luan van tot nghiep phát hiện ảnh số giả mạo dựa trên các phép biến đổi

1 LỜI CAM ĐOAN Tôi xin cam đoan luận văn này là kết quả của quá trình học tập, nghiên cứu khoa học độc lập, nghiên cứu dưới sự hướng dẫn khoa học của TS Nguyễn Hiếu Cường Các số liệu trong luận văn là trung thực, có nguồn gốc rõ ràng, được trích dẫn và có tính kế thừa, phát triển từ các tài liệu, tạp chí, các công trình nghiên cứu đã được công bó, các website, Các phương pháp nêu trong luận văn được rút ra từ những cơ sở lý luận và quá trình nghiên cứu tìm hiểu của tác giả Tôi xin chịu trách nhi.

LỜI CAM ĐOAN Tôi xin cam đoan luận văn kết trình học tập, nghiên cứu khoa học độc lập, nghiên cứu hướng dẫn khoa học TS Nguyễn Hiếu Cường Các số liệu luận văn trung thực, có nguồn gốc rõ ràng, trích dẫn có tính kế thừa, phát triển từ tài liệu, tạp chí, cơng trình nghiên cứu cơng bó, website, Các phương pháp nêu luận văn rút từ sở lý luận trình nghiên cứu tìm hiểu tác giả Tơi xin chịu trách nhiệm nghiên cứu Học Viên Hồ Xuân Phương LỜI CẢM ƠN Trước hết chân thành cảm ơn Ban giám hiệu, phòng sau Đại Học, thầy cô giáo trường Đại học Giao Thông Vận Tải quan tâm, tạo điều kiện thuận lợi, nhiệt tình giảng dạy hướng dẫn tơi suốt q trình học tập trường Đặc biệt, Em xin gửi lời cảm ơn sâu sắc tới Thầy TS Nguyễn Hiếu Cường, người trực tiếp, giúp đỡ em việc hình thành, phát triển hoàn thiện luận văn tốt nghiệp, khơng có giúp đỡ em khó hồn thành luận văn Cuối Tơi xin cảm ơn người thân, đồng nghiệp người ủng hộ, hỗ trợ tơi suốt q trình thực luận văn Mặc dù có nhiều cố gắng, nhiên luận văn tránh khỏi thiếu sót, tơi mong nhận ý kiến đánh giá, bổ sung để tơi hồn thiện luận văn MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC CÁC HÌNH ẢNH DANH MỤC CÁC BẢNG MỞ ĐẦU Chương 1: Tổng quan xử lý ảnh số phát ảnh giả mạo 1.1 Các khái niệm xử lý ảnh số 1.1.1 Ảnh 1.1.2 Xử lý ảnh 1.1.3 Thu nhận ảnh lấy mẫu 1.1.4 Ảnh số 1.1.5 Một số ứng dụng 1.1.6 Các khía cạnh xử lý ảnh 10 1.1.7 Các loại ảnh số 10 1.1.8 Cảm nhận ảnh 13 1.1.9 Đọc hiển thị ảnh 13 1.1.10 Kiểu liệu chuyển đổi kiểu 15 1.1.11 Hiển thị ảnh 16 1.1.12 Mặt phẳng bit 18 1.1.13 Độ phan giải ảnh 20 1.2.1 Khái niệm ảnh giả mạo 21 1.2.2 Các dạng ảnh giả mạo thường gặp 22 1.2.3 Ảnh giả mạo dạng tăng cường ảnh 23 1.3 Một số phương pháp phát ảnh giả mạo thường gặp 26 1.3.1 Ý nghĩa việc phát ảnh giả mạo 26 1.3.2 Dựa vào hình dạng 26 1.3.3 Dựa vào phân tích nguồn sáng 26 1.3.4 Dựa vào biến đổi màu sắc 26 1.3.5 Dựa vào dấu vết trình điều chỉnh tỷ lệ 27 1.3.6 Dựa vào phân tích ánh sáng 27 Chương 2: Phát