Luận văn thạc sĩ Kỹ thuật viễn thông: Phát triển thuật toán phát hiện các ảnh ghép trong kỹ thuật pháp chứng và triển khai mô hình hệ thống nhúng

Luận văn giới thiệu về thuật toán phát hiện ảnh giả mạo ghép ảnh là một kỹthuật giả mạo ảnh đang được rất nhiều đối tượng sử dụng trong việc làm giả ảnh.. Kỹ thuật máy tính ngày càngphát

TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYEN NGỌC HAI

PHAT TRIEN THUAT TOAN PHAT HIEN CAC ANHGHEP TRONG KY THUAT PHAP CHUNG VA TRIEN KHAI

TREN MO HINH HE THONG NHUNG

Chuyên ngành : Kỹ Thuật Viễn ThôngMã số : 60520208

LUẬN VĂN THẠC SĨ

TP HO CHI MINH, tháng 6 năm 2017

Cán bộ chấm nhận xét Ï: G- G - E Sư 198 1 515191 1 5151511151151 11 1111111111111 Ek.

Cán bộ chấm nhận XÉT 2: -G- (+ E St 198 1 51519111 1510151 1111111111111 1111 e2 k.

Luận văn thạc si được bảo vệ tại Trường Đại học Bách Khoa, DHQG Tp HCM ngày¬ tháng năm 2017.

Thành phan Hội đồng đánh giá luận văn thạc sĩ gồm:

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quan lý chuyên ngành

sau khi luận văn đã được sửa chữa.

CHỦ TỊCH HỘI DONG TRƯỞNG KHOA

NHIEM VỤ LUẬN VĂN THAC SĨ

Họ tên học viên: Nguyễn Ngọc Hải MSHV: 1346305S

Ngày, thang, năm sinh: 21/10/1999 Nơi sinh: ,,QuangNgai

Chuyên ngành: Kỹ Thuật Viễn Thông Mã số: 60 52 02

08

I TEN DE TÀI: PHÁT TRIEN THUAT TOÁN PHÁT HIỆN CÁC ANH GHÉP DUNG

TRONG KỸ THUAT PHAP CHUNG VÀ TRIÊN KHAI TREN MÔ HÌNH HE THONG

NHÚNG

Il NHIEM VỤ VÀ NOI DUNG:1 Tìm hiểu mô hình ly thuyết về ảnh ghép,2 Tìm hiểu lý thuyết và các phương pháp phát hiện ảnh3 Xây dung lại hệ thống bang mô phỏng Matlab và đánh giá kết quả thu được,4 Thực thi hệ thong xây dựng trên Matlab lên phan cứng iMX53 Quick Start

Board ,

HI NGÀY GIAO NHIỆM VỤ: 16/0)1/2()17 - 2c s+csrxsreee

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 20/06/2017 - 2-5252 cs+ccse¿V CÁN BỘ HƯỚNG DÂN: GS.TS Lê Tiến Thường

Tp HCM, ngày thang năm 2017

CAN BO HƯỚNG DAN CHU NHIEM BO MON DAO TAO

(Họ tên và chữ ky) (Họ tên và chữ ký)

TRUONG KHOA (Họ tên và chữ ký)

GS.TS Lê Tiến Thường, người đã trực tiếp dạy và hướng dan em trong suốt quá trìnhthực hiện dé tài Cảm ơn Tì hay đã luôn quan tam, tận tinh chỉ day, truyền đạt cho emnhững kinh nghiệm vô cùng hữu ích, hướng dân em từ việc tiếp cận đến định hướngnghiên cứu dé tài Trong khoảng thời gian làm việc cùng với Thay, em đã học đượcrất nhiễu điều không chỉ là kiến thức mà còn là tác phong làm việc nghiêm túc, lỗi tưduy khoa học, niềm đam mê nghiên cứu và lòng nhiệt huyết với nghệ cua Thay.

Em xin chân thành cảm ơn sâu sac tới tat cả các Thay, Cô trong bộ môn ViễnThông và khoa Điện-Điện Tử đã nhiệt tình hướng dan, cung cấp cho em những kinhnghiệm, kiến thức hết sức sức quý báu trong khoảng thời gian học tập tại trường

Em xin gui lời cam ơn đến phòng Đào Tạo Sau Đại Học, trường Dai Học BáchKhoa Tp.Hồ Chí Minh, đã tạo điều kiện tốt cho em về trang thiét bi va tai liéu hoctập trong suốt khóa học

Cuối cùng, em xin gửi lời cam ơn đến gia đình và bạn bè đã luôn quan tâm, ủnghộ và là nguồn động viên cho em trong suốt quá trình học tập và thực hiện luận văn

này.

Tp.Hồ Chí Minh, ngày 18 tháng 6 năm 2017

HV Nguyễn Ngọc Hải

Luận văn giới thiệu về thuật toán phát hiện ảnh giả mạo ghép ảnh là một kỹthuật giả mạo ảnh đang được rất nhiều đối tượng sử dụng trong việc làm giả ảnh Quaviệc tìm hiểu về ảnh ghép, các thông tin về cách thức, phương pháp đặc điểm của ảnhgiả mạo sẽ được tìm hiểu rõ hon Với sự phát triển của khoa học công nghệ, ảnh sỐlà phương tiện thông tin được sử dụng rộng rãi đóng vai trò quan trọng trong đời sôngcon người có tác động đến xã hội tham gia vào các quá trình pháp lý và kinh tế như:làm bằng chứng trong điều tra, xử án, bảo hiểm, gian lận khoa học Một bức tranh cóthé trị giá rất lớn vì vậy bằng nhiều cách khác nhau, người ta đã tạo ra rất nhiều bứcảnh giả mạo nhăm phục vụ các mục đích khác nhau Kỹ thuật máy tính ngày càngphát triển chương trình phần mềm có thể thêm vào hay bỏ đi các đặc trưng của ảnhmà không để lại nhiều dẫu vết về sự giả mạo.Tương ứng với mỗi cách thức giả mạocó các phương pháp phát hiện ảnh khác nhau Vì thế cần phải tối ưu các phương phápnhằm nâng cao tỉ lệ phát hiện ảnh, để có thể thực hiện được điều này luận văn trìnhbảy phương pháp xây dựng hệ thống thuật toán phát hiện ảnh ghép dùng trong kỹthuật pháp chứng Nội dung trình bày về các loại ảnh giả mạo , thuật toán phát hiện

ảnh giả mạo ghép ảnh dựa trên đặc trưng định dạng của ảnh Hiệu quả của các phương

pháp được đánh giá băng các mô phỏng được thực hiện trên môi trường máy tính sửdụng phần mềm Matlab Các kết quả mô phỏng trên Matlab cho thấy tỉ lệ nhận dạng.Dong thời dé tài củng tập trung vào việc tìm hiéu và nghiên cứu những phan cứng cócau hình tiềm năng và thực thi thuật toán được xây dựng trên nền phan cứng đó Saukhi mô phỏng trên matlab dé tài chuyển từ code matlab sang code c dé có thé triểnkhai những ứng dụng chạy trên phan cứng Trong số những platform phô biến hiệnnay, iMX53 QSB được đánh giá là nên tảng khá mạnh dé phát triển những ứng dụngchạy trên nên Linux có thé áp dụng vào thực tế Qua việc đánh giá kết quả thực thihệ thống trên board iMX53 sẽ cho thay khả năng áp dụng thực tế của thuật toán được

xây dựng.

tham khảo đã được đánh số và có trích dẫn.

Các sô liệu, két quả nêu trong luận van là trung thực và chưa từng được ai công

bố trong bat kì công trình nào khác

Tôi xin chịu trách nhiệm cho những nội dung của luận văn.

