Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   23 ,  No.   1 ,   Ju ly   2021 , p p.  5 29 ~ 5 39   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v 23 .i 1 . pp 5 2 9 - 5 39          529       Journ al h om e page :  http: // ij eecs.i aesc or e.c om   Pay l oad  and  qu ality augm entation  usin g s t egan ogra ph ic  optimiz ation t ec h niq ue base d  on edge d ete ctio n       Maf az  A lanez i, Iman S ubhi  Moham med  A lta ay, Saja  Y ouni s H amid  Ma ll a' aloo   Depa rtment  o f  C om pute r  Scie n ce,  Col le ge   of   Com pute r  Scie n ce  and  Math ematic s,  Univer sit y   of M osul,   Ira q       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Oct   1 8 , 202 0   Re vised Ju n   7 ,   2021   Accepte d  J un  1 4 , 202 1       Inform at ion  sec urity   is  on e  of   t he  m ost  signifi c ant   pro ce ss es  th at   m ust  b e   ta ken  int o  a cc ou nt  when  conf identia l l y   tra nsferr i ng  informati on.   Thi s  pape r   int roduc es  a  ste ganogr aph y   t echnique   using  th e  edge   d etec t io n  m et hod.   It   foc used  on  three   basic   and  impor ta nt  asp ec ts’  pa yloa d,   qu al i t y ,   an d  sec uri t y .   W el l - known  edge   det e ct ors  we re  used  to  generat e  as  m an y   ed ge  pixe ls  as   poss ibl e  to  h ide  dat a   and  ac h ie v e  the  highe st   pa y lo ad.  The  least   signifi c ant  bit   ( LSB )   al gorithm   has  bee n  im prove d  b y   ex te n ding  the   bit s  us ed  to  embed   bet wee n  2 - 4  bi ts  in  sm ooth  a nd  sharp  are as.   To  inc re ase   sec uri t y ,   t h e   tra nsac ti on  be twee n  the   two  par ti es  is  base d  on   divi ding  the   k e y   and  the  cove r  imag e  into  seve ral  par ts  and  agr e ei ng  on   the   t y p e  of  edg e  detec ti on .   The   exp eri m ent s   ac hi eve d  t he  m axi m um   loa d,   fo r  insta nc e  with  a   fuz z y   edge  det e ct or,   at   f irst,  embedding  in  4   bit pla n es  if  edg e  pixel,   and  in  2   bit pla n es  if   non - edge   pixel,   the   pea k  signa l - to - noise  rat io  ( PSNR )   inc rea sed  fr om   43. 580  to  45. 790 .   At  s ec ond,   embeddi ng  in  2  bi tpl an es  if  edg e  pix e l,   and   in  4   bit pla n es  if  non - edge   pix el,  th e  P SN R  dec rea sed   bet wee n   38. 433 - 41. 593.   The  suggested  sche m e  a chi ev ed  a  hig h  pa y lo ad  to  embed  in  the   cove r   image  and   ac cor d ing  to   hu m an  per c ept ion ,   it   pr ese rve d   the  nat ure   of the   ori gina l   image .   Ke yw or ds:   Cov e r  im age   Ed ge dete ct ion   Payl oad   Stegan ogra phic   Stego i m age   Qu al it y   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Ma faz A la nezi   Dep a rtm ent o f C om pu te r  Scie nce   Coll ege  of  C om pu te r  Scie nc e an d  Ma them at ic s   Un i ver sit y o f M os ul,  Iraq   Em a il :  m afaz m halanezi@ uom os ul .edu.i q       1.   INTROD U CTION   In   to day' s  world  an d  in  th e  tim e   of   co rona virus  dise ase  2019  ( C OVID - 19 ) ,  f ul l  el ect ro nic  com m un ic at ion   has  bec om e  a  li feli ne  to  co ntinu e  w ork,   e du cat io n,   resea rch   act ivit ie s,  and   oth e r  im po rta nt  li fe  re qu ir em e nts.  The refor e ,   data  is   tra ns fe rr e d  from   on e  par ty   to  ano t he r  us in g  va rio us  app li cat ion s  s uch   as  e m ai l,  so ci al   m edia,  an d  oth e r s.  It  has  bec ome   incre asi ngly   i m po rtant  to  protect   our  pri va te   inform ation   from   m isuse  by  at tack ers .  The  pro cess  of   e xch a ngin g  co nf i den t ia l  and   i m po rt ant  inf or m at ion   over  netw orks  is  a  gr eat   m otivati on  for  researc he rs  inte rested   in   fin ding  a n  ap proac h  t o  c reate  a  sec ur e   pat h  fo r  this   in form at ion  away  f ro m   sp yi ng   a nd  pe netr at ion .  In  this  s ense,  va rio us   e ncr y ption   al gorithm s  hav e  be en  create d  to  c onve r t   this  inf or m at ion   int o  un read a ble  data  durin g  the  t ran sm issi on   proces s  over  netw orks .  W it h  the  de vel op m ent  of   e ncr y pt  re ve rse  en gi nee ri ng   m et ho ds  an d  enc rypt  a naly sis,  weakness es  ha ve  arise n  in  these  e ncry ption  al gorithm s,  an d  it   has  bec om e  po ssi ble  t o  pen et rate,  re tur n,   a nd  read  enc rypted   dat a.  T hat  is  why   these  m et ho ds   hav e l os t t heir  pri vac y and  secu rity  to  so m e extent. Th is prom p te d  the r esearc hers to search  fo r  oth e r   m et ho ds   to  obta in  m or e  co nfi den ti al it y.  Ther ef or e ,  m e thods  ha ve  bee n  us e d  to  hid e  i nfor m at ion   in  dig it al   m edia  that  can   be  a n  im age,  vi deo ,   or  te xt  wi thout  af fecti ng   the  qual it y  of   these  m edia  an d  in   a  way  that   does   no t   cause   network  hack e rs  t o  s uspect   the   existe nce  of  th is  inf or m at ion   within   them ,  thu s   e ns uri ng  t hat  th e   netw ork d oes n ot interce pt a nd  pen et rate t his  d at a.  This is  c al le d  Stega nograp hy tech nolo gy [1] ,  [2 ] .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 2 9   -   5 3 9   530   The re  a re  m any  al go rithm s  use d  in  s te ga nogr a phy .  O ne  of  the  sim plest  and   m os t  com m on   of   the se   m et ho ds  is  th e  LSB  m et hod,  w hich   de pe nd s   on  the   in cl us io n  of  eve ry  bit  of  the   m essage  in   th e  le ast   sign ific a nt  bit  of   eac h  plain  pix el   in  the  i m age  [3 ] .  T he   le ast   sign ific ant  bit  m e tho d  hid es  in f or m ation   by   em bed di ng  it   i n  t he  c ov e r  im age  bits  se qu e ntial ly ,  m aking   it   easi er   f or  an  at ta cke r  t o  get  a  secret  m essag e   wh e n  it   i nterce pts.  