ảnh giả mạo dạng chép - dịch chuyển 28 2.1 Giới thiệu: 28 2.2 Phép biến đổi DWT 29 2.2.1 Phép biến đổi DWT mức 29 2.2.2 Phép biến đổi DWT nhiều mức 31 2.2.3 Thuật toán phát ảnh giả mạo DWT 32 2.2.4 Ý tưởng thuật toán DWT 32 2.2.5 Nội dung thuật toán DWT 32 2.2.6 Một số nhận xét thuật toán DWT 35 2.3 Phép biến đổi ma trận SVD 35 2.3.1 Định nghĩa SVD 35 2.3.2 Giảm hạng xấp xỉ ma trận 36 2.3.3 Đặc trưng Vecto đặc trưng giá trị 37 2.3.4 Kết hợp tính tương thích khối hình ảnh 38 2.3.5 Mơ hình phát ảnh giả mạo thuật toán SVD 38 2.3.6 Nhận xét thuật toán SVD 39 Chương Chương trình cài đặt thử nghiệm 40 3.1 Môi trường cài đặt 40 3.2 Giao diện chung quy trình thực nghiệm 40 3.2.1 Dữ liệu thử nghiệm 42 3.2.2 Thử nghiệm phát giả mạo thuật toán DWT SVD 43 3.3 Kết thử nghiệm 56 KẾT LUẬN 61 Các kết luận văn 61 Phạm vi giới hạn hướng mở rộng đề tài 61 2.1 Phạm vi giới hạn đề tài 61 2.2 Hướng mở rộng đề tài 62 TÀI LIỆU THAM KHẢO 63 Tiếng việt 63 Tiếng anh 63 DANH MỤC CÁC HÌNH ẢNH Hình 1-1 Làm sắc nét ảnh Hình 1-2 Khử nhiễu ảnh Hình1-3 Hình ảnh Khử nhòe ảnh Hình 1- Xác định biên ảnh Hình 1- Khử bớt chi tiết ảnh Hình 1- Lấy mẫu hàm (undersampling) Hình 1- Lấy mẫu hàm với nhiều điểm mẫu Hình 1- Trường điện tử Hình 1- Chụp X-quang Hình 1- 10 Ảnh điểm ảnh Hình 1- 11 Ảnh nhị phân 11 Hình 1- 12 Ảnh đa mức xám 11 Hình 1- 13 Ảnh màu 12 Hình 1-14 Ảnh mục màu 12 Hình 1-15 Hình vng khác 13 Hình 1- 16 Hiển thị hình ban đầu (trái) hình sau chuyển sang kiểu double (phải) 17 Hình 1- 17 Dùng imshow(cd/512) imshow(cd/128) 18 Hình 1- 18 Các mặt phẳng bit ảnh đa mức xám 19 Hình 1- 19 Ảnh gốc (trái) ảnh có độ phân giải giảm nửa (phải) 21 Hình 1-20 Ảnh giả tạo từ ảnh nguồn khác 22 Hình 1-21 Hình ảnh ghép Bà Hilarry Clinton 23 Hình 1- 20 Ảnh giả dạng tăng cường ảnh 24 Hình 1-21 Ảnh giả mạo dạng cắt dán 25 Hình 1- 24 Sự khác biệt hướng nguồn sáng khác 27 Hình Ma trận wavelet Haar cấp 8x8 30 Hình 2- Miền wavelet mức 30 Hình 2-3 Miền wavelet mức 31 Hình 2- Miền wavelet mức 31 Hình 3- Giao diện chung chương trình chương trình DWT 40 Hình 3- Giao diện chọn ảnh chương trình DWT 41 Hình 3- Hình ảnh phát giả mạo thuật tốn DWT 41 Hình 3- Giao diện thuật toán SVD 42 Hình 3- Hình thử nghiệm DWT với ảnh giả mạo 64 x 64 44 Hình Hình thử nghiệm DWT với ảnh giả mạo 40 dB 45 Hình Hình thử nghiệm DWT với ảnh giả mạo 29 dB 46 Hình 3- Hình thử nghiệm DWT với ảnh giả mạo 24 dB 47 Hình 3-9 Hình thử nghiệm DWT với ảnh giả mạo 20 độ 48 Hình 3- 10 Hình thử nghiệm DWT với ảnh giả mạo 10 độ 49 Hình 3- 11 Hình thử nghiệm DWT với ảnh giả mạo đổi ngẫu nhiên giá