Học viên thực hiện

Nguyễn Ngọc Hải

LOL CAM 0901 ỐÔ ố ỐÔỐ 4

MỤC LUC wiececccccecssssssscscsescscsesesececscececacacacacavavavsvevsecececucacacacacaravavavsvsvssesessavsesecececaeaees 6

DANH MỤC BANG BIEU G1111 9191 1 1E 911121 1E 1111 11 go 819597100015 4 9CHUONG I LÝ THUYET CƠ BẢN 5225222 222YEEkeEkererrrrrrrrrrerrree 12

INEc90:00200227)/.06/09.,/ 000 121.2 000 4 13IV (cse90/9)/c7 0.01 141.2 SAO CHÉP VÀ DỊCH CHUYEN VUNG TREN ẢNH - 5 52553 ssvsesererea 16

CHUONG II CÁC PHƯƠNG PHAP NHAN DANG ANH GHÉP 19

2.1 KHAI NIEM ANH 0c 192.2 PHAT HIEN ANH GHÉP DỰA TREN ĐẶC TRUNG DIEM ẢNH -«+++-<<2 212.3 PHAT HIEN ANH GHÉP DUA TREN ĐỊNH DANG ANH - 5+ +2 252.3 PHAT HIEN ANH GHÉP DUA TREN NHIÊU CAM BIỂN 555555 *+++s+ss2 29

CHUONG III PHAN MEM SỬ DUNG VA PHAN CỨNG -. . 55¿ 33

3.1 MATLAB 2016A VA TOOL MATLAB CODER cssccsssseeseceseesseeseeeeeseeeseeenseeenses 333.2 TRINH BIEN DICH ECLIPSE - . - (2c 3 111333111839 1111 111 9 1111 811 1H ng ve 343.3 VMWARE WORKSTA TION - 00000300 re 353.4 TONG QUAN VE KIT I.MX53 QUICK START BOARD << << << << << c3 36

3.4.1 Giới thiệu chung về Kit i.MX53 Quick Start Board 5555: 363.4.2 Lich sử phat triỀn I.MMẦX 5-52 S621 E2 E1 1 1215111111111 1111k 373.4.3 Đặc điểm chi tiết của I.MX53 QSB, -G-GSs cac SE gxekerereesed Al3.4.4 Hệ điều hành Ubuntu 10.04 trên ILMX53 Quick Start Board 49CHUONG IV THUC THI HỆ THNGG 5-66 + EEE 2£ EsE+EeESEEEeEseseseree 51

4.1 MO PHONG HE THONG TREN MATLAB - c5 2 2322133311 3EEEEEErreeres 524.2 KET QUA MO PHONG HE THONG BANG MATTLA 5-5 5555555555563 534.3 THUC THI HE THONG TREN KIT I.MX53 QUICK START BOARD 56

5.2 HUGNG PHAT TRIEN ccccccccccssssssccecccessssscsesccessssscessccessssseeesccessesssseesceesesseeeseees

TAI LIEU THAM KHẢO G1 E 12t E5 919191 1 E111 91 51 1 E111 neo

PHỤ LỤC - - 0000000021012 1111111111 1n TH vn nh hà ch

DANH MỤC CÁC KÝ HIỆU VÀ VIET TAT

Ký hiệu Mô tả chỉ tiết

h Đáp ứng xung của kênh truyền ở thời điểm t

N(u,07) | Phân bố Gauss với trung bình ¿ và phương sai o?

o Phương sai nhiễu của hệ thong

C, Phuong sai của đáp ứng xung

VMware | Phân mém máy ảoSDK Software Development Kit

H Nhiễu gây ra trên đường truyềnk Bậc của đáp ứng xung kênh truyền

ELA Error Level Analysis

DCT Phép biến đối cosin rời racRGB Hàm lấy mẫu các giá trị a khi biết b

JPEG Phuong phap nén anh Joint Photographic Experts GroupOSB Quick Start Board

Stt Chú thích Trang

Hình 1.1 Minh họa về ảnh gia mao 14

Hinh 1.1 Bức ảnh gia của tướng Grant 16Hinh 1.3 Buc ảnh ghép 2 người 18

Hinh 1.4 Sự thay đối khuôn mặt sau khi tăng cường anh 19Hình 1.5 | Ví dụ về tăng cường anh 23Hình 1.6 | Ảnh che phủ và bỏ đi đối tượng 23Hình 1.7 Ảnh bố sung đối tượng 23Hình 1.8 Ảnh giả mạo tông thống Bush đọc ngược 24

Hình 2.1 Khái niệm ảnh ghép 24

Hình22 | Ảnh ghép 25Hình2.3 | Ảnh ghép 2 hình khác tỉ lệ 26

Hình 3.6 Trạng thái ban đầu và trạng thái ước lượng 38

Hình 4.1 Giao diện chương Matlab 38

Hình 4.2 | Sơ đồ thuật toán thực thi trên Matlab ELA 39Hình 4.3 Ảnh jpg đầu vào 01 52

Hinh 4.4 | Anh jpg đầu vào 02 53

Hinh 4.5 Chuong trinh matlab ELA 53

Hinh 4.6 So đồ thuật toán thực thi trên Matlab Noise Estimation 54Hình 47 | Anh tif đầu vào 01 55Hinh4.8 | Ảnh tif đầu vào 02 55

Hình 4.9 Chương trình matlab m6 phỏng Nois Estimation 56Hình 4.10 | Thực hiện build lai code từ Malab sang C 57Hình 4.11 | Build từ code matlab sang code c 59Hinh 4.12 | May ao Vmware 60Hình 4.13 | Chương trình eclipse 61

Hình 4.14 | Cau hình thư viên của eclipse 62Hình 4.15 Thực thi hệ thống trên kit 63

MỞ DAU

1 Tinh cấp thiết của đề tài

Ảnh giả mạo được xem là ảnh không có thật, việc có được ảnh là do sự ngụytạo bởi các chương trình xử lý ảnh hoặc quá trình thu nhận Giả mạo ảnh nhằm vàonhiều mục đích khác nhau làm sai lệch giá trị nội dung của bức ảnh, tạo ra lỗ hồngbảo mật nghiêm trọng và làm giảm độ tin cậy của các hình ảnh kỹ thuật SỐ.Do vậy, kỹ thuật xác minh tính toàn vẹn và tính xác thực của ảnh số đã trở nên rấtquan trọng, đặc biệt là khi sử dụng các hình ảnh để làm bằng chứng trong phápluật cũng như các tin tức hay những dữ liệu trong hồ sơ y tế hoặc tài liệu tàichính Vì thế xác thực ảnh hay nói cách khác là chứng minh ảnh đó là giả hay thậtlà vẫn đề phải đặt ra ngày càng cấp bách và càng trở nên khó khăn Việc phát hiệnvà chống giả mạo ảnh là một chủ đề ngày càng được quan tâm bởi nhiều nhóm

nghiên cứu trên thé giới và trong nước.Vân đê đặt ra là có nhiêu phương pháp giả mạo anh, với môi kiêu giả mạo cónhững nét đặc trưng riêng tương ứng với nó là những cách phát hiện khác nhau vì

vậy can phải tìm phương pháp tối ưu dé tăng xác suất phân biệt ảnh giả mao

2 Mục tiêu nghiên cứuDé tài tập trung nghiên cứu các vần đê sau:

e Nghiên cứu lý thuyết tong quan về các loại ảnh giả mao.e Nghiên cứu về ảnh ghép va các phương pháp nhận dạng liên quan

e Nghiên cứu thuật toán nhận dang va mô phỏng trên matlab.

e Mô phỏng, so sánh các trường hợp khác nhau, qua đó cho thay ưu nhược điểm,

từ đó tăng tỉ lệ nhận dạng.

e Nghiên cứu về phần cứng của board nhúng iMX53 Quick Start Board, là phầncứng thực tế để chạy thuật toán

3 Đối tượng và phạm vi nghiên cứu

Đôi tượng nghiên cứu

e Nghiên cứu vé ảnh ghép.e Nghiên cứu vé các phương pháp phát hiện ảnh ghép.

Phạm vi nghiên cứue Nghiên cứu anh ghép nén và không nén.

e Nghiên cứu cách thực hiện một ứng dụng trên nên hệ thống nhúng

4 Phương pháp nghiên cứu

e Thu thập, tìm hiểu và phân tích các bài báo, tài liệu liên quan đến đề tài.e Thực hiện lập trình bang Matlab và C dé mô phỏng cho hệ thống thực

thi.

e Tiến hành mô phỏng, phân tích va so sánh các kết của thu được với cácphương pháp khác nhau để rút ra giá trị tối ưu

5 Bồ cục đề tàiBồ cục của đề tài được chia thành 5 phần như sau:Phần 1: Các lý thuyết cơ bản về ảnh giả mạo

Phan này tập trung về các ly thuyết,các phương pháp giả mạo ảnh thường được

áp dụng trong kỹ thuật pháp chứng.