T o  increa s e  the  c om plexity   and  safety   of  this  m et hod,   it   can  be  c om bin ed  with   the  edg e   detect ion   al go r it h m   to  place  the  m essage  in   the  i m age  de pendin g  on   t he   edg e ,  so   t he  m essage  is  rando m l y  distrib uted.   T hi s  giv es  ad diti on al   secur it y  for   the  hid e  opera ti on   as  well   as  increase d  stora ge  capaci ty   [4 ] ,  [5 ] .   In   a dd it io n  to  confide ntial it y,   there  is  ano t he r  i m po rta nt  conditi on   t hat,  if  fu l fill ed,   m a kes  the  co ncea l m ent  schem e  su cces sfu l.   T his  co nd it ion   is  a n  inc r eased  ca pacit y  without  si de  e f fects.  T his  c on diti on   has   bec om e  a   researc h  c halle ng e  t hat  has   ta ken   m ulti ple  f or m s  to  show  m any  prov e n  a nd   qual it y  al go rithm s.  One  way  to   increase  y ou r  load  is  t o  us e   ed ge  detect ion   on   t he  c ove r  ph oto   [ 6] ,  [ 7] .  This  is  beca us e  the   ed ge  r egio n  tolerat es  chang es  in  pix el   values  an d  m essa ges  can  be  co m bin ed  with  a  gr eat er  capaci ty   than  s m oo th   sp ace.   Ed ge  detect ion  with  var io us   e dg e  detect or s  l ike  cann y,  s o be l,  and   pre witt .  Also ,  hy br i d   de te ct or s  can  be   us ed   to inc rease t he a rea  of  t he  e dg e re gion,  t her e by inc reasin g  t he  m essage loa d  that  will  b e  inclu ded in it  [8] ,  [9 ] .   In   this  w ork,   we  de pend  on  i m age  ste gan ogra phy,  wh ic h  us es  i m ages  as  the  cov e r  file   to  h ide  the   secret  m essage  beca us e  t hey  con ta in   a  l ot  of   re dundancy,   a nd  re dunda ncy  inf or m at ion   is   the  bits  of  a n  obj ect   that  prov i de  accuracy  fa r  gr e at er  than  neces sary  for  the  ob j ect ’s  use   an d  disp la y,  the  be nef it   of   the se  bits  is   that  they   can  be   al te red   wi th out  the  al te rati on   bei ng  d et ect ed  easi ly   [7 ] .  Th e  portable  net work  g ra phic s  ( PNG )   form at   was  use d  f or  gray sca le   and   c olou re d  im ages,  as  this  f or m at   was  sp eci al ly   design e d  for  tra ns f err in g  i m ages  over   the  i nte rn et ,   P NG  al so  sup ports  i nd e xe d  c olor,  gr ay sca le   an d  red ,   gr ee n ,  a nd   blu e   ( R GB ) ,   i n  add it io n  to  it   su pp or ts  c olor  palet te - base d  i m ages  from   R GB  i m ages  of   24 - bit  or   re d ,   gr ee n ,   blu e ,  an d   al ph a   ( RGBA )   32 - bit.  N on - c olor  plate - base d,   gray scal e,  an d  fu ll - colo r  RGB  im ages  [10].   We  hav e   al so  w ork ed  on   a  com b inati on  of   LSB  s ubsti tuti on   an d  e dge  detect io n  m echan ism s,  s om e  of   wh ic h  are  base d  on  a  sing le   der i vative  s uc h  as  robe rt,  s obel ,  pr e witt ,  and  can ny,  or   a   seco nd  de riva ti ve  su c h  as  la placi an  of   ga ussi an  (LOG). I n  a dd i ti on  to  the  f uzz y l og ic  that inc reases e dg e e xpan sio n,  a  hybri d detec tor ha s also b ee n use d.  T he  div e rsity   of   th e  reag e nts  us e d  ai m s  to  crea te   a  la rg er  inc orp or at io n  are a.  A  com par is on   has  been   m ade  to   choose  t he  bes t  appr oach  f or   achievin g  high   qual it y  based  on  PS NR,  m ean  s qu a re  e rror  ( MSE ) ,  a n d  bit s  pe r  pix el   (BPP)   qu al it y  m et rics. Color im ages in   the wor k we re  chosen t o  inc re ase capaci ty  and em bed di ng in 24 - bit  rathe r  tha n  8 - bit  as  in  gr a ysc al e  i m ages.  The  stre ngth  i n  the  pro posed   syst e m   co m es   from   achievin g  hi gh   secrecy   us in g  a  key  sp li t  int o   seve ral  par ts .  In   a  gray   i m age,  the  co ve r   i m age  is   sp li t   into  blo c ks   and   th e   arr a ng em ent  of   these  blo c ks  is  the  first  par t  of   the  key .  Also ,  the  te xt  is  div ided  into  blo c ks   an d  the   arr a ng em ent  of   these  blo c ks   i s  the  oth e r  pa rt   of  the  key.  As   for  t he  col or e d  im ages,  the  key  has   bee n  di vid ed   into  three  pa rts,  m eaning   the re  is  the  thir d  par t  in  a dd it io n  to  the  tw o  pa rts  of   t he  key   us ed  i n  gray   im ages,   wh ic h  is  div idi ng   the  te xt  into   three  pa rts,  an d  each  sect io n  is  the  siz e  of   th e  cov e r  i m age.   The  key  is  us e d   f or   te xt  retrieval  wh e n  the  dec odin g  is  blin d.   The  rem ai nd er   of   t he  pa per   has  be en  orga nized  as  t he  f ol lowing:   Sect ion   2  c on t ai ns   a  br ie f  de scriptio n  of  th e  pr e vious  stu dies  an d  highli gh ts  the  stre ngths  and   weakn esses  of   each.  Sect io n  3  prese nts  the  pro po se d  work  in  al l  it s  detai l s,  an d  Sect io n  4  disc us ses  t he   resu lt s.  In   S ec ti on   5  the concl usi on s ar e i nclu ded .       2.   RELATE D  W ORKS   Jai n   et   al .  [ 11]   intro duce d  a  new   m et ho d  for  hi ding  dat a  in  an  im age ,  base d  on  the   dark  area s   detect ed  by  th e  ed ge  detect or  in   t he  im age,  an d  i nclu ding  e ncode d  te xt   in  the  le ast   sign ific a nt  bit.   Th e   stren gth   of  this  appro ac h  co m es  fr om   us ing   gr ay scal e  wi th  edg e  detect i on   a nd   em bed ding  us in g  the   LSB  m et ho d  c om bi ned   with  rand om   e m bed ded   l eads  to  high  c onfide ntial it y  a nd   c reates  an  e m bed din g  im age  just   li ke  the  or i gina l  i m age.  A ror a  an d  An a nd  [ 12 ]   us e d  a  s pa ti al   do m ai n  te chn i qu e   f or  im age  ste ga nograp hy  syst e m   to  con ceal   the  te xt  into  the  col or   im a ges  us i ng   t he  e dg e  detect ion   way,  ed ges  of  an  im age  are  detect ed  by  scan ning  usi ng   a  3× 3   wi ndow,  a fter  th at   the  edg e  pi xels  was  ra ndom izing   by  usi ng   s or ti ng  m et hod,  finall y,  the   bl ue  c om po ne nt   of  s or te d  e dg e  pi xels  e ncod ed  t he  te xt.   