trị bit thấp điểm ảnh 50 Hình 3-12 Hình thử nghiệm DWT với ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 51 Hình 3-13 Hình ảnh thử nghiệm SVD với ảnh gốc 52 Hình 3- 14 Hình ảnh thử nghiệm với ảnh giả mạo (64x64) SVD 52 Hình 3-15 Hình ảnh thử nghiệm SVD với ảnh giả mạo 40 dB 53 Hình 3-16 Hình ảnh thử nghiệm SVD với ảnh giả mạo 29 dB 53 Hình 3- 17 Hình ảnh thử nghiệm SVD với ảnh giả mạo 24 dB 54 Hình 3- 18 Hình ảnh thử nghiệm SVD với ảnh giả mạo góc xoay 10 độ 54 Hình 3-19 Hình ảnh thử nghiệm SVD với ảnh giả mạo góc xoay 20 độ 55 Hình 3-20 Hình thử nghiệm SVD với ảnh giả mạo đổi ngẫu nhiên giá trị bit thấp điểm ảnh 55 Hình 3-21 Hình thử nghiệm SVD với ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 56 DANH MỤC CÁC BẢNG Bảng 1- Các kiểu liệu Matlab 15 Bảng 1- Chuyển đổi ảnh Matlab 16 Bảng 3- Bảng kết phát giả mạo theo thuật toán dùng SVD 57 Bảng 3- Bảng kết phát nhầm theo thuật toán dùng SVD 58 Bảng 3- Bảng kết phát giả mạo theo thuật toán dùng DWT 59 Bảng 3- Bảng kết phát nhầm theo thuật toán dùng DWT 60 MỞ ĐẦU Ngày nay, ảnh số phương tiện truyền thông sử dụng phổ biến rộng rãi, chứa đựng nhiều thơng tin, cách để biểu diễn giới xung quanh ta cách dễ dàng cô đọng Một câu hỏi đặt ảnh có độ tin cậy bao nhiêu? Rõ ràng, thơng tin hình ảnh có tác động quan trọng đến xã hội chúng ta, chúng đóng vai trị cốt yếu đời sống người Việc xác thực ảnh toán quan trọng nhiều lĩnh vực xã hội, chẳng hạn phịng xử án, tính thật ảnh đóng vai trị cốt yếu chứng Mặt khác, ngày báo hay tạp chí chứa nhiều hình ảnh, vật lý y học có nhiều định phải dựa vào ảnh số, Bên cạnh đó, ngày có nhiều chương trình, phần mềm để xử lý ảnh làm cho chúng trở nên đẹp hơn, lung linh hơn, chất lượng tốt cách dễ dàng, nhanh chóng Với cơng cụ mạnh mẽ như: Adobe Photoshop, Illustrator, 3D Max,…có thể “chỉnh sửa” ảnh mà mắt thường thơi khó nhận biết đâu thật đâu giả Các chương trình xử lý ảnh thêm vào bỏ thông tin quan trọng mà không để lại dấu vết giả mạo Việc phát ảnh giả mạo ngày trở nên khó khăn địi hỏi phải có xác, thuật toán đáng tin cậy để thông tin giả mạo Phát ảnh giả mạo nhu cầu cấp bách dần trở thành hướng nghiên cứu lĩnh vực bảo đảm an tồn thơng tin Từ u cầu thực tế đó, tơi lựa chọn đề tài “Phát ảnh số giả mạo dựa phép biến đổi DWT SVD” nhằm nghiên cứu kỹ thuật phát ảnh số giả mạo dựa phép biến đổi Bố cục luận văn trình bày sau: - Chương 1: Tổng quan xử lý ảnh số phát ảnh giả mạo o Các khái niệm xử lý ảnh số o Ảnh giả mạo o Một số phương pháp phát ảnh giả mạo - Chương 2: Phát ảnh giả mạo dựa phép biến đổi DWT SVD o Phép