Phần 2: Các phương pháp phát hiện ảnh giả mạoMô hình nghiên cứu về các phương pháp phát hiện ảnh giả mạo ghép ảnh, cáckết quả toán học được xây dựng từ những phép đo đạc thực tế và các bước thực hiện

phát hiện ảnh giả mạo.

Phan 3: Phần mềm sử dụng và phan cứng iMX53 Quick Start BoardĐề có thể xây dựng được mồ hình trên Matlab và trên hệ thong nhung, dé tài cósử dụng Tool Matlab Coder dùng cho việc chuyển code được viết từ Matlab sangcode C nhằm giảm bớt công sức lập trình, phan mềm máy ảo VMWARE để tạo môitrường chạy hệ điều hành Ubuntu 10.04 giống với môi trường trên phần cứng iMX53

QSB, trình biên dich Eclipse Hellios hỗ trợ cho việc biên dich lập trình và xây dựng

hệ thông nhúng trên nên linux — máy tính , trình biên dịch chéo Arm — linux — crosscompiler-gec nhằm convert những file thực thi chạy trên nên linux máy tính có thểchạy được trên hệ thống nhúng iMX53 QSB

Hiện nay các Board nhúng của hãng Free Scale dang rất được ưa chuộng trongcác ứng dụng hệ thống tự động Với giá thành ở mức tương đối, phần cứng mạnh mẽ,dòng iMX dang được hãng ưu tiên phát triển cho những ứng dụng điều khiến chạytrên nền Linux Đề tài sử dung iMX53 Quick Start Board dé chạy thuật toán được mô

phỏng trên Matlab, với mục đích kiểm tra tính thời gian thực của thuật toán trên mộthệ thống nhỏ có thể áp dụng được vào thực tế.

Phần 4:Kết quả thực thi hệ thongChương trình mô phỏng, sơ đồ thuật toán thực thi trên Matlab và trên Boardđược giới thiệu, kết quả thực thi trên Matlab được thé hiện bang sự đánh giá giữa tỉlệ phần trăm phát hiện và thời gian thực hiện Kết quả thực thi trên phan cứng iMXđược đánh giá bằng thời gian thực thi

Phần 5: Kết luận và hướng phát triển của đề tàiLuận văn thực hiện thành công việc áp dụng 1 số phương pháp phát hiện ảnhgiả mạo ghép ảnh, thuật toán xây dựng được kiểm nghiệm qua mô phỏng xác băngMatlab, bên cạnh đó, hệ thong còn được xây dung trên môi trường kit IMX53QSB

CHƯƠNG I

LÝ THUYET CƠ BẢN

1.1 Giới thiệu về ảnh giả mạo

1.2 Ghép ảnh1.3 Tăng cường ảnh

1.4 Sao chép và dịch chuyển vùng trên ảnh

1.1 Giới thiệu về ảnh giá mạoẢnh giả mạo được xem là ảnh không có thật, việc có được ảnh là do sự ngụy tạo

bởi các chương trình xử lý ảnh hoặc quá trình thu nhận Sức mạnh của các chương

trình xử lý ảnh số như Photoshop giúp việc tạo ra các ảnh giả mạo từ một hay nhiều

ảnh khác nhau trở nên dễ dàng Một trong những ví dụ cho việc giả mạo này là hình1.1 được tạo lập từ 3 bức ảnh: Nhà trăng, Bill Clinton va Saddam Hussein Hình

anh Bill Clinton va Saddam Hussein được cắt/dán vào bức ảnh Nhà trắng Cáchiệu ứng về bóng và ánh sáng cũng được tạo ra làm cho bức ảnh có vẻ nhìn hoàn toàn

như thật.

Hinh 1.1: Minh hoa vé anh gia mao

Hiện nay có rat nhiêu cách dé giả mạo một bức ảnh sô Dựa trên các kỹ thuật tạo ra

một bức ảnh giả mạo, người ta có thể phân biệt thành ba nhóm chính:

+ Copy/move forgery

+ Image splicing

+ Image retouching1.2 Ghép anh

Ghép anh là dang giả mao anh số pho biến nhất Một ví du về ghép ảnh là hình1 2được ghép từ ba ảnh riêng biệt về thời gian , dia điểm , kích thước Nếu xác định đượcđây là ảnh thật hay ảnh giả mạo thì cũng chứng minh được thời khắc lịch sử của bứcảnh Độ tin cậy của sự giả mạo phụ thuộc vào mức độ phù hợp các thành phân củaảnh về mặt kích thước, tư thế, màu sắc, chất lượng và ánh sáng Khi có mộtcặp ảnh tương thích tốt, được thực hiện bởi một chuyên gia giàu kinh nghiệm thìviệc kết hợp hoàn toàn như thật

See atid owe tì -ee” ee

pe eer

TK? as = — —& ~ = =a)Anh ghép b ) Thiếu tướng Alexander c ) Tướng Grant

Hình 1.2 : Bức ảnh gia của tướng Grant được ghép từ 3 hình riêng biệt.

Tam ảnh Tướng Ulysses S Grant (vi tong thống thứ 18 của nước Mỹ) đứng trước độiquân của mình ở thị tran City Point, bang Virginia trong cuộc nội chiến ở Mỹ thật ralà sự kết hợp của ba tam ảnh Phan đầu được lấy từ một tam anh thật của Tướng

Grant, con ngựa và phân thân được lay từ một tam ảnh của thiếu tướng Alexander M.McCook va phan hậu cảnh là hình ảnh của các tù nhân được chụp tại trận chiến ở

Fisher’s Hill, Virginia.

Hình 1.3: Bức anh ghép cổ động viên

Năm 2000, bức ảnh chụp các cô động viên tại Đại học Wisconsin dé thể hiện sự

đa dạng của các sinh viên nhập học tại đây đã được ghép thêm một học sinh da màu

so với ảnh gốc ban đầu

1.3 Tang cường anh

Gồm một loạt các phương pháp nhằm hoàn thiện trạng thái quan sát một ảnh,không phải là làm tăng cường lượng thông tin vốn có ma làm nổi bật một số đặctính của ảnh như: thay đối độ tương phan, lọc nhiễu, nồi biên, làm trơn biên, tăngcường độ tương phản, điều chỉnh mức xám của ảnh.Hình 1.4 gồm một ảnh gốc(góc trên bên trai), và 3 ví dụ về việc tăng cường ảnh: (1)Xe mô tô màu xanh đượcchuyển thành màu lục lam và xe tải màu đỏ trong nền được chuyển thành màuvàng, (2) Tăng độ tương phản của toàn cảnh làm cho ảnh này giống như được chụptrong một ngày trời năng, (3) Các xe ôtô đỗ bị làm mờ làm chiều sâu của khungcảnh hẹp hơn Không giống như ghép ảnh, dạng giả mạo này thường ít sử dụng

thao tác nhấp chuột hơn.

a) Ảnh gốc a) Ảnh tăng cườngHình 1.4: Sự thay đôi khuôn mặt sau khi tăng cường ảnh

Hình 1.5: Vi dụ về tăng cường ảnh

Ảnh gốc ( trên trái) và ảnh được thay đổi màu sắc (trên phải), tăng độ tương

phản (dưới trái) và lam mờ nền (dưới phải) Mặc dù loại giả mạo này không thayđối về hình thức hay ý nghĩa của ảnh (như loại ghép ảnh), nhưng nó vẫn có nhữngảnh hưởng riêng đến thể hiện của ảnh - ví dụ, các tăng cường ảnh đơn giản cóthé lam mờ hay làm tăng quá mức các chỉ tiết của ảnh, hoặc thay đổi thời gian

chụp ảnh

1.4 Sao chép va dịch chuyền vùng trên anhMột dạng khác thường thay nữa của ảnh giả mạo là việc sao chép - dịch chuyềncác đối tượng trong ảnh, việc này được xem như là che phủ hoặc xóa đi đối tượng.Thay vì cần một hình ảnh bên ngoài như kỹ thuật ghép anh, kỹ thuật sao - chuyểnvùng ảnh dùng chính vùng trên ảnh gốc để tạo ra bức ảnh giả Nói cách khác, nguồnvà đích của đều bắt nguồn từ một hình ảnh Trong một thao tác sao - chuyển vùngảnh, một phan của anh sé được cắt và dán đến một vị trí mong muốn của bức ảnh.Điều này thường được thực hiện để che dẫu một số chi tiết hoặc nhân bản một sốđối tượng trên hình ảnh Các kỹ thuật làm mờ thường được áp dụng dọc theo biêncủa khu vực sao - chuyến vùng ảnh để làm giảm hiệu ứng bất thường giữa khu

vực gôc và khu vực được sao - chuyên vùng ảnh.

