Hệ thống nhúng hiện thực thuật toán đa phân giải cho ảnh pháp chứng

Bài viết trình bày việc triển khai một phương pháp giám định ảnh trên một hệ thống nhúng. Có nhiều loại phần cứng được dùng trong xử lý ảnh, tuy nhiên, đề tài lựa chọn sử dụng một thế hệ phần cứng mới Raspberry Pi 3B, được phát triển ở Anh nhằm thúc đẩy giảng dạy khoa học máy tính trong trường học.

TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN Số 26 (51) - Thaùng 03/2017 Hệ thống nhúng thực thuật toán đa phân giải cho ảnh pháp chứng An embedded system implemented the multiresolution-based algorithm for forensic image detection KS Võ Minh Tiến, Công ty TNHH Applied Micro Circuits Corporation (AMCC) Vietnam Vo Minh Tien, Engr Applied Micro Circuits Cooperation Vietnam Co., Ltd GS.TS Lê Tiến Thường, Trường Đại học Bách Khoa TP.HCM – ĐHQG TP.HCM Le Tien Thuong, Prof.,Ph.D., Ho Chi Minh City University of Technology – National University Ho Chi Minh City ThS Huỳnh Khả Tú, Trường Đại học Bách Khoa TP.HCM – ĐHQG TP.HCM Huynh Kha Tu, M.Sc., Ho Chi Minh City University of Technology – National University Ho Chi Minh City PGS.TS Marie Luong, Trường Đại học Paris 13, Pháp Marie Luong, Assoc.Prof.,Ph.D University Paris 13, France Tóm tắt Bài viết trình bày việc triển khai phương pháp giám định ảnh hệ thống nhúng Có nhiều loại phần cứng dùng xử lý ảnh, nhiên, đề tài lựa chọn sử dụng hệ phần cứng Raspberry Pi 3B, phát triển Anh nhằm thúc đẩy giảng dạy khoa học máy tính trường học [1] Phương pháp thực phát ảnh giả cắt dán ảnh (Copy - Move) từ nhiều nguồn khác (Splicing) mà thông tin ảnh gốc Ảnh giám định xử lý đa phân giải biến đổi Wavelets rời rạc trước tách biên với ngưỡng lọc thích hợp để tìm điểm biên chỗ cắt dán ảnh giả, tái tạo lại đường biên tốn tử hình thái Kết thực hệ thống nhúng cho kết tương tự mơ Matlab với độ xác cao Từ khóa: phát ảnh giả, pháp chứng, ảnh cắt dán, ảnh ghép, phân tích Wavelet rời rạc, tách biên, tốn tử hình thái, Raspberry, OpenCV, FPGA Abstract This paper presents the implementation of the multiresolution-based algorithm for forensic image detection on an embedded system Among various hardware platforms used in image processing field, this project chose the Raspberry Pi, which is a credit-card-sized computer developed in the UK by the Raspberry Pi Foundation with the intention of promoting the teaching of basic computer science in schools The method is able to detect copy–move forgery and spliced images without having any information about original images By applying Discrete Wavelets Transform (DWT) and edge detection with a threshold, cut-paste manipulations are traced If the image is fake, shaped edges are highlighted and the morphological operation is applied to reconstruct the boundaries of forged regions The procedure conducted in this system gives results similar to those from Matlab simulations Keywords: digital image forgery, forensic, copy – move, splicing, Discrete Wavelets Transform (DWT), edge detect, morphological operation, Raspberry, OpenCV, Field Programmable Gate Arrays (FPGA) H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG ảnh giả mạo cắt dán hình ảnh ảnh (Copy – Move) trích xuất từ nguồn ảnh khác (Splicing) Tuy nhiên, để tìm phương pháp tiếp cận hiệu quả, thực giải pháp hệ thống nhúng cần thiết Thông thường, nhà nghiên cứu ý tới giải thuật, cách xử lý mô Matlab mà chưa quan