı şaret şleme şlemlere arşı dayaılılı geretreblr. Bu çalışmada öerle damgalama teğ dayaılılığı, lteratürde sıça ullaıla çeştl saldırılarla değerledrlmetedr. Yapıla çalışmada dört aa saldırı türü ullaılmıştır. Bular döme (DN), yee boyutladırma (YB), ortalama fltreleme (OF) ve etleştrme (N). Gelştrle sstem eselğe dolayı bu saldırı türlere yeler eleeblr veya başa tür saldırılarla değştrleblrler. Damgalar, saldırıya uğramış damgalamış resmlerde Bölüm 2 de alatıla metotla çıarılmatadır. İ boyutlu orelasyo değerler orjal resm le damgalamış resm arasıda (corr I =corr(a, A W )) ve orjal damga le çıarılmış damgalar arasıda (corr W =corr(w, W * )) hesaplaır. Elde edle orelasyo değerler, bu değerler üretme ç ullaıla ölçeleme fatörler optmumluğuu aalze ullaılırlar. Çözümü uyguluğu, saldırı soucu elde edle saydamlı (corr I ) ve dayaılılı (corr W ) değerlere göre mmze edlece amaç fosyou; her terasyo ç aşağıda şelde hesaplaır: 1 t t * 1 mas ( corrw (( W, W )) corri ( I, IW 1 f Bu fosyoda f değer. çözüm ç uygulu değer, t se saldırı metodu sayısıı belrtmetedr. Her alt bada br damga gömüldüğü ç corr W değerlere e büyü olaı (mas(corr W )) hesaplamalara dâhl edlmştr. Mmze etme şlem, br durdurma rter sağlaıcaya adar ya da daha öce belrlee br dögü sayısı boyuca yapılacatır. PSO tabalı damgalama teğ şlem adımları aşağıda verlmştr: 1. Sürüde parçacı sayısıı, eylemszl ağırlığıı ve vmeleme sabt belrle. 2. Sürüyü oluştur, parçacıları rasgele olara arama uzayıa dağıt ve başlagıç SF ler elde et. 3. Bu değerlere göre damgayı resme gömme şlem gerçeleştr. Gömme şleme sora orjal resm le damgalamış resm orelâsyouu hesapla. 4. Kullaıla saldırı teler le resme bozma şlem uygula. 5. Saldırıya uğramış resmler her br alt badıda damgaları çıar. Bu çıa damgalar le orjal damgaı orelâsyolarıı hesapla. ) 1 (4) IW ABLO I EYLEMSİZLİK AĞIRLIĞININ (IW) DEĞİŞİMİNİN ANALİZİ. AC=1.2,1.8 corr corr W I PS=16 R RS AV SH Ort ,0.5 Std Ort ,1 Std. 5.77E ,1.2 Ort Std Her br saldırı türü ç, her br alt batta elde edlmş orelâsyolarda masmum olaıı bul. 7. Bu orelasyo değerler ullaara mmze edlece fosyou (f ) değer hesapla. 8. Bulua değer PSO algortmasıa göderere PSO u bu değer ç ürettğ ye ölçeleme fatörler (SF) al. 9. Bu SF ler le 3. adımda devam et. 10. Daha öcede belrlemş herhag br şart sağlaıcaya adar 3-8 adımlarıı terar et. V. DENEYSEL SONUÇLAR Öerle yötem performasıı değerledrme amacıyla Şel 2 de görüle, boyutlarıda Lea (barıdırıcı) ve boyutlarıda Camerama (damga) gr sevye resmler ullaılara br taım deeyler gerçeleştrlmştr. Bu deeyler sırasıda resmlere uygulaa saldırılar sırasıyla; Ortalama fltreleme (33), etleştrme (33), yee ölçeledrme (bcubc: ) ve dödürme (30 ) şeledr. PSO şleme sürüde her br sıra 4 elemada oluşmatadır ve her elema, br alt bada gömüle damgaı ölçeleme fatörüü temsl etmetedr. Optmum br souç elde edeblme ç PSO u parametreler datl br bçmde seçlmelr. Deeyler sırasıda PSO u eylemszl