a) Anh gốc b) Anh giả mạo

Hinh 1.6 Anh gia mao phong tén lira

Bức anh vê cuộc thử nghiệm phóng tên lửa ở Iran Tuy nhiên, trong anh gôc, chỉ có3 tên lửa được phóng lên.

a) Ảnh gốc b) Ảnh đã che phủ đối tượng

Hình 1.6: Ảnh che phủ và bỏ đi đối tượng.Hình 1.6.a là ảnh sốc với hai chiếc 6 tô, một xe con và một xe tải Hình 1.6.b làảnh giả mạo với việc che phủ chiếc xe tải bởi một cành cây cũng lẫy từ chính trongảnh Trong khi hình 1.6.c là ảnh gốc với chiếc trực thăng nhỏ còn hình 1.6.d chínhlà ảnh sốc 1.6.c đã được bỏ đi đối tượng là trực thăng Trong cả hai dạng giả mạonày đều được thực hiện từ một ảnh nên độ tương đồng về ánh sáng và bóng là nhưnhau , băng mắt thường rất khó xác định

a) Ảnh gốc b) Ảnh bồ xung đối tượng

Hình 1.7: Ảnh bố sung đối tượng.Hình 1.7 thé hiện một dạng khác thường thay của giả mạo sao chép/di chuyển,đó là việc bỗ sung thêm đối tượng Hình 1.7.a là ảnh gốc chỉ có một chiếc máybay trực thăng, nhưng trong hình 1.7.b đã được bồ sung thêm thành ba chiếc

trực thăng ở các vi trí khác nhau Các trực thăng này chính là được sao chép từ

trực thăng gốc nên góc độ và hướng là giống nhau do đó rất khó cho việc xác

thực.

Hình 1.8:Ảnh giả mạo tổng thống Bush đọc ngược sách

Năm 2002, tắm ảnh trên mạng về tổng thông Mỹ George W Bush trong một chuyềnđến thăm trường tiểu học đã cầm ngược một cuốn sách Tuy nhiên, những người cókinh nghiệm nhanh chóng phát hiện ra rằng cuốn sách đã bị chỉnh sửa để đảo ngược

CHƯƠNG II

CÁC PHƯƠNG PHÁP NHẬN DẠNG ẢNH GHÉP

2.1 Khái niệm ảnh ghép

2.2 Phát hiện ảnh ghép dựa trên đặc trưng điểm ảnh

2.3 Phát hiện ảnh ghép dựa trên định dạng ảnh

2.4 Phát hiện ảnh ghép dựa trên nhiễu cảm biến

+ f(x, y) và g (x, y) là ảnh gốc+ I (x, y) là hình ảnh ghép tạo ra từ một phần của f (x, y) chèn vào g (x, y)

Vi du minh hoa:

Hình 2.2: a Ảnh nguôn b Ảnh đích c Ảnh ghép.Như ở hình 2.2 bằng cách ghép một phần của bức ảnh ở hình 2.2a vào hình 2.2bngười ta có thé tạo một ảnh ghép giống như thật ở hình 2.2c mà bang mắt thường

khó nhận ra

Hình 2.3 Minh họa ảnh ghép từ hai ảnh có sự thay đổi tỷ lệ Hình ảnhnày nếu không chứng minh là giả tạo thì sẽ phải có cách nhìn khác về tiến hóa củaloài người Vì được ghép lại từ 2 hay nhiều ảnh với nhau nên phần được ghép sẽ cómột số đặc điểm khác nhau về phân thành phân nhiễu , ánh sang , độ nén Dựa vàocác đặc điểm này ta có một số phương pháp phát hiện ảnh ghép

2.2 Phát hiện ảnh ghép dựa trên đặc trưng điểm anh (Pixel Based):Một hình thức phổ biến của việc giả mạo ảnh số đó là ghép hai hoặc nhiều ảnhvào với nhau Khi ho thực hiện một cách can thận không thé thay được biên giữa cácvùng ghép đó bằng mắt thường Tuy nhiên, một số nghiên cứu cho thấy có thể sửdụng thống kê Fourier bậc cao để phát hiện ra sự ghép nối đó Xét một tín hiệu mộtchiều x(n) và có dãy biến đổi Fourier X(Q) Phố năng lượng biểu diễn làP(Q)=X(Q)X*(Q) được sử dụng để phân tích các thành phan của tan số tín hiệu.

Ngoài phố, ta có công thức thống kê sử dụng để tìm kiếm các tương tác không tuyến

tính.

B(Q1Q2) = X(Q1)X(Q2)X*(Q1+Q2) (2.1)

Dựa vào công thức, ta thấy được sự tương quan giữa ba thành phan tan sốO1, Q2 và O1 + Q2 Những khoảng bất thường chứng tỏ đã bị ghép nối

2.3 Phát hiện ảnh ghép dựa trên định dạng ảnh (Format Based):

Nguyên tắc đầu tiên trong việc phân tích tìm bằng chứng là các băngchứng phải được bảo toàn Về phương diện nay, việc mat dữ liệu trong nén hìnhảnh qua các phần mềm nén, chăng hạn như JPEG, có thể được coi như là một khókhăn trong việc phân tích Ngược lại, một số thuộc tính độc đáo của việc mấtmát dir liệu trong quá trình nén anh lại có thé được khai thác dé phân tích tìm các

băng chứng đề chứng minh sự giả mạo trong ảnh sô.

Hau hết các ảnh nén được sử dụng hiện nay đều theo định dạng JPEG Kỹ thuậtnén được sử dụng trong cả các máy ảnh số Các nhà sản xuất máy ảnh thườngcau hình cho thiết bị của họ khác nhau dé cân băng và nén với chất lượng khác nhauđể phù hợp với nhu cầu và thị hiếu của thị trường Sự khác biệt này có thể được sử

dụng đề xác định nguồn gôc cua một hình anh.

Với ba kênh màu ảnh (RGB), quá trình nén của chuẩn JPEG được tiếnhành như sau: Những hình anh RGB dau tiên được chuyển đổi thành không gian độ

sáng/màu sắc (YCbCr) Mỗi kênh sau đó được phân chia thành các khối 8x8 điểmảnh Các giá trị được chuyển đổi từ số nguyên dương sang số nguyên có dấu (ví dụtừ [0.255] thành [-128,127]) Mỗi khối được chuyển đổi sang không gian tần suấtbăng cách sử dụng biến đổi cosin rời rac (DCT-2D) Tùy thuộc vào tần số và kênh cụthé, mỗi hệ số DCT, sẽ được lượng tử hóa bởi một lượng gq: [đ/r| Giai đoạn naychính là nguồn nén Bảng lượng tử hóa đầy đủ bao gồm 192 giá trị - tập 8x8giá trị tương ứng với một tần số cho một trong ba kênh màu (YCbCr) Đối với tỷ lệnén thấp, các giá trị có xu hướng tiến tới 1 và tăng dan với tỷ lệ nén cao hơn Vớimột số biến thể khác nhau, trình tự nêu trên được phát triển bởi các bộ mã hóa JPEGtrong máy ảnh kỹ thuật số và phần mềm chỉnh sửa hình ảnh Các nguồn chính củacác bộ mã hóa là sự chọn lựa các bảng lượng tử Như vậy, một dau hiệu sắp xếp đãđược nhúng vào trong mỗi ảnh JPEG Bảng lượng tử hóa có thé được triết xuất từ bộ

mã hóa ảnh JPEG hoặc ước lượng từ các hình ảnh được chụp từ máy ảnh này Do các

máy ảnh sử dụng các bộ mã hóa khác nhau vì thế chúng ta có thể so sánh bảng lượngtử hóa của chúng và có thé xác định được nguồn gốc của một hình ảnh, có thé đượcchụp băng loại máy ảnh này hay không

+ Phương pháp phân tích mức độ lỗi JPEG (ELA)

Phương pháp

Như trong trình bày ở trên chúng ta đã thay, anh ghép (splicing) là loại ảnh đượcghép từ hai hay nhiều hỉnh ảnh lại với nhau Khi các hình ảnh được ghép vào là các

ảnh JPEG có độ nén khác nhau, khi được ghép lại với nhau, người ta nghĩ sẽ có những

dau hiệu để có thể nhận biết được ảnh đó là ảnh giả hay dựa vào độ nén (chất lượngảnh JPEG) khác nhau trên các vùng hình ảnh Và hơn thế nữa, có thể suy đoán được

ảnh có mức độ lỗi khác chứng tỏ đã có dấu hiệu ảnh bị làm giả.Như chúng ta đã biết,hình ảnh JPEG là hình anh đã bị nén và tốn hao đữ liệu Sau mỗi lần lưu lại dưới dạngnén JPEG, chất lượng của hình ảnh JPEG lại bị mất đi Đặc biệt, các thuật toán nénJPEG hoạt động trên mạng lưới các khối ảnh 8x8 điểm ảnh Mỗi khối vuông 8x8được nén một cách độc lập Nếu ảnh hoàn toàn không sửa đôi gi thì tất cả cáckhối này có khả năng lỗi là tương tự nhau Còn những hình ảnh không sửa đổi vàđược lưu lại (resaved) thì mỗi khối đó có mức độ giảm cũng xấp xỉ nhau.

