Thạc Sĩ Phát hiện ảnh kỹ thuật số giả mạo dạng cắt/dán

Luận văn thạc sĩ năm 2011
Đề tài: Phát hiện ảnh kỹ thuật số giả mạo dạng cắt/dán

MỤC LỤC
Trang
LỜI CAM ĐOAN . i
LỜI CẢM ƠN ii
MỤC LỤC iii
DAN H MỤC CÁC TỪ VIẾT TẮT iv
DANH MỤC HÌNH . V
DANH MỤC BẢNG BIẾU vi
PHẦN MỞ ĐÀU 1
CHƯƠNG 1: KHÁI QUÁT VÈ xử LÝ ÁNH VÀ ẢNH GIA MẠO . 3
1.1. Xử lý ánh và một số vấn đề cơ bàn trong xừ lý ánh 3
1.1.1. Xử lý ảnh là gì ? 3
1.1.2. Biểu diễn ánh số 3
1.1.3. Một số khái niệm cơ sờ trong xừ lý ảnh . 5
1.1.4. Các giai đoạn trong xừ lý ánh . 10
1.1.4.1. Thu nhận ảnh . 10
1.1.4.2. Tiền xử lý 10
1.1.4.3. Phân đoạn ánh . 11
1.1.4.4. Hệ quyết định 12
1.1.4.5. Trích chọn đặc điềm 12
1.1.4.6. Nhận dạng . 13
1.1.5. Biên và các phương pháp dò biên 14
1.1.5.1. Biên và các kiều biên cơ bàn trong ánh 14
1.1.5.2. Vai trò của biên trong nhận dạng . 15
1.1.5.3. Các phương pháp dò biên trực tiếp 17
1.1.5.4. Một số phương pháp dò biên . 19
1.1.5.4.1. Phương pháp Canny . 19
1.1.5.4.2. Phương pháp Shen - Castan 21
1.1.6. Phát hiện và so khớp các đặc trưng bất biến 21
1.1.6.1. Điểm bất động và đặc trưng bất biến 21
1.1.6.2. So khớp đặc trưng 24
1.2. Ánh giá mạo và phát hiện ánh già mạo . 25
1.2.1. Giới thiệu ảnh giả mạo . 25
1.2.2. Các dạng ành giá mạo cơ bàn 28
1.2.3. Một số ảnh nổi tiếng đã được phát hiện là ânh già mạo [18] 30
1.2.4. Hướng tiếp cận bài toán phát hiện ânh già mạo 35
1.2.4.1. Dựa vào hình dạng . 35
1.2.4.2. Dựa vào phân tích nguồn sáng . 36
1.2.4.3. Dựa vào biến đồi màu sấc 36
1.2.4.4. Dựa vào cơ sờ dữ liệu 36
1.2.4.5. Dựa vào dấu vết của quá trình điều chinh tỷ lệ 37
1.2.4.6. Dựa vào phân tích ánh sáng . 37
CHƯƠNG 2 : MỘT SÓ KỸ THUẬT PHÁT HIỆN ÁNH KỸ THUẬT SÓ GIÁ MẠO 38
2.1. Phát hiện ành giá mạo dựa vào Thuật toán Exact Match [3] . 38
2.2. Phát hiện ảnh giá mạo dựa vào kỹ thuật thay đổi kích thước [3] 40
2.3. Phát hiện ảnh giá mạo dựa trên sự khác biệt hướng nguồn sáng . 42
2.3.1. Các dạng nguồn sáng . 42
2.3.1.1. Nguồn sáng ớ vô tận (3-D) 43
2.3.1.2. Nguồn sáng ở vô tận (2- D) . 45
2.3.1.3. Nguồn sáng ở gần (bộ phận) (2-D) 46
2.3.1.4. Nhiều nguồn sáng 47
2.3.2. Phương pháp ước lượng hướng chiếu nguồn sáng 48
2.3.2.1. Ước lượng hướng chiếu của nguồn sáng . 48
2.3.2.2. Tìm những đường có khà năng là biên khuất . 49
2.3.2.3. Ước lượng hướng chiếu sáng cho từng đường biên tìm được 50
2.3.2.4. Sử dụng mạng Bayes tìm ước lượng tốt nhất . 50
2.3.3. Phương Pháp dựa trên sự khác biệt hướng nguồn sáng . 50
2.3.4. Phương pháp xác định hướng ánh sáng theo đường biên . 53