ağırlığı (IW) parametres souca ola ets celemştr. Başlagıç değerler deeysel olara seçldte sora vmeleme sabt (AC) sabt tutulup eylemszl ağırlığı (IW) değştrlere e optmum souç vere değer tespt edlmştr. Bu değerler tespt amacıyla PSO her br değer ç 10 ez çalıştırılmış ve elde edle değerler ablo 1 de verlmştr. abloda değerler, algortmaı 10 ez çalıştırılması soucu oluşa orelasyo değerler (corr I ve corr W ) ortalamasıı fade etmetedr. Ortalamalarla brlte oluşa orelasyo değerler saçılımıı gösterlmes amacıyla stadart sapma değerler de ayı tabloda verlmştr. ablo 1 de de görüleceğ üzere e y soucu vere eylemszl ağırlığı değer 0.5,0.5 vetörü olara tespt edlmştr. İşlem zamaıı artıracağıda dolayı deeyler, sürü boyutu (PS) 16 da yüse değerler ç yapılmamıştır. Souç olara e optmum soucu vere değerler topluluğu AC=1.2, 1.8; IW=0.5,0.5; PS=16 olara belrlemştr. Şel 2(c), PSO le hesaplaa ölçeleme fatörler (0.58,0.01,0.026,0.01) le elde edle damgalamış resm 216

5 ABLO II SABİ SF LER İLE OPİMUM SF LERİN PERFORMANS KARŞILAŞIRMASI. corr I corr W DN YB OF N PSO SF ler Sabt SF ler (a) Barıdırıcı resm (A) (a) Döme (DN) (b) Netleştrme (N) (b) Damga (W) (c) Yee boyutladırma (YB) (d) Ortalama fltreleme (OF) Şel 3. Saldırılar soucu elde edle damgalar (W * ). (c) Damgalamış resm (A W) Şel 2. Barıdırıcı resm, damga ve damgalamış resm göstermetedr. Şel 2 de de görüleceğ üzere damgalamış resm le barıdırıcı resm arasıda far gözle far edlemeyece adar öemszdr. Saldırıya uğramış damgalı resmlerde çıarıla damgalar Şel 3 de verlmştr. Her br resm, 4 ayrı alt bada gömüle damga resmler göstermetedr. Sol üst öşe LL badıda, sağ üst öşe HL badıda, sol alt öşe LH badıda, sağ alt öşe se HH badıda çıarıla damgaları çerr. Şel 4 de se test ç ullaıla saldırılara (JPEG sııştırma ve Gaussa gürültü) arşılı elde edle damgalar görüleblr. Ayı deeyler sabt SF ler çe uygulamış ve oluşa değerler (a) Gaussa gürültü (0.9907) (b) JPEG sııştırma (0.9985) Şel 4. est saldırıları soucu elde edle damgalar ve dört alt batta elde edle damgalarda e ys orelasyo değer ablo 2 de verlmştr. Görüldüğü gb deey soucu elde edle optmum SF ler sabt olara alıa SF lerde daha y orelasyo souçları vermşlerdr. Eğtm aşamasıda saldırılar dışıda öerle te, verm ölçülmes amacıyla adet saldırıya daha maruz bıraılmıştır. Bu test saldırıları soucu elde edle damgalar ve bu damgalara at orelasyo değerler şel 4 te verlmştr. 217

6 VI. SONUÇ Bu çalışmada ölçeleme fatörler PSO tarafıda optmze edle DW-SVD tabalı br damgalama teğ suulmuştur. Öerle yalaşım sabt ölçeleme fatörü ullaa metotlara göre başarılı souçlar vermetedr. Bütü batlara brer tae damga gömüldüğü ç barıdırıcı resme toplamda barıdırıcı resm boyutları adar br damga salamıştır. Bu sayede, farlı saldırılara arşı dayaılı br damgalama yötem elde edlmştr. [18] F. va de Bergh, Partcle Swarm Weght Italzato Multlayer Perceptro Artfcal Neural Networs, I Developmet ad Practce of Artfcal Itellgece