Phương pháp ELA sẽ cho một hình anh dạng đặc biệt về chất lượng của JPEG.Ảnh này sẽ cho thấy toàn bộ lỗi trên toàn bộ hình ảnh Ảnh này sẽ được so sánh vớihình anh ban đầu Nếu vùng nao đó trên hình ảnh đã bị sửa đối, ta sẽ thay mức độ lỗi

của vùng đó sẽ khác với các vùng khác trên hình ảnh.

Một cách tiếp cận dé phân tích cấp đội lỗi (ELA) là xem xét riêng từng tan sốtrong ba kênh độ sáng/màu sắc Thay vì tính toán sự khác biệt giữa các hệ số lượngtử DCT, chúng ta xem xé t sự khác biệt tính trực tiếp từ giá tri điểm ảnh như sau:

d(xy,q) =s »;_,(,y,ï) — fq@,y, ĐI? (2.2)

Trong đó f(x,y,i),i= 1, 2, 3 đại diện cho một trong ba kênh mau RGB và

fq có kết quả là độ nén f với chất lượng q.Có một số loại hình ảnh khác xuất hiện bên ngoài vùng bị làm giả mà có thể làmkhó khăn cho công việc phân tích ảnh giả Những khó khăn này chủ yếu xuất phát từtrong nội dung hình ảnh Cụ thể, bởi vì sự khác biệt hình ảnh được tính toán trên tấtcả không gian tần số, một khu vực nhỏ với nội dung không gian tần số cao (ví dụ bầutrời chủ yếu là thông nhất) sẽ có một sự khác biệt thấp hơn so với một khu vực có kếtcau cao (ví dụ như cỏ) Dé bù dap cho những sự biệt này, một không gian trung bình

và các biện pháp làm bình thường hóa khác biệt này được xem xét Sự khác biệt của

hình ảnh được xét từ trung bình của khối bxb điểm ảnh:

ô(x,y,q) = Dh SL Le tol f(x + Dery + by, i) — fax + bey + by i)? (23)

Sau đó, su khác biệt trung bình tai mỗi điểm (x,y) được thu nhỏ lại trong phạm

vi[O,1 |:

TnaXq [8(x,y,q) —ming [8(x,y,4)Ï]

d(x,y,q) = ỗ(%,y,q)— (2.4)Yếu tố lam cho là co sở cho việc phát hiện ảnh giả bang phương phápELA đó là các máy ảnh khác nhau, sử dụng các phần mềm tạo ra các bức ảnh với chấtlượng JPEG khác nhau, có thé do người sử dụng tùy chỉnh, có thể do mặc định củanhà sản xuất Khi các ảnh ghép (splicing) được tạo từ các ảnh có chất lượng JPEGkhác nhau là điệu kiện lý tưởng cho phương pháp ELA, tuy nhiên điều này khôngphải luôn luôn xảy ra việc các ảnh splicing được tạo từ các ảnh có chất lượng JPEGnhư nhau, mặc dù vậy, lợi thế của phương pháp này, là sự khác biệt của hìnhảnh được tính bằng trung bình trên tất cả các không gian tần số, kết quả là có sự khácbiệt nhỏ trong bảng lượng tử hóa ban dau và vẫn có thé có sự khác biệt đáng kế giữacác ảnh có chất lượng JPEG như nhau (vì có thể mức sáng, màu sắc khác nhau vớicùng một chất lượng hình ảnh)

Thuật toán

Bước |: Tính sự khác nhau giữa ảnh được kiểm tra với độ nén khác nhau.Bước 2: Tính sự khác nhau trên mỗi khối bxb diémanh

Bước 3: Tính sự khác biệt trung bình toàn bức ảnh.

Bước 4: Hiển thị kết quả.2.4 Phát hiện ảnh ghép dựa trên đặc điểm máy anh (Camera-Based):

Mỗi một máy ảnh đều có đặc điểm riêng biệt (có thể cùng một nhà sảnxuất, cùng một loại máy ảnh), khi ta chụp ảnh băng những chiếc máy ảnh,những bức ảnh sẽ dé lại một số dau hiệu riêng của máy ảnh mà tạo ra nó Một sốnhà nghiên cứu cũng đã khai thác dấu hiệu riêng đó để phân biệt giữa ảnh thật và

ảnh bị làm giả.

Phương pháp quang sai màu (Chromatic Aberration)

Trong một hệ thống hình anh lý tưởng, ánh sáng đi qua ống kính được tập trungvào một điểm duy nhất trên cảm biến Trong hệ thống quang học thực tế trái vớimô hình lý tưởng, nó không hoản toàn tập trung ánh sáng của tất cả các bước sóng.Cụ thể, phương quang sai thể hiện vị trí nơi mà các ánh sáng có bước sóng khácnhau chiếu đến bộ cảm biến Người ta đã chỉ ra rằng, phương quang sai này có thểđược coi như là mở rộng hoặc co lại cua mau sắc với các kênh màu khác nhau Thểhiện trong hình (a), hình ảnh chồng lên ảnh với các vector không thăng hàng đạidiện cho các kênh màu đó so với các kênh màu xanh lá cây Thể hiện trong hình

(b), hình anh nay đã được ghép thêm hình anh của một con cá Trong trường hopnày, quang sai bên trong khu vực ghép vào khác với quang sai toàn cục.

` -_Ý—

` “Z1 Lens è

nsin(@) = n, sin Ø; (2.5)

Trong do Ø là góc sang, 6, là góc khúc xa, n vàn; là chỉ số khúc xạ của cácphương tiện truyền ánh sáng ma qua đó, ánh sáng đi qua Chỉ số khúc xạ của thủytinh n¢ phụ thuộc vào bước sóng của ánh sáng di qua nó Điều này phụ thuộc kết

quả trong da sắc ánh sáng được phân chia theo bước sóng của nó sau khi thoát khỏiống kính và chiếu vào bộ cảm biến Thể hiện trong hình (c) là một sơ đồ mạch chothấy sự phân tách ánh sáng có bước sóng ngắn (tia màu xanh lá cây) với ánh sáng

có bước sóng dai (tia màu đỏ) Kí hiệu vi trí của các tia màu đỏ và màu xanh là

toán quang sai của khu vực sau đó so sánh với quang sai toàn cục ta sẽ phát hiệnra Sự gia mạo.

Phương phápỞ trên, mô hình phương sai màu đã đã được được đưa ra ở công thức (2.5) và(2.6) Mo hình này m6 tả các vi tri tương đối mà tại đó ánh sáng có các bước sóngkhác nhau chiếu tới vào bộ cảm biến Với ba kênh màu RGB, chúng ta giả định rangphương sai màu không đối với mỗi một kênh màu Sử dụng màu xanh lá cây nhưlà một màu để đối chiếu, chúng ta ước lượng quang sai giữa các kênh màu đỏ

và màu xanh lá cây, và giữa màu xanh dương và màu xanh lá cây Sự sai lệch khôngnhât quán trong các mô hình này được sử dụng là băng chứng của sự giả mạo.

Phương sai màu bao gồm ba tham số, hai tham số xác định trung tâm của sựbiến dạng, một tham số cho độ lớn của sự biến dạng Các tham số mô hình này đượcký hiệu là (X¡,;.đ;) và (X;,;, a;) tương ứng với sự biến dạnh từ màu đỏ đến

màu xanh lá cây và từ màu xanh dương đên màu xanh lá cây.