tâm tới việc triển khai phần cứng đạt kết tối ưu tốc độ, xác Việc thực thuật toán đa phân giải cho ảnh pháp chứng phần cứng cụ thể KIT Raspberry Pi 3B - tích hợp CPU 1.2GHz 64-bit quad-core ARMv8 [8] - giúp ta có đánh giá rõ ràng, góp phần khơng nhỏ nhằm tìm giải pháp, công cụ tối ưu cho việc giám định ảnh pháp chứng Tổng quan tình hình nghiên cứu Có hai loại kỹ thuật thiết kế phần cứng sử dụng phổ biến cho xử lý ảnh vi mạch tích hợp chuyên dụng Application Specific Integrated Circuits (ASIC) phần cứng thiết kế bán chuyên dụng xử lý tín hiệu số-Digital signal Processors (DSP) hay Mảng cổng lập trình dạng trường - Field Programmable Gate Arrays (FPGA) Những thiết kế với ASIC có hiệu cao nhất, nhiên thiết kế lại phức tạp có giá thành cao Một nhược điểm thiết kế ASIC thay đổi nên thời gian thiết kế lâu phần cứng khác Thiết kế thường sử dụng ứng dụng thương mại với số lượng sản xuất lớn Ngoài ra, trình sản xuất, xảy lỗi nhỏ làm cho chip không sử dụng DSP dạng phần cứng nằm ASIC PC hiệu độ phức tạp thiết kế DSP vi xử lý đặc biệt, lập trình ngơn Giới thiệu Xử lý ảnh số lĩnh vực mở động với nhiều nghiên cứu ứng dụng sống ngày pháp chứng, y dược, khám phá vũ trụ, giám sát nhiều lĩnh vực khác Những ứng dụng khác bao gồm bước xử lý khác xử lý nâng cao chất lượng ảnh, phát vật thể, nhận diện khuôn mặt Triển khai ứng dụng máy tính dễ dàng, nhiên lại khơng hiệu tốn thời gian yêu cầu phần cứng nhớ thiết bị ngoại vi Triển khai hệ thống nhúng ứng dụng chuyên biệt giúp tăng tốc độ triển khai phần mềm tương ứng [2] Sự xuất phát triển nhanh chóng công nghệ xử lý ảnh phần mềm chỉnh sửa ảnh, điển Photoshop bước đột phá kỹ thuật Nó giúp người tạo ảnh đẹp, lưu lại khoảnh khắc đáng nhớ đời sống xã hội người Tuy nhiên, nhiều người lợi dụng phần mềm chỉnh sửa ảnh để tạo ảnh giả nhằm gian lận, che giấu chứng phạm tội, gây hại cho người khác xã hội Điều làm nảy sinh nhu cầu cần tìm kỹ thuật để giám định ảnh, phát ảnh giả mà mắt thường khơng thể phân biệt Nhiều thuật tốn giải pháp đưa ra, phân thành hai loại thuật tốn chủ động thuật tốn thụ động Nếu phương pháp chủ động cho biết thông tin ảnh gốc phương pháp watermarking hay chữ ký số; phương pháp thụ động khơng có thơng tin ảnh gốc nên đơi gọi mù Hiện nay, có nhiều kỹ thuật phương pháp khác đưa ra, chủ yếu tập trung vào phương pháp thụ động, phát VÕ MINH TIẾN - LÊ TIẾN THƯỜNG - HUỲNH KHẢ TÚ - MARIE LUONG có thơng tin đặc tính giống phần ảnh gốc Dựa vào cách thức xử lý ảnh, thuật tốn giám định chia làm hai nhóm dịch chuyển với thao tác biến đổi đồ họa dịch chuyển với biến đổi đồ họa cộng với hình học Các kỹ thuật phát ảnh giả cho hai hình thức ảnh giả Copy - Move phân tích thống kê giá trị pixel Weiqi Luo [13], phân tích giá trị đặc biệt - Singular Value Decomposition (SVD) [14], biến đổi Wavelets rời rạc - Dircrete Wavelets Transform (DWT) [15] biến đổi cos rời rạc - Discrete Cosine Transform (DCT) [4] Còn với ảnh Splicing, phần cắt ghép lấy từ nguồn ảnh khác nên nhiều vùng ảnh có đặc tính khác Dựa đặc tính bi-coherence [9], blur [7] ảnh hay đặc điểm camera chụp [16], phân biệt ảnh giả dạng Các kỹ thuật giám định tổng quát [10] Giải thuật đa phân giải cho ảnh pháp chứng Thuật tốn đề xuất khơng phát ảnh giả mạo, mà xác định vùng bị giả mạo xử lý copy-move splicing mà trước thông tin ảnh gốc Ngồi ra, thuật tốn phát nhiều vùng giả mạo ảnh thông qua bước đa phân giải, tách