2.3.4.1. Loại bó các đối tượng nhỏ, nhiễu và làm mành biên . 56
2.3.4.1.1. Loại bỏ các đối tượng nhỏ và nhiễu 56
2.3.4.1.2. Làm mành biên và nối nét đứt 56
2.3.4.2. Lựa chọn các đoạn biên liên thông của đối tượng dùng ước
lượng hướng nguồn sáng . 59
2.3.4.3. Xây dựng thuật toán xác định hướng ánh sáng trên mỗi
đường biên . 60
2.3.4.4. Kết quả thực nghiệm . 61
2.4. Phát hiện ảnh kỹ thuật số giả mạo dạng cắt/dán dựa vào thuật toán SIFT. 64
2.5. So sánh một số kỹ thuật phát hiện ảnh giả mạo . 84
CHƯƠNG 3: CHƯƠNG TRÌNH THỰC NGHIỆM . 85
3.1. Bài toán . 85
3.2. Mô hình bài toán phát hiện ánh giả mạo . 86
3.3. Chương trình phát hiện ành kỹ thuật số giá mạo FImage 1.0 86
3.3.1. Cài đặt chương trình . 86
3.3.2. Kết quá thực nghiệm . 87
PHÀN KẾT LUẬN 90
TÀI LIỆU THAM KHẢO

PHÀN MỞ ĐÀU
Với sự phát triển cùa khoa học công nghệ, ngày cảng có nhiều kỹ thuật của khoa học công nghệ được ứng dụng vào thực tế và ánh số chính là một trong những thành quâ đó. Ánh số ngày cảng dễ sừa chữa và hiệu chinh do sức mạnh của các phần mềm soạn thào và xử lý ánh mà điển hình là Photoshop. Ngày nay, các chương trình xử lý ánh có thể thêm vào hoặc bo đi các đặc trưng của ảnh mà không để lại các dấu hiệu về sự giả mạo. Điều đó có nghĩa việc phát hiện ra ảnh già mạo lả vấn đề phải đặt ra ngày càng cấp bách và càng trờ nên khó khăn.
Mặc dù nhu cầu về việc phát hiện các giả mạo ánh số đã được công nhận bời cộng đồng các nhà nghiên cứu, nhưng hiện nay rất ít tài liệu có giá trị về lĩnh vực này. Nhất là trong điều kiện Việt Nam. chưa có nhiều những nghiên cứu này, trong khi thực tế đặt ra những nhu cầu, đòi hỏi.
Xuất phát trong hoàn cảnh đó, luận văn lựa chọn đề tài “Phát hiện ảnh kỹ thuật số giả mạo dạng cắt/dán” nham nghiên cứu một số kỹ thuật phát hiện ảnh kỹ thuật số giả mạo được tạo ra bời việc sử dụng các chương trình xử lý ảnh thông dụng, thông qua việc cat/dán từ chính một ánh và có sự thay đổi về kích thước đối với các đối tượng bị cất/dán. Đây cũng chính là cách thường được các đối tượng sử dụng trong quá trình tạo ánh số giả nhờ kỹ thuật cắt/dán.
* Nội dung chính của luận văn gồm:
- Phần mớ đầu.
- Chương 1: Khái quát về xử lý ánh và ánh giá mạo: Chương này đề cặp đến các khái niệm cơ bàn về xừ lý ánh số, quá trình xừ lý ánh và các khái niệm cơ bán về ảnh giả mạo.
- Chưoug 2: Một số kỹ thuật phát hiện ảnh giả mạo: Chương này gồm các khái niệm cơ bàn về các bài toán và một số phương pháp để phát hiện ành kỹ thuật số giả mạo.
Trên cơ sớ các thuật toán đã tìm hiểu và áp dụng thuật toán để phát hiện ành kỹ thuật số giả mạo dạng cẳt/dán.