Chúng ta sẽ biểu diễn ước lượng tham số biến dạng từ màu đỏ đến màu xanh lácây (từ màu xanh dương đến màu xanh lá cây tương tự) Định nghĩa màu đỏ

trong anh RGB là R(x, y) và kênh màu xanh lá cây là G(x, y) Các phiên bản khác

của các kênh màu đỏ có thể viết kênh lại theo R(xr, yr) như sau:

Xp = A(X — x4) + XY (2.7)

Vy =a(V-V1)+ VịCác tham số mô hình được xác định băng cách tối da hóa thong tin chung giữa R(x,,

y,) và G(x,y) bởi công thức:

argmaxs, y,a,!(R, G) (2.8)Trong đó R và G là các biên ngầu nhiên được rút ra từ argmax cườngđộ các điêm ảnh cua R(x, y) va G(x, y) Các thông tin liên quan dén cácbiên ngâu nhiên được xác định bởi công thức:

Pự,

I(R; 6) = Lrer S;eo P(r, g)logG (29)

Trong đó P(.,.) là phân phối xác suất liên hợp, còn P(.) là phân phối xác suất cận

biên.

Số liệu tối đa hóa thông tin chung sử dụng ưu điểm nỗi bật của việc tìm kiếmlặp Tại lần lặp đầu tiên, quá trình chọn mẫu tương đối của không gian thamsố cho X1 ¡ a, được tim kiếm Tại lần lặp thứ hai, một mẫu của không gian thamsố được thực thi tối đa hóa ngay từ trạng thái đầu tiên Quá trình này được lặp đi lặplại N lần Trong khi tìm kiếm ưu điểm nỗi bật này có thể tính toán với một số yêucầu khác, không cần đảm bảo mức tối thiểu toàn cục đạt được Kỹ thuật tối ưu theochuẩn gradient cũng có thể được sử dụng để cải thiện thời gian chạy phức tạp

Dé xác định sô lượng lôi giữa các ước lượng và tham sô mô hình được biệtdén, chúng ta tính toán trung bình lỗi giữa các vector chuyền tại môi điểm ảnh Cụ

thê, cho Xo, Vo, Ap là các tham sô thực tê và xX,, y¡ a,la ước lượng các tham sô môhình Vector chuyên cho sự biên dạng sẽ có dạng:

(Ag (x — Xp) + #ạ) — »)

Voy) = tae — yo) + yạ) — y

(2.10)

T(x, y) = (ne — x4) + x1) - »)

(aIŒ@ — y¡) +yị)—y

Các lỗi góc O(y, z) giữa hai vector bất kỳ là:

Thuật toán

Bước 1: Tổng hop số lượng quang sai màu đỏ và màu xanh.Bước 2: Chọn giá trị phương sai màu trong khoảng 0.8 đến 1.2 Tìm kiếm ưuđiểm nổi bật được thực hiện trên không gian tham số để tối đa hóa sự

tương quan giữa các kênh màu đỏ/xanh lá cây và các kênh màu xanh da trời/xanhlá cây.

Bước 3: Hiến thị kết quả, ba hình anh bao gồm: hình ảnh ban dau, hìnhảnh phương sai màu và hình ảnh sau khi ước lượng phương sai đã được lẫy ra.Xét hình ảnh thứ ba, nếu hình ảnh gốc và ảnh thứ ba giống nhau, chứng tỏ phương

sal đồng nhất trên toàn bộ hình ảnh, ảnh này là ảnh chưa bị sửa doi Nguoc lại,ảnh này có thé đã bị sửa đôi một vài chi tiết

2.5 Phát hiện anh ghép dựa trên ước lượng mức độ nhiều

2.5.1 Giới thiệu

Ảnh thu được sau quá trình thu nhận ảnh không tránh được nhiễu gây bởi các thiếtbị quang học và điện tử Nhiễu có thé là do nhiều yếu tô trong quá trình, truyền tải vàxử lý hình ảnh kỹ thuật số, bao gôm các hiệu ứng nhiệt, độ bão hòa cảm biến, lượngtử hóa và sự can thiệp vào các kênh truyền thông Điều đó có nghĩa là lượng nhiễucảm biến của các thiết bị khác nhau sẽ khác nhau Phương pháp phân tích mức độnhiều, dựa trên thực tế là các hình ảnh có nguồn sốc khác nhau có thể có đặc điểmnhiều khác nhau được đưa ra bởi cảm biến hoặc các bước sau xu lý ảnh Cơ sở củaphương pháp phát hiện ảnh giả mạo là thuật toán ước lượng mức độ nhiều

Ghép ảnh là một thao tác giả mạo hình ảnh đơn giản và phố biến, nơi một vùng

được lựa chọn từ một hình ảnh được dán vào một hình ảnh khác với mục đích thay

đổi nội dung của nó Các hình anh từ các nguồn gốc khác nhau có khuynh hướngkhác nhau về mức độ nhiễu do các cảm biến hoặc các bước sau xử lý đưa ra, mộtphương pháp hiệu quả để phơi ảnh ghép nối bằng cách phát hiện ra sự không nhất

quán trong nhiễu tạp âm cục bộ Phương pháp ước tính nhiễu nhiễu cục bộ dựa trên

quan sát rằng giá trị kurtosis của hình ảnh tự nhiên trong các miễn lọc band-pass cóxu hướng tập trung quanh một giá trị không đổi và được tăng lên bang cách sử dụng

hình ảnh ghép.

Đối với hình ảnh tự nhiên không bị làm xáo trộn, nhiễu thay đổi ở các vùng khácnhau thường chỉ khác nhau một chút Nhưng với các khu vực nối từ một hình ảnhkhác với sự khác biệt đáng kế khác nhau về tạp âm, độ không tương thích của nhiễucục bộ sẽ trở thành một băng chứng cho thấy giả mạo

Bước quyết định trong phương pháp phát hiện nối splicing hình ảnh là ước tính độ

chênh lệch nhiễu trên các vùng khác nhau trong một hình ảnh Khi làm như vậy,

chúng ta tận dụng được sự thống nhất thống kê của các hình ảnh tự nhiên - các giá tri

kurtosis của các hình ảnh tự nhiên trong các miền lọc chung band-pass (ví dụ, DCThoặc sự phân hủy wavelet) là dương và có xu hướng gan một hăng Sau đó, xấp xikurtosis của hình ảnh tự nhiên trên các kênh lọc khác nhau băng thông để được mộthăng số tích cực, xây dựng một chức năng khách quan, sử dụng mối quan hệ giữakurtosis hình anh va sự khác biệt tiếng ồn trong vùng lọc band-pass, để ước tính sựkhác biệt tiếng ồn toàn cau của toàn bộ hình anh

2.5.2 Hệ số KurtosisĐộ nhọn là một đại lượng thông kê mô tả mức độ tập trung của phân phối xácsuất của một biến ngẫu nhiên, cụ thé là mức độ tập trung của các quan sát quanh trung

tâm của phân phối trong mối quan hệ với hai đuôi Cụ thé hơn, nó so sánh độ caophan trung tâm của một phân phối so sánh với một phân phối chuẩn Phần trung tâmcàng cao và nhọn, chỉ số Kurtosis của phân phối đó càng lớn Hay nói cách khác,kurtosis đo lường độ “béo” phan đuôi của một phân phối xác suất Cái đuôi càng“béo”, kurtosis càng lớn.

Kurtosis của một mau có công thức như sau:

ka -3 (2.12)

ơ? = f(x — e„{x})2} (2.13)Hạ = £x{((x — e„{x})*) (2.14)

2.5.3 Ướt lượng nhiều cục bộPhương pháp ước lượng nhiễu toàn cục giả định rằng sự khác biệt về nhiễu là mộthăng trên hình ảnh Một kịch bản tong quát hon là sự khác biệt về nhiều thay đối theokhông gian Trong phần này, chúng ta mở rộng ước lượng phương sai toàn cục cho

B4: Hiển thị kết quả.