A   nove l  cha nne l - de pende nt  pa yl oad   par ti ti on   strat e gy  based   on   a m pl ify ing   cha nn el   m od ific at ion   pr ob a bili ties  by  Lia o   et   al .  [13]  is  pro po s ed ,  to   adap ti ve   assig n  the  em bedding   ca pacit y  am ong  R GB  cha nnel s.  A  com pr e ssion - ba sed  ste gano gr a phy  i de a  was   pro po se d  by  Ca rp e ntieri   et   al .  [ 14 ]   that  depend e d  on  al gor it h m s  and   par a m et ers  us ed  t o  create   an d  m a intai n  the  com pr esse d   ar chi ve  e xp l oited,  i n  a dd it i on  to  t he  hiera rch ic al   c om pr essed  a rc hiv e  st ru ct ur e  it sel f,  s o  that   secret  inf or m at ion   is  not  se m antic al ly   rela te d  to  the  c on t ents  of  that  co m pr essed  arc hi ve.   Alam   et   al .  [15]  pro po se d  a  ne w  schem e  reli e s  on   us in g  a  secret  key  that  gen erates  ra ndom   nu m ber s  us ing   the  c ha otic  log ist i c   m ap  fo r ran do m  co m pen sat io n  LSB de pendi ng   on  the e dge p ixels i n  the  co ver  im age,  the ed ge dete ct or  c ann y   was  a pp li ed   to   get  the  e dge  i m age  from   the  gr ay   im age,  af te r  that  the  im age  was  div ide d  int o  a   set   of  blo c ks  each  one  of   si ze  n  pix el s  an d  the  first  bit  ho l ds   the  sta tu s  of   ot her   pi xe ls  1  or   2  bits  a re  inclu ded   when  the  pix el   is  non - ed ge  if  the  pi xels  is  the  edg e  pi xel,  the  1 - 4  pix el s  will   place  and   the  nu m ber   of   buil t - in  bi t s  is   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Paylo ad  and q ua li ty  au gm e nt ation u sin g  ste ganogra phic  opti miza ti on t ec hn i qu e…   ( Maf az  Al an e zi)   531   ta ken   ra ndom l y  by  ch aotic   m ap.   Ba nik  an d  Ba nd y op a dhya y  [16]  s uggest ed  a n  i nnovat ive  ste gano gr a phy  wa y   wh ic h  is  a  preprocesse d  co ver   im age  by  edg e  detect io n  al gorithm   th at   us ed  sobel   op e rato r  as  an   edg e   detect ion   m ask ,  the n  a  sec ret  m essage  is  em bedde d  with  a  te chn iq ue  of  m u lt iple  bits’  m od i ficat ion   whic h  is   base d  on  cl assic   LSB  m od ific at ion   wh e re  t he   le ast   1 st   bit  2 nd   bit,  3 rd   bit  4 th   bit  an d  5 th   bit  o f   ed ge  ha ve   bee n  change d.   Pa ra h   et   al .  [17]  ad op te d  a  ne w  m et hod  to  hid e  t he  data  i n  the  colo r  im ages  by  div idin g  th e  i m age  into  th ree  re d,  gr ee n,   a nd  bl ue  pla nts,  a nd  us in g  a  c om po sit e  ed ge  det ect or   re present ed  by  a  pr e witt ,  an d  cann y  detect or  to  cat egorize  the  i m age  pixe ls  into  ed ge  pix el s  an d  non - ed ge  pi xels,  a nd   t he  m e tho d  us e d  gr ee n  a nd  blu e   plants  t o  i nclu de  sec ret  data  wh il e  le avi ng  the  r ed  pla ne  to   us e  a s  a n  in di cat ion   of  the  st at e  of   pix el s  w hethe r   it   is  an  edg e  or   not,  the  te xt   has  been   di vi ded   into  four   blo c ks   an d  en cod i ng   data  with   the   rivest  ci phe r  4  ( RC4 )   al gorith m   to  increa se  c onfide ntial it y  a nd  m ulti ple  bits  are  i nclu de d  i n  e dg e   pi xels  wh il e   within  on e  bit  in  a  pix el   that  do e s  not  bel ong  to  the  e dge,  t he  m et ho d  ha s  pro ven   it s  ef fici ency  by  com par in g  it s  exp e rim ent al   r esults  with   oth e r  stu dies.   Kaur   et   al .  [ 6]  pro po se d  a   hy bri d  a ppr oac h  w hich  is   a  c om bi natio n  of  dif fer e nt  te c hn i qu e s  s uch  a s  RSA   f or  secr et   m essage  e nc ryptio n,   ca nny  for  e dg e   detect ion ,   m at ching , an d  4  LSB  rep la cem ent  for  the  em bedde d  proce s s,  in  w hich  a  t ext  m essage   was  hidden  i ns id e  in  al l  la ye rs  of   RGB   colo r  fr am es  of   vid e o,   to  acc om plish  hig h - c apacit y  data  and   high - qual it y  of   ste go  vi deo   base d  on   the  qual it y  m et rics  PSN R,  MSE  and   b it   error   rate   ( BE R ) .  Va nm at hi  and   P rabu  [ 18 ]   intro duce d  a  te chnolo gy  that  hid es   inf o rm at ion   th at   us es  f uzzy  edg e   detect io n,  cha otic  e ncr y ption,  a nd  a  le ss  im po rtant  bi t - ov e r  m et ho d.  T his  m et ho d  al lows  the  i nclusi on  of  m or e  co nf i de ntial   data  th at   pro vid es   m or e   secu rity ,  gi ving  th e  syst em   a  cl ear  increase  in  t he  pro portion   of   PSN R  from   5%  t o  9%  m ax.   Gaura v  an d  G han e ka r  [ 19 ]   intr oduce d  an  a lgorit hm   to  hi de  in f or m at ion   us in g  t he   c an ny  m et ho d  for  de fining  t he  e dg e s  a nd  m or phologica l  processes   to  optim iz e   i m ages  based   on   MSB   a nd  usi ng   t he  X OR  exclusi ve  sepa rati on   te c hn i que  and   acc om plishe d  that  the  a ver a ge   PSN R  is  cl os e   to  44   a nd   tha t  SSI M  is  0. 998  at   an  est a blished   s pace  of   1. 25  BPP .  Se ti adi  [8 ]   su gge ste d  a   m et ho d  that  f oc us es  on   inc re asi ng   the  payl oa d  by  inclu di ng  the  te xt  in  th e  areas  of  the  e xten ded   e dge,  and   by  encodin g  t he  da ta   by  X OR  opera ti ons  on  th e  te xt  with  M SB  an d  usi ng  t he  LSB  m et hod  in  em beddin g,   t he   beg i nn i ng  is  to   inclu de  t he  te xt  in  t he  e dge  pix el s  as   a  higher   pri ori ty   an d  if   the  te xt  ha s  a  re st  it   is  inc lud e d  in   the  sm oo th  ar eas  The  stre ngth  of   this  pa per   c om es  fr om   the  edg e  sc al ing   proce ss,   wh ic h  increa sed  the  payl oad b y  18. 65% whil e m ain ta inin g  th e ste go im age q uali ty .        3.   