- Chương 3: Xây dựng chưo[SUP]-[/SUP]ng trình thực nghiệm: Tiến hành xây dựng chương trình thực nghiệm để phát hiện ành kỹ thuật số già mạo dạng cắt/dán.
- Phần kết luận.

CHƯƠNG 1: KHÁI QUÁT VÈ xử LÝ ẢNH VÀ ẢNH GIẢ MẠO
1.1. Xử lý ảnh và một số vấn đề cơ bản trong xứ lý ảnh.
1.1.1. Xử lý ánh là gì ?
Con người thu nhận thông tin qua các giác quan trong đó thị giác đóng vai trò quan trọng nhất vì 80% thông tin được thu nhận bằng mắt tức là ỡ dạng ảnh. Mặt khác với sự phát triển mạnh mẽ cúa phần cứng máy tính, xử lý ảnh, đồ hoạ ngày càng có nhiều ứng dụng thực tiễn phục vụ cuộc sống. Như vậy, xứ lý ảnh đóng một vai trò rất quan trọng trong sự tương tác giữa người và máy.
Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vạrc cùa tin học úng dụng. Xừ lý dữ liệu bàng đồ hoạ đề cập đến những ảnh nhãn tạo, các ành này được xem xét như là một cấu trúc dữ liệu và được tạo ra bời các chương trình. Xử lý ành số [2] bao gồm các phương pháp và kĩ thuật đề biến đồi, đề truyền tải hoặc mã hoá các ành tự nhiên.
1.1.2 Biểu diễn ảnh số Đối với ảnh đơn giản (ảnh đen trắng) thì ảnh được biểu diễn bằng một hàm cường độ sáng hai chiều f[x. y), trong đó X. Y là các giá trị toạ độ không gian và hàm giá trị của f tại một điềm (X,Y) bất kỳ sẽ tỷ lệ với độ sáng hay mức xám của điểm ảnh tại điẻin này. [2,3]
■P(X.Y)
Hình 1.1- Biều diễn ành bằng hàm f{x. Ỳ)
Trong một số trường hợp hàm ành còn được biểu diễn với một trục thứ 3 gọi là hàm cường độ sáng (với hình 1.1, trục thứ 3 bằng 0).
Một ánh số là một ảnh f(x. Ỳ) được gián đoạn theo không gian và cường độ sáng. Một ảnh số được xem như một ma trận với hàng và cột biểu diễn một điêm trong ảnh và giá trị điểm ma trận tương ứng với mức xám tại điềm đó. Các phần từ cùa một dãy số như thế được gọi là các điểm ảnh.
Ánh sáng có dạng năng lượng f(x, Ỳ) phái khác 0 và hữu hạn:
0< f{x, Ý) <00 (1.1)
Con người có khá năng nhận các hình ảnh từ ánh sáng phản xạ qua các vật thể. Cơ sỡ của f{x. Ỳ) được đặc trưng qua hai thành phần:
- Số lượng ánh sáng nguồn rơi trên cảnh vặt được nhìn thay.
- Số lượng ánh sáng nguồn phàn xạ từ vặt thể (trong cành vặt).
Chúng được gọi gằn đúng là sự phát sáng và các thành phần phàn xạ, và
được biểu diễn tương ứng là i(x, Ỳ) và r[x, Ỳ). Bản chất của i(x. y) được xác định bang nguồn sáng và cùa rịx, y) được xác định bang các đặc trưng của vật thể. Hàm i(x, Ỳ) và r{x, Ý) kết hợp với nhau đề cho hàm f{x. y)
f{x,Ỳ) = /(X, Ỳ) rịX, y) (1.2)
Với: (0< /(x.y) <00
0<r(x,y)<l)
Ở đây ta gọi cường độ sáng của một ành đen trắng tại tọa độ (x, y) là mức xám (/) của ánh tại điểm đó. Từ (1.2), (1.3), (1.4), / nằm trong khoảng: ^,</<4™ 0.3)
Trong lý thuyết, chi cần > 0 và hữu hạn. Trong thực tế:
^min [SUP]—[/SUP] 4nin ^min 0 -4)
4max [SUP]—[/SUP] 4nax ^max
Sừ dụng các giá trị chiếu sáng và phản xạ đã được tổng kết qua thực nghiệm hoặc xem là các giá trị cơ bàn z^i,, s 0.005, =100 cho xử lý
ảnh.