biến đổi DWT o Phép biến đổi ma trận SVD o Ứng dụng phép biến đổi DWT SVD phát ảnh giả mạo - Chương 3: Cài đặt chương trình thử nghiệm o Cài đặt chương trình o Kết thử nghiệm - Kết luận Hình 3- 10 Hình thử nghiệm DWT với ảnh giả mạo 10 độ Thuật toán kiểm tra với ảnh giả mạo đổi ngẫu nhiên giá trị bit thấp điểm ảnh (ở Hình 3-11 bên trái) Kết thử nghiệm chưa phát hai vùng giống ảnh (ở bên phải Hình 3-11) Kết luận ảnh ảnh giả mạo dạng cắt – dán 49 Hình 3- 11 Hình thử nghiệm DWT với ảnh giả mạo đổi ngẫu nhiên giá trị bit thấp điểm ảnh Sau cùng, thuật toán kiểm tra giả mạo ảnh giả mạo bị cắt – dán theo đường viền pixel, sau dãn kích thước cũ ảnh thể (ở Hình 3-12 bên trái) Kết sau thử nghiệm chưa phát hai vùng giống ảnh (ở Hình 3-12 bên phải) Kết luận ảnh ảnh giả mạo dạng cắt – dán 50 Hình 3-12 Hình thử nghiệm DWT với ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh Từ ví dụ kiểm tra giả mạo trên, thấy phương pháp DWT phát ảnh giả dạng cắt – dán trước phép cơng JPEG Thuật tốn SVD Chương trình “Phát hiện ảnh giả mạo dạng cắt - dán dựa phép biến đổi cosine rời rạc” chạy phần mềm Matlab Chương trình có giao diện thân thiện dễ sử dụng Một số ví dụ sử dụng chương trình với thuật tốn dùng SVD để đánh giá ảnh thật, ảnh giả ảnh giả sau bị công (thêm nhiễu, xoay, …) minh họa hình từ Hình 3-13 đến Hình 3-21 Đầu tiên thực quy trình kiểm tra phát giả mạo dùng thuật toán SVD với ảnh gốc CM_origin (ở hình 3-13 bên trái) Kết sau thử nghiệm ảnh (ở hình 3-13 bên phải) 51 (a) Ảnh gốc (b) ảnh kiểm tra Hình 3-13 Hình ảnh thử nghiệm SVD với ảnh gốc Từ kết thực nghiệm thấy ảnh sau kiểm tra dùng thuật toán SVD ảnh gốc không bị phát nhầm giả mạo Kết luận ảnh không giả mạo Các ảnh dùng để kiểm tra ảnh giả tạo cách copy khối 64×64 dán vào vị trí Tiếp đến, thuật tốn SVD sử dụng để kiểm tra ảnh giả Kết thử nghiệm phát hai vùng giống ảnh (Hình 3-14) Kết luận ảnh ảnh giả mạo dạng cắt-dán Hình 3- 14 Hình ảnh thử nghiệm với ảnh giả mạo (64x64) SVD 52 Từ thử nghiệm với ảnh sau làm giả thêm nhiễu Gaussion với giá trị 40, 29, 24 decibel (dB) Thuật toán kiểm tra giả mạo ảnh 40dB (ở Hình 3-15 bên trái) Kết sau thử nghiệm phát vùng giống (ở Hình 3-15 bên phải) Kết luận ảnh ảnh giả mạo dạng cắt - dán Hình 3-15 Hình ảnh thử nghiệm SVD với ảnh giả mạo 40 dB Thuật tốn kiểm tra ảnh giả mạo có thêm nhiễu 29 dB(ở Hình 3-16 ) Kết sau thử nghiệm phát vùng giống ảnh (ở Hình 316) Kết luận ảnh ảnh giả mạo dạng cắt – dán Hình 3-16 Hình ảnh thử nghiệm SVD với ảnh giả mạo 29 dB Thuật toán kiểm tra ảnh giả mạo có thêm nhiễu 24 dB ) Kết sau thử