CHƯƠNG III

PHAN MEM SỬ DỤNG VA PHAN CỨNG

IMX53 QUICK START BOARD

3.1 Matlab 2016a va Matlab Complier

3.2 Trinh bién dich Eclipse3.3 Vmwave Workstation

3.4 Tổng quan về Kit I.MX53 QSB

3.1 Matlab 2016a và tool Matlab Compiler

MATLAB là một môi trường tính toán số và lập trình, được thiết kế bởi côngty MathWorks MATLAB cho phép tính toán số với ma trận, vẽ đô thị ham số haybiéu đồ thông tin, thực hiện thuật toán, tao các giao diện người dùng và liên kết vớinhững chương trình máy tính viết trên nhiều ngôn ngữ lập trình khác Matlab là viếttắt từ "Matrix Laboratory"

Với thư viện Toolbox, MATLAB cho phép mô phỏng tính toán, thực nghiệmnhiêu mô hình trong thực tê và kỹ thuật.

Thông thường để triển khai các ứng dụng viết băng Matlab sang một hệ thống

thực tế bang code C, người phát triển sẽ phải thực hiện lại bước convert code Matlabsang C/C++ Vì vậy sẽ tốn rất nhiều công sức và phải thành thao cả hai loại ngôn ngữlập trình này Từ Matlab 2013a trở đi có hỗ trợ Tool Matlab Coder, cho phép ta có

thé chuyển trực tiếp và nhanh chóng Code Matlab thành code C/C++ và kết quaoutput/input van dam bảo Dưới đây là một vi dụ về việc build thử một hàmsum_two_variavle tính tông hai số thực từ Matlab

Dé có thé sử dung tool, trên máy tính cần phải có một trình biên dich C/C++ thực,

trong luận văn sử dụng trình biên dịch Microsoft Visual Studio 2016.

Hình 3.2: Giao diện tool Matlab Coder dùng dé build code Matlab sang C

3.2 Trinh bién dich Eclipse

Eclipse là phần mềm miễn phi, được các nha phát triển sử dung dé xây dựngnhững ứng dụng J2EE, sử dụng Eclipse nhà phát triển có thể tích hợp với nhiều côngcụ hỗ trợ khác dé có được một bộ công cụ hòan chỉnh mà không cần dùng đến phânmềm riêng nào khác.Eclipse SDK bao gồm 3 phan chính:

Platform - Java Development Toolkit (TDT), Plug-in Development Environment

(PDE) Với JDT, Eclipse được xem như là một môi trường hỗ trợ phát triển Java

mạnh mẽ PDE hỗ trợ việc mở rộng Eclipse, tích hợp các Plug-in vào Eclipse

Platform Eclipse Platform là nền tảng của toàn bộ phần mềm Eclipse, mục đích củanó là cung cấp những dịch vụ cân thiết cho việc tích hợp những bộ công cụ phát triểnphan mém khách dưới dang Plug-in, bản thân JDT cũng có thé được coi như là một

Plug-in làm cho Eclipse như là một Java IDE (Integrated Development Enviroment).

Với công dụng của Eclipse, đây là môi trường lập trình do IBM phát triển, bạn cóthé lập trình rất nhiều ngôn ngữ trên bộ công cụ này (Java, C, C++, C#, Php )

© AccuRev - AccuWorkflowApplication pl - Eclipse SDK E |fe)f)

File Edit Source Refactor Source Refactor Navigate Search Project Run Window Help

F3: mì Gy &~ Or Q- & lý @ + Ses ta FS | BB accurev & Java

or

Package Expl @5- Navigator 22 \ ~ E3 accuworkflowApplication.pl 23 "6

= & Vv # Make sure there is at least one argument on the command lina

if ($#ARGV < 0)

{ # Display the usage of the script

die "Usage:\n perl AccuWorkflowApplication.pl "."<Adpplica"where ApplicationSetup: The path to the Application 5"TriggerInput.xml: The path to the trigger inpu

#''=Ö com.accurev.common ^

=l Bộ local_its

+! Accuworkflow+l'( AccuWorkflawExample4 AccuWorkIntegrationAPIs+ ALF

+''(2> APIs+) + BugzilaAPIs+ (2% BugzillaExample

}

# Get the application configuration information

my $setupFilePath = $ARGV[O];initializeApplication5etup ($setupFilePath) ;+H {ge ClearQuestAPIs

~+ config <

=+E Configuration

5G CPErrorlssues AccuRey Console AccuRev Search/Status <4 synchroniee X WE Console

HS CQExample AccuRey (/local_its) Loy r# $ ith ¬] ứ kí 3 e © 4 ©

4) DTDs S io 7

=#)'Œ> JraaPls nñg

+ (2z JiraExample +'-ÍÈ%„ Configuration

+ & LDAPAPIs 4, Configuration/ABITSConfigApp+ (2% LDAPExample #i-(È%„ ConfigurationjABIT5Configappjsrcjcomjaccurevjconfigapp+ ke MKSIExample +, Confiquration†ABIT5Configappjsrcjcomjaccurevjconfigappjimnages

#4 MK5IntegrityAPIs +), Configuration/ABITSConfigApp/src/comfaccurev/configappjits/ view

#-Œ> TearnTrackAPIs +, Confiquratian†ABIT5ConfigappjsrcjcomjaccurevjconfigappjLtilities+ C3 TestDiAPIs #i-ÍÖ CPErrorlssues

+) (Ee TestDirExample S4 4S, CQExample

trị hệ thống

VMware Workstation họat động băng cách cho phép nhiều HDH và các ứng

dụng của chúng chạy đồng thời trên một máy duy nhất Các HDH va ứng dụng nay

được tach ra vào trong các may ao Những máy ao nay cung ton tai trén mot phancung duy nhat Cac layer ao cua VMware sé kết nối các phân cứng vật lý với các máy

ảo, do đó mỗi máy ảo sẽ có CPU, bộ nhớ, các 6 đĩa, thiết bị nhập/xuất riêng

Luận văn sử dụng phan mém Vmware Workstation dé thuc hién chạy hệ diềuhành Ubuntu 10.04 song song với hệ điều hành Window 7 Với cau hình máy tính Sử

dụng trong quá trình làm luận văn, việc chạy song song hai hệ điều hành đều ồn vàdễ dàng hơn rất nhiều trong quá trình tiễn hành kiểm tra và xây dựng giải thuật.3.4 Tong quan về Kit ILMX53 Quick Start Board

3.4.1 Giới thiệu chung về Kit i.MX53 Quick Start Board

et Smee B

Hình 3.4: I.MX53 Quick Start Board.

LMX53 Quick Start Board(I.MX53 QSB) mang đến cho người sử dung cácchức năng va những ứng dụng kết nối với dòng vi điều khiển ARM Cortex A-8.Thiét kế của Board tiết kiệm chi phí, màn hình tích hợp điều khiến gồm hỗ trợcho hién thị VGA, hé trợ hiển thị màn hình LCD, LVDS va HDMI, đồ họa nângcao Một loạt các tùy chọn thiết bị ngoại vi và kết nỗi cho phép phát triển trên diệnrộng các ứng dụng nhúng của người tiêu dùng, thị trường công nghiệp và y tế Mộtboard iMX53 bao gồm các thiết bị sau

Thẻ nhớ MicroSD Card được cài sẵn hệ điều hành Ubuntu 10.04.Cáp kết nỗi USB( một đầu chuẩn thông thường và một đầu chuẩn Micro).Nguồn cung cấp 5V/2.0A

Số tay hướng dẫn sử dụng.Một đĩa DVD bào gồm tài liệu cần thiết và phan mém VM Wave

Thông số Mô taVi điều khiến | Vi xử lý ứng dụng của FreeScale MCIMX535DVVIB

Bộ nhớ DRAM_ | Micron 8Gb DDR3 SDRAMPMIC Dialog Semiconductor

Bộ nhớ dữ liệu | Cổng kết nối 5 in 1 SD/MMC/SDIO Card, microSD Card

Công kết nối 7-pin SATA DataNgõ ra Video | Công kết nối15-Pin D-Sub VGA

Cổng kết nối 30-Pin LVDSKết nối Erthenet | Công kết nối RJ-45

Kết nối USB Chuẩn kết nỗi 2.0 và chuẩn Micro-usb

Kết nối Audio Ngõ ra Head Phone Stereo 3.5 mm.

Ngõ vào Micro Mono-MicroPhone 3.5 mm và ngõ raMono HeadPhone 3.5 mm.