THE  SUGGE STE D  W ORK   In   t his  pa pe r,   e dg e  detect io n  processes  we re   app li e d  to  hide   a  la rg e  am ount  of  te xt  in  t he   i m age  by  the  em bed ding   process,  a nd  we  sug gested  us in g  “Le na”,  “Fr uits”,  “C at ”  and   “ Sail s”  i m ages  as  the  cov e r   i m age  in  the  em bed din g  pro cess,  as  they   a re  sta ndar d  te s t  i m ages  it   is  widely   us e d  in   the  fiel d  of  im age   processi ng.  Va rio us   e dg e   det ect or s  ha ve  be en  us e d  s uch  a s  sobel ,  prewit t,  r ob e rts,  l og,   f uzzy  lo gic,  c ann y,  hybri d,   dilat e  hybri d  ( 5 × 5)   a nd   dilat e  hybri d  ed ge  detect or  ( 10 × 10) .  Ste gano gr a phy  is  app li ed   in  bo t h  gray   and  c olo r   im ages,   to   com par e   res ults  a nd  dem on strat e  the  m axim um   qu al it y  and  payl oad  obta ined .     The flo wch a rt  in Figu re  1  re prese nts  a  gen e r al  o utli ne  of  how  the  stega nograp hy  works.           Figure  1.   The  fl ow c har t  of a  ge ner al   outl ine  of how t he  st eg anog raphy  wor ks       3.1.       Ed ge det ecto rs   Ed ges  are  c omm on ly   te r m ed  as  local   featu re s  since  they   ca rr ie d  a  l ot  of  inf or m at ion   ab ou t  diff e re nt   par ts  in  the  im age  an d  detect ed  from   the  su dd e n  cha nge  in  the  gr ay   le ve l,  m or e  ever   it   reg ar ded   the  bor der  betwee n  t he  diff e ren t  pa rts  in   the  im age,  be cause   it   se pa ra te s  betwee n  tw o  disti nctly   dif fer e nt  par ts,   w her ea s   edg e  detect ors  com pu te   the  gradient  m agn it ud e  f ollow i ng   t o  a  f or m ula  that  diff e rs  f ro m   the  detect or  to  oth e r ,   so m e  of   them   base d  on  a   sin gle  de rivati ve   li ke  r ob e rt,  s obel ,  pr e witt ,  a nd  can ny,  w h il e  oth e r  was  use d  the   seco nd   de rivati ve  as  la placi an   of   ga us sia n  (L OG),  if   the  m agn it ude  of  the  gr a dient  is  higher  t han  a  th re sh ol d  then   the  e dge  i s  existe nce  [20 ] .  Fu zzy   lo gic  dep e nds  on  t he   sub j ugat io n  of  an   im age  window  of  pix el s   to  set   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 2 9   -   5 3 9   532   fu zzy   te rm s  th a t  hig hlig htin g  al l  edg es  relat ed  to  an  im age ,  as  instru m ental   fu zzy   te r m s  to  detect   the  relat ive  pix el s’  value s  wh ic h  can  point  to  ed ge  pre sence  [ 21] .  A nothe r  ty pe  of  edg e  detect or  w as  a  hybr i d  de te ct or   wh ic h  is  a  co m bin at ion   of   m ixed  detect or s  us in g  OR  op erators  bet wee n  them ,  in  Tab le   1  the  ed ge  de te ct or s  us e d  in  the s ug gested  sch em e are list ed wit h t he  num ber   of   edg e  p i xels  detect ed .       Table  1 .   T he  num ber  of e dg e   pix el s  detect ed  b y S obel , R oberts, Pre witt , LO G , Can ny,  Fuzzy  Logic,  Hybr i d  and D il at e H y bri d   for gray im ages: ‘ Lena ’,   ‘ Fr uits ’,   ‘Cat ’  a nd ‘ S ai ls’   Edg e  Detectio n   Co v er  I m ag es           So b el E d g e   Detector             8055   6126   1 0 8 8 2   1 1 6 5 8   Ro b erts E d g e   Detector             7785   6000   7915   8940   Prewitt  Edg e   Detector             7995   6034   1 0 9 0 7   1 1 5 8 6   LOG  Edg e   Detector             8984   8210   1 4 2 0 2   1 2 0 8 2   Fu zzy   Log ic  Edg e   Detector             1 1 3 7 8   2541   2 1 9 2 5   1 6 8 4 6   Can n y  E d g e   Detector             2 2 4 3 8   2 4 3 1 9   3 5 0 0 0   4 1 8 1 7   Hy b rid Edg e   Detector             3 9 2 8 1   3 2 6 1 1   6 1 4 9 9   6 1 0 1 1   Dilate H y b rid  Edg e   Detector   (5×5 )                       9 8 9 7 3   8 5 4 3 8   1 1 9 4 0 8   1 4 5 1 5 2   Dilate H y b rid  Edg e   Detector   (10 ×1 0 )               1 2 7 3 8 1   1 1 7 9 7 6   1 4 9 4 4 5   1 8 0 2 1 3   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Paylo ad  and q ua li ty  au gm e nt ation u sin g  ste ganogra phic  opti miza ti on t ec hn i qu e…   ( Maf az  Al an e zi)   533   3.2.      The  St e gara phic me thod in  g r ay   First,  the  ori gi nal  co ver   im a ge  is  div ide d  i nto   64× 64   bloc ks ,  these  blo c ks   are  s or te d  ba sed  on  the   edg e s’  in f or m a ti on   ext racted  from   app ly ing   edg e  detect io n  on   t he  ori gi na l  cov e r  im age,  the  i m age’ s  bl ock s   order   is  t he  fir st  par t  of  the  ke y.  Seco nd,  w e  div i de d  t he  te xt  into  blo c ks  su it able  to  the   i m age  blo c k’ s   siz e ,   and  the n  these   blo c ks   a re  s or t ed  acc ordin g  t o  their   data,   he re  the  te xt  bl oc ks   order  co ns i der s   the  sec on d  par t  of   the  key.  I n  a dd it io n  to  the  key,  the  sel ect ed  ed ge  detect i on   ty pe  is  in  th e  deal  betwee n  the  two  par ti e s.  The   te xt  was  e m bed de d  in  4  bitp la nes  if  edg e  pix el ,  an d  in  2  bitplanes  if  non - e dg e  pi xel,   see  the  flow c har t  in   Figure  2.             Figure  2 .   The  fl ow c har t  of the  suggest ed  em beddin g p hase  in the g ray im a ge       3.3.      The  s te gan og r aphi c m eth od  in  co l or i mag es   To  hid e   te xt  in   a  col or e d  im a ge,   first  div i de  the  te xt  int o  th ree  par ts,   each   par t  of  them   is  treat ed  as  a   gr ay   im age  an d  eac h  par t’ s  si ze  as  the  c over   i m age’ s  siz e,   wh ic h  is  th e  fir st  par t  of  the  ke y,  al so   se pa ra te   the  cov e r  im age  in to  three  im ages  Y,   Cb ,  an d  Cr,  so   t hat  each  par t  of  the  te xt   will   be  e m bedded   i n  one  of  these  three im ages. The  process  of  e m bed di ng is a s foll ow s  fo r  th e i m age and  te xt p a rt:     Determ ine the  edg e  d et ect io n t ype b et wee n  t he  tw o pa rtie s.     Divid e   the   ori gin al   c over   im age  i nto   64×6 4  blo c ks ,   s or t  these  blo c ks   ba sed  on  t he  e dges’   in form at i on  extracte d  f ro m   app ly in g  e dge  detect ion  on  t he   ori gin al   co ve r  im age,  the  im age  blo c ks   ord er  is  t he  sec on d  par t  of the  key.     