nghiệm phát vùng giống ảnh (ở Hình 3-17) Kết luận ảnh ảnh giả mạo dạng cắt – dán 53 Hình 3- 17 Hình ảnh thử nghiệm SVD với ảnh giả mạo 24 dB Tiếp đến tiếp tục kiểm tra phát giả mạo ảnh giả mạo bị cơng xoay góc tương ứng 10 độ, 20 độ có hình 3.18, 3.19 Hình 3- 18 Hình ảnh thử nghiệm SVD với ảnh giả mạo góc xoay 10 độ Thuật toán kiểm tra với ảnh giả mạo bị xoay góc 10 độ Kết sau thử nghiệm phát vùng giống ảnh Kết luận ảnh ảnh giả mạo dạng cắt – dán 54 Hình 3-19 Hình ảnh thử nghiệm SVD với ảnh giả mạo góc xoay 20 độ Kiểm tra thực nghiệm với ảnh giả mạo bị xoay góc 20 độ (ở Hình 3-19 bên trái) Kết thí nghiệm phát vùng giả mạo Tương tự kiểm tra giả mạo ảnh giả mạo thay đổi ngẫu nhiên giá trị bit thấp điểm ảnh (ở Hình 3-20 bên trái) Kết sau thử nghiệm chưa phát hai vùng giống ảnh (ở Hình 3.20 bên phải) Kết luận ảnh ảnh giả mạo dạng cắt – dán Hình 3-20 Hình thử nghiệm SVD với ảnh giả mạo đổi ngẫu nhiên giá trị bit thấp điểm ảnh Cuối cùng, thuật toán kiểm tra giả mạo ảnh giả mạo bị cắt – dán theo đường viền pixel, sau dãn kích thước cũ ảnh thể (ở Hình 3-21 bên trái) Kết sau thử nghiệm chưa phát hai vùng giống ảnh (ở Hình 3-21 bên phải) Kết luận ảnh ảnh giả mạo dạng cắt – dán 55 Hình 3-21 Hình thử nghiệm SVD với ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh Qua q trình thực nghiệm cho thấy thuật tốn SVD với ảnh giả mạo dạng cắt – dán phát giả mạo ảnh chưa có cơng thêm nhiễu, xoay ảnh, co giãn Cịn ảnh có cơng phát giả mạo đơi bị nhầm chưa phát Từ ví dụ kiểm tra giả mạo trên, thấy phương pháp DWT phát ảnh giả dạng cắt – dán trước phép công JPEG Tuy nhiên, tính bền vững phương pháp DWT không cao phương pháp SVD Và giống phương pháp SVD, phương pháp DWT phát nhầm số vùng giả mạo Nhận xét Sau áp dụng thuật toán DWT SVD để xây dựng, thử nghiệm chương trình thực được: Phát ảnh ảnh thật, ảnh ảnh giả khoanh vùng ảnh giả Chương trình thực ảnh thật ảnh đa mức xám Thuật toán phát ảnh giả khoanh vùng ảnh giả dạng hình vng 3.3 Kết thử nghiệm Từ thực nghiệm có kết việc phát giả mạo phát nhầm sau: 56 Bảng 3- Bảng kết phát giả mạo theo thuật toán dùng SVD Tập ảnh thử nghiệm (mỗi loại gồm 20 ảnh) Số ảnh giả phát Tỷ lệ Ảnh giả mạo 64 x64 20 100% Ảnh giả mạo 40 decibel 19 95% Ảnh giả mạo 32decibel 18 90% Ảnh giả mạo 24 decibel 16 80% Ảnh giả mạo góc xoay 30 độ 17 85% Ảnh giả mạo góc xoay 10 độ 17 85% Ảnh giả mạo góc xoay 05 độ 18 90% Ảnh giả mạo ngẫu nhiên giá trị bit 20 100% 10 50% thấp điểm ảnh Ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 57 Bảng 3- Bảng kết phát nhầm theo thuật toán dùng SVD Tập ảnh