echques, pages Durbha, South Afrca, September [19] K. E. Parsopolos ad M.N. Vrahats, Recet approaches to global optmzato problems through Partcle Swarm Optmzato, Kluwer Academc Publshers, [20] F. va de Bergh. A Aalyss of Partcle Swarm Optmzers, PhD thess, Departmet of Computer Scece, Uversty of Pretora, Pretora, South Afrca, İler çalışmalarda, daha üçü boyutlu damga gömme amacıyla veya daha ler sevyel DW deompozsyou gerçeleştrleblr. Ayrıca her br bat ç br ölçeleme fatörü yere çolu-parametrel yötemlerle sstem başarımı artırılablr [15]. KAYNAKLAR [1] F. Hartug, M. Kutter, Multmeda watermarg techques, Proc. IEEE 1999; 87: [2] F.A.P. Pettcolas, R.J. Aderso, M.G. Kuh, Iformato hg A survey, Proceedgs of IEEE 1999; 87: [3] C.C. Chag,.S. Che, L.Z. Chug, A stegaographc method based upo JPEG ad quatzato table modfcato, Iformato Sceces 2002; 141: [4] D.C. Wu, W.H. sa, A stegaographc method for mages by pxelvalue dfferecg, Patter Recogto Letters, 2003; 24: [5] S.C. Chu, J.F. Roddc, Z.M. Lu, J.S. Pa, A dgtal mage watermarg method based o labelled bsectg clusterg algorthm, IEICE ras. Fudametals of Electrocs, Commucatos ad Computer Scece E87-A 2004; 1: [6] Y.H. Yu, C.C. Chag, Y.C. Hu, Hg secret data mages va predctve codg, Patter Recogto 2005; 38: [7] I.J. Cox, J. Kla, F.. Leghto,. Shamoo, Secure spread spectrum watermarg for multmeda, IEEE ras. Image Processg 1997; 6: [8] Y. Wag, J.F. Doherty, R.E. Va Dyc, A wavelet-based watermarg algorthm for owershp verfcato of dgtal mages, IEEE ras. Image Processg 2002; 11: [9] D.C. Lou,.L. Y, Adaptve dgtal watermarg usg fuzzy logc techque, Optcal Egeerg 2002;41: [10] C.S. Sheh, H.C. Huag, F.H. Wag, J.S. Pa, Geetc watermarg based o trasform-doma techques Patter Recogto 2004;37: [11] Y.. Wu, F.Y. Shh, Geetc algorthm based methodology for breag the stegaalytc systems, IEEE ras. Systems, Ma, ad Cyberetcs Part B: Cyberetcs 2006; 36: [12] P. Kumsawat, K. Attatmogcol, A. Sraew, A ew approach for optmzato mage watermarg by usg geetc algorthms, IEEE ras. Sgal Processg 2005;53: [13] P.. Yu, H.H. sa, J.S. L, Dgtal watermarg based o eural etwors for color mages, Sgal Processg 2001; 81: [14] V. I. Gorodets, L. J. Popyac, V. Samolov ad V. A. Sorm, SVDbased Approach to rasparet Embeddg Data to Dgtal Images, Iteratoal Worshop o Mathematcal Methods, Models ad Archtectures for Computer Networ Securty (MMM-ACNS 2001), St. Petersbug, Russa, May 21-23, [15] V. Aslataş, "A Sgular Value Decomposto based Image Watermarg usg Geetc Algorthm", It J Electro Commu (AEU), [16] E. Gac, A.M. Escoglu, "Robust DW-SVD Doma Image Watermarg: Embeddg Data All Frequeces", Proceedgs of the ACM Multmeda ad Securty Worshop 2004, pp , Magdeburg, Germay, September 20-21, [17] J. Keedy ad R. C. Eberhart. Partcle Swarm Optmzato., I Proceedgs of IEEE Iteratoal Coferece o Neural Networs, Volume IV, pages , Perth, Australa, IEEE Servce Ceter, Pscataway, NJ. 218