Divid e   the  te xt   into  blo c ks   s ui ta ble  to  the  i m age  blo c k’s  siz e,  sort  these   blo c ks   acc ord ing   t o  their  dat a,  the text  blo c ks’  order co ns ide rs  the  thir d part  of the  k ey .   Af te r  c om pletin g  the  em beddin g  process  f or   the  thr ee  im ages,  m erg e  them   into  on e   i m age  to  get   back the c ol or e d  im age,  w hich  r e pr ese nts the   ste go im age,  see the  flo wch a rt  in  Fi gure  3.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 2 9   -   5 3 9   534       Figure  3 .   The  fl ow c har t  of the  suggest ed  em beddin g p hase  in the c olor im age       4.   E X PERI MEN TATION  R E S ULTS  AND D ISCUSS IO N   The  e xperim e ntati on   res ults  are  e xecu te d  to  assess   the   ap proach  pe r form ance  by  us in g  s om e   sta nd a rd   te sts:   The  em bed di ng  capaci ty   ( pa yl oad )  is  m easur e d  by  the  m axim u m   nu m b er  of  em bed di ng   bits  per pi xel ( BP P ) define d  a s in   ( 1 )   [22] :      =           ∗   (1)     Wh e re  H  a nd  W   a re th e  origi nal cove r  im age h ei ght a nd w i dth   res pecti vel y.   Peak  sig nal - to - noise   rati o  (PSNR)   m easur em ent  to  cal cul at e  the  qu al it y  dif fer e nce  be tween  t he   or i gin al   i m ages  and   the  ste go  i m ages,  hig he r  PSN R  value  m eans  le ss  distor ti on.  I f  PS N R  is  m or e  than  4 0  dB     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Paylo ad  and q ua li ty  au gm e nt ation u sin g  ste ganogra phic  opti miza ti on t ec hn i qu e…   ( Maf az  Al an e zi)   535   (d eci bels),  the n  it   is  ve ry  go od,  if  PS NR  be tween  30  dB  to  40  dB,  t hen  it   is  acce ptable ,  an d  if   it   le ss  than   30   dB the n  it  is  not acc eptable  be cause t he dist ort ion w ould  be hig h [23] ,  [24].  PSNR de fine d as i n  ( 2 )   [ 25 ] :     PSNR   = 10 ×   log 10 255   × 25 5      (2)     Wh e re th e MS E is the  m ean sq ua re error b et ween  th e p ixel s in  the o ri gin a l im age an d  ste go   im age,  def i ned  as   in  ( 3 )   [ 26] :      =   ∑ ∑ (  −  ′ ) 2 ( ∗ )   = 1 = 1   (3)     Wh e re  H  a nd  W  are  the  ori gi nal  cov e r  im a ge  or  ste go   im age  hei gh t  a nd  width   res pecti vely ,     an d   ′   refe r  to  pix el   values   of   the  ori gin al   and   t he  ste go  i m ages,  res pec ti vely .  Obviou sly ,  a  hig he r  P SN R  m eans  a  bette r  qu al it y  that  the   ste go  im age  is  ve ry  cl os e  t o  t he  or i gin al   im a ge  [26].  If   t he  ste go  i m age  beco m es  near er   to  th e   cov e r  im age,  the  value o f  MS E m ini m iz es and PSNR m axim iz es [ 27 ] ,  [28] .   In  case  th e  s ugge ste d  sc hem e  is  exec uted   us in g  values   of  non  E dgeB it Plane  = 2  a nd  Ed geBit Plane  =4,   e dge  detect ion   ( f uzzy  lo gi c,  can ny,  hybri d  dilat e  ( 5×5)   an d  dilat e  ( 10 ×10))  on  four  gr ay   im ages:  ‘Len a’ ,   ‘F r uits’,  ‘Cat ’  and   ‘ Sail s’  of  siz e  512×51 2for   co nd uct  the  exp e rim ents.  The  goal   is  to  em bed   2 12 B  and  2 13   B,   al l  po ssible  ca ses  of  the  s uggested  sc hem e   are  li ste d  in  Table  2.  I n  th e  case  te xt  Size   ( 2 12  =  40 064B ) ,  th e   su ggest e d   sc he m e  achieves  hi ding  al l  te xt  da ta   wh ic h  is  t he   m axi m u m   Pa yl oad   1.223 bpp  on  al l  i m ages  with   al l  edg e  detect or s ,  in  the  sam e  tim e  it   m ai nt ai ns   the  im age  qu al it y,  w her e ,  PS NR   is  hi gh  f ro m   43 . 003dB  to   45.79 0  dB  by  us in g  a  f uzzy  log ic   detect or.   In  ot her  cases ,  te xt  Size   ( 2 13   =  8012 8B)  t he   m axi m u m   p os sible   payl oad  va lue  is  2.4 45bpp,  a nd  the   res ulti ng  payl oad  f or  i m ages  ra nge  f r om   2. 019b pp  t o  2.445 bpp  de pend  on  the  edg e  detec tor  us e d  an d  how  m any  the   i m age  con ta in  ed ges.   T he  m axi m u m   pay load  ( 2.4 45bp p)   was  achieve d  by  usi ng   dilat e  edge  detect or   ( 5× 5)   a nd   ( 10×1 0)  with  the  ‘ Sail s’  i m age  wh il e  the  i m age  qu al it y  rem ai ns  acceptable wit h  PS N R  = 35. 286d b.     To  see  the   difference   bet wee n  em beddin g  m or e  in  the  edg e  or   non - e dg e  bette r,   her e  the  sugg e ste d  schem e  is  execu te d  us in g  valu es  of   non   E dge Bi tPl ane  =   4  a nd   Ed geBit Plane  =   2,  ed ge  de te ct ion   (fuzzy   log ic ,  cann y,  hybri d  dilat e  (5 × 5)   a nd  dilat e  ( 10 × 10) )   on  f our  gr a y  i m ages:  ‘Lena’,  ‘ Fruit s’,   ‘Cat ’  an d  ‘S ai ls’  of   siz e   512× 512  for  c onduct   the  e xperim ents.  As  sh ow n  in   Tabl e  3,   al t hough  t he  s ugge ste d  s chem e  achieves  th e   sam e   m axi m u m  p ay load  of 1.2 23   bpp wit h  a text si ze of  (400 64 B ),  in  c ontrast , th e P SNR  v al ues  dec re ase, f or   exam ple, the  P SN R val ue dec rease fro m  4 4.401 (Table  2)  t o  37. 023d b  (T able 3) for  t he ‘Lina ’  im age  with the   fu zzy  l og ic   det ec tor  a nd all  o t her im ages.   Finall y,  ap plyi ng  the  s uggest ed  sc hem e  on   colo r  im ages,  wh e re,  it   is  e xe cuted  us i ng   va lues  of  non   Ed geBit Plane   =   2  a nd  E dg e Bi tPl ane   =   4,  edg e   detect io n  (fuzzy   lo gic,  cann y,   hy br i d  dilat e  (5 × 5))  on  f our - colo r  im age s: ‘Len a’ , ‘Fr uit s’, ‘Cat ’  a nd ‘Sai ls’  of   siz e 51 2× 512 f or  c onduc ti ng  the  expe rim ents.   As  s how n  in  Table  4,  in  t he   case  te xt  siz e  ( 212  =   4006 4B),  the   s ugge ste d  sc hem e  achieves   te xt  hid in g  with  m axim u m   payl o ad  1.2 23bp p  on  al l  i m ages  with  al l  edg e  det ect or s,  i n  the  s a m e  tim e   i t  m a intai ns   the  im age  qu al it y,  wh er e,  P S NR  is  higher  f ro m   40 . 