thử nghiệm (mỗi loại gồm 20 ảnh) Số ảnh phát giả mạo dạng cắt-dán Tỷ lệ Ảnh gốc CM_origin 10% Ảnh giả mạo 64 x64 0% Ảnh giả mạo 40 decibel 10% Ảnh giả mạo 32decibel 25% Ảnh giả mạo 24 decibel 10 50% Ảnh giả mạo góc xoay 30 độ 25% Ảnh giả mạo góc xoay 10 độ 25% Ảnh giả mạo góc xoay 05 độ 20% Ảnh giả mạo ngẫu nhiên giá trị bit thấp điểm ảnh 0% Ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 10 58 50% Bảng 3- Bảng kết phát giả mạo theo thuật toán dùng DWT Tập ảnh thử nghiệm (mỗi loại gồm 20 Số ảnh phát ảnh) giả mạo dạng cắt-dán Tỷ lệ Ảnh giả mạo 64 x64 20 100% Ảnh giả mạo 40 decibel 18 90% Ảnh giả mạo 32decibel 15 75% Ảnh giả mạo 24 decibel 10 50% Ảnh giả mạo góc xoay 30 độ 15 75% Ảnh giả mạo góc xoay 10 độ 15 75% Ảnh giả mạo góc xoay 05 độ 16 80% Ảnh giả mạo ngẫu nhiên giá trị bit thấp điểm ảnh 20 100% Ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 10 50% 59 Bảng 3- Bảng kết phát nhầm theo thuật toán dùng DWT Tập ảnh thử nghiệm (mỗi loại gồm 20 Số ảnh phát Tỷ lệ ảnh) giả mạo dạng cắt-dán Ảnh gốc CM_origin 10% Ảnh giả mạo 64 x64 0% Ảnh giả mạo 40 decibel 10% Ảnh giả mạo 32decibel 25% Ảnh giả mạo 24 decibel 10 50% Ảnh giả mạo góc xoay 30 độ 25% Ảnh giả mạo góc xoay 10 độ 25% Ảnh giả mạo góc xoay 05 độ 20% Ảnh giả mạo ngẫu nhiên giá trị bit thấp điểm ảnh 0% Ảnh sau làm giả cắt theo đường viền pixel, sau dãn kích thước cũ ảnh 10 50% Từ kết qủa thực nghiệm cho thấy hai thuật tốn DWT SVD đơi phát giả mạo phát ảnh gốc Vì thuật toán đối xánh xấp xỉ thân ảnh gốc tồn vùng xấp xỉ, tương quan giống tránh khỏi phát nhầm Bên cạnh ảnh phát khoanh vùng ảnh giả mạo cịn số hình ảnh phần cắt dán ảnh gốc có nhiều vùng giống nhau, ảnh bị nén nhiều nên khả phát ảnh giả mạo cịn số sai sót 60 KẾT LUẬN Các kết luận văn Với phát triển vượt bậc khoa học cơng nghệ ngày cảng có nhiều kỹ thuật khoa học công nghệ ứng dụng vào thực tế ảnh số thành Ảnh số ngày dễ sửa chữa hiệu chỉnh phần mềm xử lý ảnh điển hình chương trình xử lý ảnh PhotoShop Do việc phát giả mạo ngày cấp thiết khó khăn Trong luận văn thuật tốn mà tơi đề xuất có khả phát giả mạo dạng cắt dán từ ảnh có công thêm nhiễu, xoay ảnh, co giãn ảnh, Trên sở đó, luận văn đã trình bày đạt kết sau: Trình bày tổng quan số vấn đề liên quan đến xử lý ảnh vấn đề xử lý ảnh,các vấn đề ảnh giả mạo phát ảnh giả mạo Hệ thống hóa số kỹ thuật phát ảnh giả mạo dựa phép biến đổi DWT SVD Cài đặt thử nghiệm chương trình Cài đặt thử nghiệm với thuật tốn DWT để phát ảnh giả mạo dạng cắt – dán Cài đặt thử nghiệm với thuật toán SVD để phát ảnh giả mạo dạng cắt – dán Phạm vi