Kết nôi nguôn Công kết nối Barrel 5 Vmm

Debug Công 9-Pin D-Sub Debug UART

Công 20-Pin Standard ARM JTAG

Header mở rộngHeader 120 chân dung cho:

+HDMI Output Daughter Card+WVGA and WQVGA LCD Display Daughter Cards+Camera Daughter Card

+SDIO Based WiFi Daughter card

Nút nhân Nguôn,Reset và 2 nút nhân người dùng tự định nghĩa.Indicator 8 Led trạng thái(Nguôn,PMIC ON ,báo lỗi )

Kết nối PIN LI- | Header 3 chân

ION.PCB 3.0 inch x 3.0 inch.

Bang 3.1 : Thông số I.MX53 QSB

Hình 3.5: Quá trình phát triển của các dòng iMX.

1991Lài ARM cho ừng Lẽi ARM cho ứng Lãi ARM cho dong

dune cao cap dune thời gian thực vi Gieu khien

Hình 3.6: Quá trình phát triển của các dòng ARM.Lõi ARM Cortex được chia ra thành ba dòng cau hình chính, với các ký hiệuviết tat lần lượt là: A, R, M Chữ A là viết tắt của Application, lõi ARM dòng này

hỗ trợ cho các ứng dụng có độ phức tạp cao như: máy tính, điện thoại di động R

là viết tắt của Realtime, các ứng dụng cần tính toán xử lý thời gian thực được hỗ

trợ bởi cau hình nay M là Microcontroller, dành cho các ứng dụng công nghiệp và

điện tử tiêu dùng Hình trên cho thay các kiến trúc sau v5,v6,v7 đều kế thừa từ

v4†T.a) Dac điểm của kiên trúc v4T

Năm 1994 Bộ xử lý ARM7TDMI, ARM720T, ARM920T ra đời Điểm mớicủa kiến trúc v4T là Hỗ trợ cùng lúc tập lệnh Thumb 16 bit và ARM 32 bit Vớitập lệnh Thumb 16 bit cho phép trình biên dịch tạo ra chương trình nhỏ hơn (tiết

kiệm khoảng 35% so với khi biên dịch ở tập lệnh ARM 32 bit) mà vẫn tương thích

với hệ thống 32 bit Điển hình ở kiến trúc nay là lõi ARM7TDMI được thiết kếnhăm đáp ứng các ứng dụng yêu cau hiệu suất cao, tiêu thụ năng lượng thấp vànhỏ gọn ARM7TDMI được cấu thành bởi các từ viết tat: ARM7,T,D,MvàiI.T

có nghĩa là hỗ trợ tập lệnh Thumb 16 bit D có nghĩ là Debug, ARM7TDMI hỗ trợ

giải mã lỗi bang khối Embedded Trace Macrocell (ETM) đây là giải pháp giải mã

lỗi hoàn chỉnh dành cho lõi ARM M có nghĩa là “Long Multiply Support” - hé trợ

phép toán 64 bit, ngoài ra ARM7T'DMI có khả năng cộng tác với các nhân khác

nham tăng cường khả năng xử lý (coprocessor) I là viết tat của Interface, hỗ trợgiao diện ngoại vi ARM7TDMI có cấu trúc đường ống 3 tang và là kiến trúc VonNeumann, bộ xử lý số học 32 bit Hệ thông tập lệnh 16/32 bit có khả năng mở rộngthông qua giao diện đồng xử lý với nhân ngoài Ở phiên bản mở rộng ARM720T,bộ nhớ cache và hệ thống quản lý bộ nhớ (Memory Management Unit) được tích

hợp Tiếp đó phiên bản ARM9TDMI sử dung cau trúc đường ống 5 tang và kiến

trúc Harvard.

b) — Đặc điểm kiến trúc v5Đến năm 1999 Bộ xử ly ARM1020E/1022E v5T, ARM946E-S/ARM966E-

S/ARM968E-S v5TE, ARM7EJ-S/ARM92EJ-S/ARM1026EJ-S v5TEJ ra đời

Đặc điểm kỹ thuật:

Bộ xử lý Nhân xử lý dang RISC 32 bit

LO Anh xạ bộ nhớ (Memory map I/O)

Dung lượng không gian AGBytesbộ nhớ

c) Đặc điểm kiến trúc v6, v6T2, v6Z và v6K

Năm 2002, bộ xu lý ARMII36J(F)-S, ARMIIS6T2(F) - S(v6T2),

ARM1176JZ(F)-S(v6Z), MPCore(v6K) Đã có nhiều bé sung ở kiến trúc v6 theohướng tạo ra những hệ thống nhúng cao cấp và phức tạp hơn nhưng vẫn giữ đượcưu điểm về khả năng tiêu thụ điện năng thấp Với mỗi phiên bản sẽ có những tính

Ngắt

năng đặc biệt được thêm vào Kế thừa các đặc điểm nỗi trội của kiến trúc v4 và v5,ở kiến trúc v6 các khối ‘TEJ’ được tích vào lõi ARM Dé dam bảo kha năng tươngthích ngược phan bộ nhớ và xử lý ngoại lệ được kế thừa từ kiến trúc v5 Về kiếntrúc, có 5 điểm chính được cải tiễn ở kiến trúc v6.

+ Quản lý bộ nhớ: bộ nhớ cache và khối quản lý bộ nhớ (MMU- Memory

Management Unit) được cải tiễn làm tăng hiệu suất thực thi của hệ thống lên 30%so với kiến trúc cũ

+ Đa nhân (Multiprocessor): đáp ứng các hệ thống mà ở đó yêu cầu kha năngtốc độ xử lý nhanh như: phương tiện giải trí cá nhân, xử lý số Các nhân chia sẻvà đồng bộ dữ liệu với nhau thông qua vùng nhớ chung

+ Hỗ trợ xử lý đa phương tiện: tích hợp bộ tập lệnh SIMD (Single Instruction

Multiple Data) làm tăng kha năng xử lý dữ liệu dang âm thanh và hình anh Hơn

60 lệnh SIMD đã được thêm vào bộ lệnh của kiến trúc v6 SIMD cũng cho phépcác nhà phát triển cài đặt các img dụng phức tạp hơn như: giải mã dữ liệu âm thanhvà hình ảnh, các bài toán nhận diện, hiển thị hình ảnh 3D hoặc hỗ trợ thiết bị sử

dụng công nghệ không dây.

+ Kiểu dữ liệu: là cách hệ thống sử dụng và lưu trữ dữ liệu trong bộ nhớ Nhuta đã biết, các hệ thông SoC (System on Chip), các chip vi xử lý đơn, hệ điều hànhvà các giao diện ngoại vi như USB hoặc PCI hay hoạt động dựa trên kiểu dữ liệu“little endian” Một số các giao thức như TCP/IP hay MPEG lai sử dụng hệ thong“big endian” Dé có thé tối ưu hóa khả năng tích hop của hệ thong, ARMV6 hỗ trợcùng lúc cả hai định dang “little” và “big” endian, gọi tắt là “mixed-endian” Bêncạnh đó, ARMv6 còn cung cấp tập lệnh dé xử lý dữ liệu dạng “unalignment” - cókích thước dữ liệu thay đổi Tương tự như ARMv5, ARMV6 cũng là kiến trúc 32bit, nên hỗ trợ đường truyền dữ liệu 64 bit hoặc cao hơn

+ Xử lý ngoại lệ và ngắt: Đề thích ứng cho các hệ thống xử lý thời gian thực

bang vector ngặt được giới thiệu.

Nham tăng cường tính an toàn khi thực thi mã chương trình, khối TrustZoneđược tích hợp ở phiên bản v6Z Vấn đề thực thi mã an toàn xuất phát từ thực tếngày càng nhiều thiết bi di động dựa trên nền tảng của ARM, nhiều chương trìnhđược tải từ trên mạng do đó tính an toàn của các đoạn mã nhiều khi chưa đượckiểm chứng TrustZone đảm bảo các đoạn mã độc hại không làm ảnh hưởng đếnhệ thông

Trên thị trường, dòng ARMII là đại diện phố biến nhất của kiến trúcARMvV6 Với kiến trúc đường ống 8 tầng (ở ARM1156T có kiến trúc đường ống 9

tầng), hệ thống dự đoán rẽ nhánh (Branch Prediction) và kết quả trả về (Return

Stack) giúp ARM11 nâng cao hiệu suất thực thi lệnh.d) Kiến trúc v7(v7-A, v7-R,v7-M)