579  dB   to  41.76 6  dB   by  us i ng  the  c ann y  detect or.  So ,   we   increase  t he  hi dd e n  te xt  siz e  un ti l  ( 199680 B)  w her e  t he  m axi m u m   paylo ad  f or   it   is  6.096  BP P ,  the  resu lt s   sh ow  that  al m os t  al l  i m ages  reac h  the  m axim u m   payl oad   with  acce pta ble  PSN R  in  thi rtie s  values.   T able  5  sh ows  there  is  no appa ren t  dis tortio n  in  the i m ages af te r  h i ding  payl oad  m or e than   6  B PP .       Table  2 .   T he  e xp e rim entat ion  outcom es o f  t he  s uggeste d  s chem e u ti li zi n g values  of  Non - E dgeB it Plan e   =   2  and E dg eB it Pl ane =   4 o n gr a y im ages ‘ Le na ’,   ‘Fruits’ , ‘ C at ’  an d ‘Sail s’,  gr ay  im ages s iz e of  512× 512   Edg e Dete ctio n   Text Size  ( B y te)   Lena   Fruits   Cat   Sails   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   Fu zzy   Log ic    4 0 0 6 4 B   4 4 .40 1   1 .22 3   4 5 .79 0   1 .22 3   4 3 .00 3   1 .22 3   4 3 .64 9   1 .22 3   Can n y   4 0 0 6 4 B   4 2 .96 2   1 .22 3   4 2 .87 6   1 .22 3   4 2 .04 1   1 .22 3   4 1 .40 6   1 .22 3   Hy b rid   4 0 0 6 4 B   4 1 .78 2   1 .22 3   4 2 .17 2   1 .22 3   4 0 .74 9   1 .22 3   4 0 .49 4   1 .22 3   Dilate ( 5 ×5 )   4 0 0 6 4 B   3 9 .47 8   1 .22 3   3 9 .80 5   1 .22 3   3 9 .19 8   1 .22 3   3 8 .27 4   1 .22 3   Dilate(10 ×1 0 )   4 0 0 6 4 B   3 8 .81 5   1 .22 3   3 8 .92 8   1 .22 3   3 8 .75 5   1 .22 3   3 7 .81 1   1 .22 3   Fu zzy   Log ic    8 0 1 2 8 B   4 2 .08 6   2 .08 7   4 3 .58 0   2 .01 9   4 0 .42 1   2 .16 6   4 1 .13 5   2 .12 9   Can n y   8 0 1 2 8 B   4 0 .35 6   2 .17 0   4 0 .26 6   2 .18 6   3 9 .22 0   2 .25 6   3 8 .66 0   2 .31 9   Hy b rid   8 0 1 2 8 B   3 9 .07 8   2 .26 2   3 9 .46 7   2 .24 5   3 7 .77 0   2 .31 2   3 7 .56 8   2 .39 9   Dilate ( 5 ×5 )   8 0 1 2 8 B   3 6 .55 2   2 .38 9   3 6 .78 5   2 .39 6   3 6 .10 5   2 .35 7   3 5 .28 6   2 .44 5   Dilate(10 ×1 0 )   8 0 1 2 8 B   3 5 .85 1   2 .41 7   3 5 .94 8   2 .41 4   3 5 .56 1   2 .37 0   3 4 .78 9   2 .44 5     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 2 9   -   5 3 9   536   Table  3 .   T he  e xp e rim entat ion  outcom es o f  t he  s uggeste d  s chem e u ti li zi n g values  of  NonE dg eB it Plane =4  a nd  Ed geBit Plane  =2 on g ray im a ges ‘Le na’ ,  ‘Fr uits’, ‘Ca t’ a nd  ‘ Sail s’ , gray i m ages s iz e of  512× 512   Edg e Dete ctio n   Text Size   (By te )   Lena   Fruits   Cat   Sails   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   Fu zzy   Log ic    4 0 0 6 4 B   3 7 .02 3   1 .22 3   3 6 .99 1   1 .22 3   3 7 .21 9   1 .22 3   3 7 .11 5   1 .22 3   Can n y   4 0 0 6 4 B   3 7 .17 4   1 .22 3   3 7 .19 6   1 .22 3   3 7 .40 0   1 .22 3   3 7 .32 9   1 .22 3   Hy b rid   4 0 0 6 4 B   3 7 .24 8   1 .22 3   3 7 .27 1   1 .22 3   3 7 .69 4   1 .22 3   3 7 .54 2   1 .22 3   Dilate ( 5 ×5 )   4 0 0 6 4 B   3 8 .05 9   1 .22 3   3 7 .85 7   1 .22 3   3 8 .66 0   1 .22 3   3 8 .83 5   1 .22 3   Dilate(10 ×1 0 )   4 0 0 6 4 B   3 8 .62 0   1 .22 3   3 8 .39 5   1 .22 3   3 9 .41 4   1 .22 3   3 9 .85 9   1 .22 3       Table  4 .   T he  e xp e rim entat ion  outcom es o f  t he  s uggeste d  s chem e u ti li zi n g values  of  Non - E dgeB it Plan e=4  and E dg eB it Pl ane = 2 on col or im ages ‘ Len a ’,   ‘F r uits’ , ‘ Ca t ’  a nd ‘ Sail s’ , c olor im ages s iz e of  512× 512   Edg e Dete ctio n   Text Size  ( B y te)   Lena   Fruits   Cat   Sails   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   PSN R   (dB )   Pay lo ad   (bp p )   Fu zzy   Log ic    4 0 0 6 4 B   3 9 .98 2   1 .22 3   4 0 .36 5   1 .22 3   4 1 .59 3   1 .22 3   3 9 .81 5   1 .22 3   Can n y   4 0 0 6 4 B   4 1 .76 6   1 .22 3   4 1 .59 5   1 .22 3   4 0 .57 9   1 .22 3   4 0 .92 5   1 .22 3   Hy b rid   4 0 0 6 4 B   3 9 .21 2   1 .22 3   3 9 .38 1   1 .22 3   3 9 .56 7   1 .22 3   3 8 .77 6   1 .22 3   Dilate ( 5 ×5 )   4 0 0 6 4 B   3 9 .06 9   1 .22 3   3 9 .17 6   1 .22 3   3 8 .43 3   1 .22 3   3 8 .25 9   1 .22 3   Fu zzy   Log ic    1 9 9 6 8 0 B   3 3 .20 1   6 .07 8   3 3 .63 9   6 .06 5   3 4 .90 0   6 .07 4   3 3 .05 6   6 .07 2   Can n y   1 9 9 6 8 0 B   3 5 .04 5   6 .09 0   3 4 .82 7   6 .09 0   3 3 .81 4   6 .08 9   3 4 .19 9   6 .08 9   Hy b rid   1 9 9 6 8 0 B   3 2 .37 6   6 .09 2   3 2 .57 0   6 .09 1   3 2 .73 7   6 .08 9   3 1 .94 7   6 .09 6   Dilate ( 5 ×5 )   1 9 9 6 8 0 B   3 2 .10 4   6 .09 2   3 2 .15 0   6 .09 1   3 1 .53 8   6 .08 9   3 1 .35 7   6 .09 0       Table  5.   Sho w t he  ex pe rim ent at ion   ou tc om es  of the  sug gest ed  sc hem e w it h  se ver al  e dge  detect or s   Origin al  I m ag e   Fu zzy   Can n y   Hy b rid   Dilate             PSN R  =   Pay lo ad  =   3 2 .13 9 d B   6 .08 8 b p p   3 3 .06 9 d B   6 .09 4 b p p   3 1 .05 7 d B   6 .09 4 b p p   3 0 .40 7 d B   6 .09 4 b p p             PSN R  =   Pay lo ad  =     3 3 .05 6 d B   6 .07 2 b p p   3 4 .19 9 d B   6 .08 9 b p p   3 1 .94 7 d B   6 .09 1 b p p   3 1 .35 7 Db   6 .09 0 b p p       Figure  4  s how s   a  com par ison   of   the  outc om e s  PSN R  of   gr a y  i m ages,  ' Lena' ,  ' Fr uits' ,  ' Ca t '  and   ' Sail s' ,   i m ages  siz e  of   512  ×  512  uti li zi ng   values  of  Non - E dg eB it Plane  =  2  an d  Ed geBit Plane  =  4,   em bed ded  te xt   siz e  =  "400 64B" .  Also   a  c om par ed  the  PS NR  res ults  f or   the  “4 0064B”   or   “ 8012 8B”  e m bed ded   te xt  siz e.  I n  the  ' 51 2  ×  512'   ' Lena'   gr ay   i m age  usi ng  N on - Ed geBit Plane  =  2  an d  E dgeB it Plane  =  4,   as  sh ow n  in  Fi gure  5.   