giới hạn hướng mở rộng đề tài 2.1 Phạm vi giới hạn đề tài Do thời gian tiến hành nghiên cứu tài liệu tham khảo có hạn Đề tài” ứng dụng phép biến đổi DWT SVD để phát ảnh giả mạo kiểu cắt dán” sử dụng thuật toán DWT SVD Nên thời gian thực chương trình cịn tương đối chậm Trong q trình test ảnh, ảnh đầu vào phải ảnh nén ít, vùng ảnh hạn chế giống khó phát bầu trời, tán lá, cỏ, …Vùng phát tương đối chưa xác tuyệt đối 61 2.2 Hướng mở rộng đề tài Đề tài phát triển thành phần mềm phát ảnh giả mạo tốt không thực với ảnh mà thực với nhiều ảnh lúc Cho kết xác Về mặt lý thuyết tiếp tục nghiên cứu việc kết hợp thuật toán DWT với thuật toán SVD để phát ảnh giả mạo dạng cắt – dán qua việc kết hợp hai thuật toán 62 TÀI LIỆU THAM KHẢO Tiếng việt [1] Giáo trình Xử lý ảnh thực hành với Matlap, TS Nguyễn Hiếu Cường (2016) [2] (2008) Giáo trình Xử lý ảnh, TS Đỗ Năng Tồn TS Phạm Việt Bình Tiếng anh [3] An efficient algorithm for image copy-move forgery detection based on DWT and SVD, Feng Liu and Hao Feng (2014) [4] A Survey of Copy-Move Forgery Detection Techniques for Digital Images, Rani Susan Oommen and Sruthy S (2015) [5] A survey of copy-move forgery detection techniques, Sevinc Bayram, Husrev Taha Sencar and Nasir Memon (2008) [6] Copy Move Tampering Detection Techniques: A Review, Ratnam Singh and Mandeep Kaur* (2016) [7] A survey of copy-move forgery detection techniques, Sevinc Bayram, Husrev Taha Sencar and Nasir Memon (2008) [8] A sorted neighborhood approach for detecting duplicated regions in image forgeries based on dwt and svd, Guohui Li, Qiong Wu, Dan Tu, Shaojie Sun (2007) [9] Detection of copy -move forgery in digital images based on DCT, Nathalie Diane Wandji, Sun Xingming and Moise Fah Kue (2008) [10] Wavelet-Based Multiresolution Features for Detecting Duplications in Images, M K Bashar, K Noda, N Ohnishi, H Kudo, T Matsumoto, and Y Takeuchi (2007) [11] Matrix Computations, G H Golub and C F Van Loan (1996) 63 ... phát ảnh số giả mạo dựa phép biến đổi Bố cục luận văn trình bày sau: - Chương 1: Tổng quan xử lý ảnh số phát ảnh giả mạo o Các khái niệm xử lý ảnh số o Ảnh giả mạo o Một số phương pháp phát ảnh. .. phương pháp phát ảnh giả mạo - Chương 2: Phát ảnh giả mạo dựa phép biến đổi DWT SVD o Phép biến đổi DWT o Phép biến đổi ma trận SVD o Ứng dụng phép biến đổi DWT SVD phát ảnh giả mạo - Chương 3: Cài... cắt dán vùng ảnh 1.2.2 Các dạng ảnh giả mạo thường gặp Ảnh giả mạo dạng ghép ảnh: Ghép ảnh dạng giả mạo phổ biến ảnh số Theo đó, từ hai hay nhiều ảnh số ghép lại với để tạo ảnh số hồn chỉnh Ví