TÀI LIỆU THAM KHẢO
Tiếng Việt:
[1 ]. Phạm Việt Bình. Cao Lê Mạnh Hà, Đỗ Năng Toàn (2006), “Một cách tiếp cận mới trong phát hiện biên của ảnh đa cấp xám”. Hội tháo Quốc gia lần thứ 8 - Một số vấn đề chọn lọc cùa Công nghệ thông tin và Truyền thông, Nxb KH&KT, Hà Nội.
[2] , Đỗ Năng Toàn (2002), "Biên ảnh và một số tính chất", Tạp chí Khoa học
Công nghệ, Tập 40, số ĐB.
[3] , Đỗ Năng Toàn, Hà Xuân Trường, Phạm Việt Bình, Lê Thị Kim Nga, Ngô
Đức Vĩnh (2008), “Một cải tiến cho thuật toán phát hiện ánh giả mạo Exact match”, Kỷ yếu Hội thảo Quốc gia nghiên cứu cơ bản và ứng ơung Công nghệ thòng tin - FAIR, Tp. Nha Trang 09-10/08/2007, tr 161-172.
[4] , Đỗ Năng Toàn, Lê Thị Kim Nga, (2010), “Phát hiện ảnh cắt, dán giả mạo
dựa vào các đặc trưng bất biến”, Tạp chí Tin học và Điều khiển học, Tập 26, Số 2, tri85-195.
Tiếng Anh:
[5] , Brunelli R. (1997), Estimation of pose and illuminant direction for face
rocessing. Image and Vision Computing, 15(10):741 - 748.
[6] , Canny J. (1986), A Computational Approach To Edge Detection, IEEE
Trans. Pattern Analysis and Machine Intelligence.
[7] , Farid H. (2009), “A survey of image forgery detection.” IEEE Signal
Processing Magazine, vol. 2, no. 26, pp. 16-25.
[8] . Fischler M. and Bolles R. (1981), “Random sample consensus: a
paradigm for model fitting with applications to image analysis and automated cartography,” Communications of the ACM, vol. 24, no. 6, pp. 381-395.
[9] , Lowe D.G (2004), “Distinctive image features from Scale-Invariant
keypoints ”, International Journal of Computer Vision 60.
[10] . Luk_a_s J., Fridrich J„ and Goljan M. (2005), Determining digital
image origin using sensor imperfections. In Proceedings of the SPIE, volume 5685, pages 249 - 260.
[11] , Nillius P. and Eklundh J.-O., (2001). Automatic estimation of the
projected light source direction. In Proceedings of the IEEE
Computer Society Conference on Computer Vision and Pattern
Recognition.
[12] . Pentland A. (1982), Finding the illuminant direction. Journal of the
Optical ociety of America, 72(4) :448 - 455.
[13] , Popescu A. c. and Farid H. (2005). Exposing digital forgeries by
detecting traces of resampling. IEEE Transactions on Signal
Processing, 53(2):758- 767.
[14] , Popescu A. c. and Farid H. (2005), Exposing digital forgeries in color
Jter array interpolated images. IEEE Transactions on Signal
Processing, (in press).
[15] . Riess c., Christlein V. and Angelopoulou E. (2010), “A study on
features for the detection of copy-move forgeries," in Proc. of Information Security Solutions Europe, Berlin, Germany.
[16] . Ryu S.-J., Lee M.-J., and Lee H.-K. (2010), “Detection of copy-rotate-
move forgery using zernike momentsin Proc. of International Workshop on Information Hiding, Calgary, Canada.
[17] . Zisserman A., and Hartley R. I. (2004), Multiple View Geometry in
Computer Vision. Cambridge University Press.
Website:
[18] , http://www.cuocsongviet.com.vn