The  com par is on   was  m ade  between   the  two  m et ho ds   of   em bed di ng,   the  first  m eth od  in  w hich   te xt  i s   e m bed de d  in  4  bitplane s  if  it   is  pix el   edg e,  and   in  2  bits  if  the  pix el   is  no n - e dg e ,  and   t he  seco nd   m eth od  of  e m bed di ng   i n  2  bitpla nes  if  it   is  an  edg e  pi xel,  an d  in  4  bi tplanes  if  it   is  a  non - e dge  pi xel,  by  c om par ing   the   PSN R re su lt s ag ai ns t a 5 12  ×  512  Le na  gray  i m age,  e m bed d ed  te xt size = “40 064B” see t he  grap h  in Figure 6   and   Fi gure  7  it   is  a  co m par ison   of   the  outc om es  PSN R  on  ' Lena'   gr ay   i m age  and   ' Len a'   color   i m age,  siz e  of  512  ×  51 2 uti lizing   value s  of   Non - Ed geBit P la ne  =  2  a nd E dg eB it Plane  =  4,   em bedded te xt size = “ 4006 4 B” .”   To  e valuate  th e  perform ance  of   t he  pr opos e d  m et ho d,   a  c om par at ive  analy sis  was  pe rfo rm ed  base d  on   P SN R ,  w hich  m easur e  the  per ce ntage  di stortions  in  pe rcep ti on,  to  m easur e  the  pe rfor m ance  of   var i ous   m et ho ds   by  usi ng   un i form   exp erim ental   set t ing s ,  base d   on   so m e  sa m e  par a m et er  li ke  ste go   im age,  te ch nical   pro per ti es,  an d  secur it y  aspe ct s.  Fo r  e xp e ri m entat ion s  both  colo r  an d  gr ey scal e  Lena.png   a nd   Ba bo on. png  wer e  us ed  as   cov e r  im ages ,  with  dim ension s  of   512× 512  pi xels  f or  the  two  im a ges.   Ta ble  6  sh ow s   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Paylo ad  and q ua li ty  au gm e nt ation u sin g  ste ganogra phic  opti miza ti on t ec hn i qu e…   ( Maf az  Al an e zi)   537   com pa risons  of  PS NR  value s  for  the  m et ho ds   r oj al i  the  schem e  wh ic h  us ed  a  m od if ic at ion   VIGE NERE   ci ph e r,   LSB  m et hod,   an d  dict ion a ry - ba sed  c om pr essio n  m e thod,  Y U NG   t he  schem e  us ed  k - m eans  al go rithm   for  ‘traini ng  the  palet te ’,  EZ - ste go  sche m e,  Fr id rich   the  sc hem e  us ed  palet te - ba sed  ste gano graph y     m et ho d [ 10 ] , a nd pr opos e d  sc hem e .           Figure  4. Com par is on of t he ou tc om es PSNR  on 4  gr ay  im ages           Figure  5. Com par i ng PSNR  r esults ba sed  on  the  e m bed de d  te xt  siz e           Figure  6. Com par is on of  PSNR  r es ults acc or ding  to the em beddi ng m et ho d       Figure  7. Com par e  PSNR  res ults base d o n g ray o r  c olor  i m ages       Table  6.   T he  c om par isons  of   PSN R  val ues f or sev e ral  wor ks   with t he p r opose d m et ho d   Co v er  I m ag e   Ro jali Sche m e   YUNG  Sch e m e   EZ - steg o   Sch e m e   Fridrich  Sche m e   Prop o sed   Metho d   Lena   51   37   14   31   51   Bab o o n   51   36   15   1   51       5.   CONCL US I O NS   In   this  pa per,  a  ste gan og raphy   app r oac h  em p loyi ng   ed ge  de te ct ion   was  sugg e ste d.   T his  schem e  is  a  good  ch oice  be cause  it   pr e ve nts  the  hum an  ey e  fr om   no ti ci ng   any  diff e re nce  in  the  ste go  i m age.  O ur   go al   is  edg e   detect io n  and  car ries  a  great er  nu m ber   of   em bed ding  bits  to  ac hieve   high  payl oa d  without  a ff ect ing  th e   i m age  cl arit y  a nd   qu al it y  and   i m pr ovin g  the  eff ic ie ncy  of  th e  syst e m   no t  only   in  te r m s  of   payl oad   a nd   qual it y  bu t al so  in  te r m s  o f  secur it y and  c onfide ntial it y  of  the h id den  in f or m at ion . A lt ho ugh  st eg an ogra phy i m ages in   the  s patia l  dom ai n  are  us ua ll y  easy   to  be   at ta cked   a nd  pe ne trat ed,   it   pro vi des  m or e  payl oads.  For  this   r easo n,  we  ha ve  fo c use d  ou r  w ork  on  inc reasin g  c onfide ntial it y  and   secu rity   by  pr e par in g  a  secur e  c omm un ic at ion  te chn iq ue  that  has  be e n  pr e pa red   that  c on ta i ns   a  key  co ns i sti ng   of  tw o  or   three  pa rts  use d  in  the  proc ess  of  e m bed di ng  inf or m at ion   in  im ages  gr ay   a nd   colo red   res pec ti vely .  In   a ddit ion   t o  ag reein g  at   the  be ginni ng   of   the d eal   on   the ty pe  of  e dge de te ct or   to  b e u s ed  i n  the   em bed di ng p r ocess.   Ex per im ents  w ere p er form ed  us in g  edg e  pix el s  de te ct ed  by  sobe l,  rober ts ,  pre witt ,  LO G,   ca nn y,  fu z zy   logi c,  hybri d,   dilat e,  and   hybri d  on   both   gr ay   a nd  c olor ed  im ages.  T he   la rg e   e dg e   pi xels,  res ulti ng  from   the  us e   of  hybr i d  a nd  f uzzy  detect ion   al low  m or e  secret  da ta   to  ac hieve  higher   payl oa ds,  s o  it   ca n  be   sai d  t hat  the   work  c on tri bu t es  to  ge ner at in g  th e   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 2 9   -   5 3 9   538   la rg est   possibl e  num ber   of  edg e s  to   hid e   the  data.   Th e  ex per im ental   res ults  sho w   that  the   P SNR   was   increase d  f ro m   a  m ini m u m   o f  5%  t o  a  m a xim u m   of   8%,  wh ic h  m eans  that  the  sugge ste d  ste ga nograp hy   te chn iq ue  a ppr oach  is  the  bes t  in  te rm s  of   pa yl oad ,  c onfi de ntial it y  as  well   as  qu al it y  so  that  the  ste go  i m age  app ea rs  as  cl ose   as  possible  to  the  ori gin al   i m age.  In   the  f uture,  ou r  ap proach   m ay   be  app li ed  a fter  m akin g  enh a ncem ents  to  im ages  or  c anceli ng  no ise   from   the m ,  an d  ste gano gr a phy  m ay   be  ap pl ie d  in  t he  fr e quency  do m ai n  of the  im age .       ACKN OWLE DGE MENTS   The  resea rch e r s  tha nk  the   D epar tm ent  of  Com pu te r  Sci ence,   Coll ege   of  Com pu te r   Scie nce  a nd  Ma them a ti cs, U ni ver sit y o f M os u l.       REFERE NCE S   [1]   Mare ,   S.  F.,   Vla duti u,   M.,   and  Prodan,   L . ,   “ High  ca pacit y   steg an ogra phic   a lgori t hm   base d  on  pa y lo ad  ada p ta t ion   and  opti m izati o n, ”  7th   IEEE  I nte rnational   Sy mpos ium  on  Appl ie d  Computa tional  Intelli g ence  and  Informati cs   ( SACI ) ,  2021,   pp .   87 – 92 ,   doi :  10 . 1109/sac i . 2012. 6249981.   [2]   D.  Setiadi  and  J.  Jum ant o,   “ An  Enha n ce d  LSB - Im age   Stega n ogra ph y   Us ing  the   H y brid  C an n y - Sobel   Edg e   Dete c ti on, ”  Cy berne tics  and  Information  Techno logi es ,   vol.   18,   n o.   2,   pp.   7 4 – 88,   2018,   doi:  htt ps:// do i. org/1 0. 2478/cait - 2018 - 0029.   [3]   S.  Singh  and  A.  Data r,   “ Im prove d  Hash  Based  Approac h  for  Sec ure   Color  Im age  Stega nogra ph y   using  Cann y   Ed ge  Dete c ti on  Metho d, ”  Inte rnat ional  Journal  of  Computer  Sci en c e  an d  Net work  Sec ur it y  ( IJCSNS) ,   vol.   15,   no.   7 ,   pp.   92 – 98,   2015 .   [4]   Kus um a,   E.   J.,   I ndria ni ,   O.  R. ,   S ari ,   C .   A. ,   and  R ac hm awa nto ,   E.  H. ,   “ An  imperc e pti ble   LSB  imag e  hidi ng  on  edge   reg ion  using  des  enc r y pti on , ”  20 17  Inte rnational   Confe renc e  on  Innov ative  and  Creati v e  Information  Technol og y   ( ICITec h) ,  2017,   vol. 2018 ,   pp.   1 – 6 ,   doi :  10 . 1109 /INNO CIT. 2017. 8319132.   [5]   Essa,   R.   J.,   Abd ull ah ,   N.  A. ,   and   Al - Dabba gh,   R.   D. ,   “ Stega nogr a ph y   Techni que   u sing  Gene tic  Alg orit hm , ”  Iraqi   J.  Sci . ,   vo l. 59, no.  3A,  2018,   do i: 1 0. 24996/i js . 2018 . 59. 3a . 19.   [6]   R.   Kaur,   Pooja,V arsha . ,   “ A  h y b rid  appr oac h  for   vide o  stega nog rap h y   using  edg e  det e ct ion  and  ide ntica l  m at c h   te chn ique s,”   20 16  Inte rnational   Confe renc e  on   Wirel ess  Com municat ions,  Si gnal  Proce ss ing  and  Net working   ( WiSP NET) ,  2016,   pp .   867 - 871 ,   doi:   10 . 1109/Wi SP NET. 2016. 75 66255.   [7]   S.  Arora  and  S.  Anand,   “ A  New   Approac h  for  I m age   Stega nogr aph y   using  Edge  Dete c ti on  Meth od, ”  Int ernati on al   Journal  of   innovative  R ese arch  i n  compute r  and  communic ati on   Engi ne ering ,   vol .   1 ,   no .   3 ,   pp .   62 6 – 629,   2013 .   [8]   D.  R.   I.   M.  Set i adi ,   “ Pa y loa d  en hanc ement  on  least  signifi c ant   bi t  image  stega no gra ph y   using  ed ge  area  dilati on , ”  Int.   J. Ele c tron. T el ec omm un . ,   v ol.   65 ,   no .   2 ,   pp .   287 – 292,   2019 ,   doi:   10 . 24425/ij et . 2019 . 126312.   [9]   Chen,   W .   J.,   Ch an g,   C.   C . ,   and  Le ,   T.   H.  N. ,   “ High  pa y loa d  st eg anogr aph y   m ec h ani sm   using  h y b rid  edge   d et e ct or , ”  Ex pert   Syste ms   wit h  appl ic a ti on s ,   vol. 37, no. 4,  pp.   3292 – 3301 ,   2010,   doi :  10 . 10 16/j . eswa. 2009. 0 9. 050.   [10]   Ans ari ,   A.  S.,   Moham m adi ,   M.  S . ,   and  Parve z,   M.  T. ,  “ A  Co m par at iv e  Stud y   of  Rec en t  Stega nogr aph y   T ec hn iques   for  Multi ple   Im a ge  Form at s , ”  Inte rnational   Journ al  of  Computer  Net work  and  Information  Sec urit y ,   vol.   11 ,   no.   1,   pp.   11 – 25 ,   2019 ,   doi: 10. 5815 /i j c nis.20 19. 01. 02 .   [11]   Jain,   N . ,   M eshra m ,   S.,  and   Dube y ,   S. ,   “ Im age   st ega nogr a ph y   using   LSB   and  edge – d et e ct ion   technique , ”  Inte rnational   Jo urnal  of  So ft   Co mputing  and  En gine ering   ( IJS CE) ,   vol. 2, no. 3,  pp.   217 – 222 ,   20 12.   [12]   S.  Arora  and  S.   Anand,   “ A   Pro posed  Method  for  Im age   Stega nogra ph y   using  Edge   Detect io n , ”  Int.   J.  Emerg.   Te chno l. Adv.   E ng. ,   vol. 3, no. 2, pp. 22 – 25,   2013 ,   doi :  10 . 31031/r m es. 2018. 03. 00 0569.   [13]   Li ao ,   X. ,   Yu,  Y . ,   Li,  B . ,   Li,  Z . ,   and  Qin,   Z. ,   “ A  New  Pa y lo ad  Pa rti ti on   Strateg y   i n  Color  Im age   Stega nogra ph y , ”   IEE E   Tr ansacti ons  on  Circui ts   and   Syste ms   f or  Vi deo  Te chn ology ,   vol.  30,   no.   3,   pp.   685 – 696,   2020,   doi :   10. 1109/T CS VT . 2019. 2896270 .   [14]   Carpe nt ie ri ,   B. ,   Casti gli on e,   A.,   De  Santi s,   A.,   Palmieri,   F.,   and  Pizzolante,   R. ,   “ Com pre ss ion - base d   stega nogra ph y , ”   Concurrency   a nd  Computati on:  Pract ice  and  Ex peri enc e ,   vol .   32,   no.   8,   p.   e 5322,   2020,   doi :   htt ps:// do i. org/1 0. 1002/c p e. 5322 .   [15]   Alam,  S.,   Kumar ,   V.,   Siddiqui ,   W .   A.,   and  Ahm ad,   M. ,   “ K e y   dep ende n t  image  stega nogr aph y   using  edg e  det e ct ion , ”  Int ernati onal  Conf ere nce   on  Ad vanced  Computi ng  &   C omm unic ati on  Technol ogie s ,  2014,   pp.   85 – 8 8 ,   doi:   10 . 1109/AC CT. 2014. 72 .   [16]   B.   G.  Bani k  and   S.  K.  Band y opa dh y a y ,   “ an  Im age   Stega nogra ph y  Method  on  Edge   Dete c ti on  Us ing  Multi ple   Ls b   Modific a ti on  Techni que , ”   J .   Bas ic   Appl .   R es.   In t. ,   vol .   9 ,   no .   2 ,   pp .   75 – 80 ,   2015 .   [17]   Para h,   S.  A.,   Sheikh,   J.  A.,   Akhoon,  J.  A.,   Loa n ,   N.  A.,   and  Bhat ,   G.  M. ,   “ Inform at ion  hidi ng  i n  edge s:  A  high   ca pa ci t y   informati on  hid ing  tec hnique   using  h y brid  edge   de tect ion, ”  Mul ti med i a  Tools   and  Ap pli cations ,   vol .   77,   no.   1 ,   pp .   185 – 2 07,   2018 ,   doi :  10 . 1007/s11042 - 01 6 - 4253 - x.   [18]   C.   Vanm at hi   an d  S.  Prabu,   “ Ima ge  St ega nogra p h y   Us ing  Fuz z y  Logi c   and   Cha oti c  fo r  L arg e  P a y loa d   and  Hig h   Im per ce pti b il i t y , ”  Int ernati onal   J ournal  of  Fuzzy   Syste ms ,   vol .   20 ,   no.   2 ,   pp .   460 – 473,   2018,   doi:  10. 1 007/s40815 - 017 - 0420 - 0.   [19]   K.  Gaura v  and  U.  Ghane kar ,   “ I m age   stega nogr aph y   base d  on  Cann y   edge  detec t ion,   d il a ti on  oper at or  and  h ybrid   codi ng, ”  Journal  of  Information  Sec urit y  and  Appl i cat ions ,   vol .   41,   pp.   41 - 51,   2018,   doi:   10. 1016/j.ji sa . 20 18. 05. 001 .   Evaluation Warning : The document was created with Spire.PDF for Python.