biên, toán tử hình thái giãn nở trước tái tạo lại hình ảnh biến đổi Wavelets ngược [11] Giả sử ảnh ban đầu cần giám định ảnh màu, cần chuyển ảnh sang ảnh đa mức xám (gray) từ kênh màu đỏ (Red – R), xanh (Green – G) xanh dương (Blue – B) ảnh gốc với trọng số thích hợp Giá trị pixel tính từ giá trị kênh màu đỏ R, xanh G xanh dương B ứng với pixel đó: ngữ C code assembly Nó thích hợp với ứng dụng tính tốn phức tạp xử lý số tín hiệu xử lý ảnh Sử dụng DSP yêu cầu hiểu biết phần cứng, tương đối dễ dàng lựa chọn khác FPGA thiết bị cấu hình lại Những kỹ thuật thiết kế phần cứng cấu trúc song song cấu trúc đường ống phát triển FPGA [6], thực thiết kế DSP Triển khai xử lý ảnh thiết bị cấu hình lại giảm tối đa chi phí, cho phép thực thiện thiết kế mẫu thuật tốn phức tạp cách nhanh chóng dễ dàng sửa lỗi kiểm tra Vì vậy, FPGA lựa chọn lý tưởng cho giải thuật xử lý ảnh thời gian thực Tuy nhiên, việc nghiên cứu phần cứng xử lý ảnh năm gần quan tâm, phát triển Những nghiên cứu trước phân loại dựa loại phần cứng giải thuật xử lý ảnh triển khai Những loại phần cứng xem xét xử lý ảnh ASIC, DSP FPGA Còn thuật toán xử lý ảnh triển khai phần cứng tích chập, lọc hình ảnh phát cạnh phương pháp Sobel, Prewitt Canny Một vài nghiên cứu quan tâm đến việc triển khai hiệu thực thi FPGA nhà sản xuất Xilinx [5], Amtel Altera Nhiều nghiên cứu gần chủ yếu tập trung vào phương pháp thụ động đòi hỏi thuật toán kỹ thuật phức tạp Ảnh giả tạo phương pháp gồm hai dạng Copy – Move Splicing Với ảnh giả Copy – Move, vùng ảnh cắt ra, xử lý, rotate/flip thay đổi kích thước, tỉ lệ (scale) trước dán vào vị trí ảnh gốc Do phần cắt ghép lấy từ ảnh nên H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG (1) Input Image No RGB? Yes RGB => Gray Wavelet Transform Detail Components (Horizontal, Vertical & Diagonal Detail) Approximate Edge Detection Dilation Detail Components (Horizontal, Vertical & Diagonal Detail) Approximate = IDWT Output Image No Yes Edge? No paste, no forgery Fake image Output Image (Highlighted forged regions) Output Log file Hình 1: Lưu đồ thuật tốn nhận diện ảnh giả biến đổi Wavelets VÕ MINH TIẾN - LÊ TIẾN THƯỜNG - HUỲNH KHẢ TÚ - MARIE LUONG Để xử lý liệu hai chiều ảnh đa mức xám, cần sử dụng phép biến đổi Wavelets rời rạc hai chiều (2-D) Trong phép biến đổi này, tín hiệu hai chiều S(x, y) tách thành nhiều tín hiệu chiều lấy biến đổi Wavelets 1-D chúng Kết tổng hợp biến đổi Wavelets 2-D Tín hiệu 2D L H ↓2 ↓2 Theo cột L H L H ↓2 ↓2 ↓2 ↓2 Theo hàng S1 S2 S3 S4 Hình Biến đổi Wavelets rời rạc 2-D Gọi x y hai trục tọa độ tín hiệu 2-D, , hàm tỉ lệ chiều tương ứng phép lọc thông thấp L , hàm tỉ lệ chiều tương ứng phép lọc thông cao H Thực phép biến đổi Wavelets 2-D tạo hàm tỉ lệ ba hàm Wavelets (2) tin tần số cao tương ứng với ba chiều ngang, dọc chéo Trong ảnh giả, đường biên vùng cắt dán có độ sắc nét khác so với vùng lại ảnh Bước giải thuật tiến hành tách biên để tìm vùng khả nghi ảnh; đó, vùng có độ sắc nét cạnh cao xem xét áp dụng ngưỡng lọc thích hợp để xác định vùng cắt dán hay khơng [12] Vì đường biện thể thành phần tần số cao, nên thuật toán tách biên áp dụng cách tích chập thành phần chi tiết ảnh với Prewitt kernel Gx, Gy ứng với trục x, y (3) (4) (5) Phân tích đa phân giải, ảnh tách thành thành phần thành phần xấp xỉ LL (Approximation), chi tiết ngang LH (Horizontal Detail), chi tiết dọc HL (Vertical Detail) chi tiết chéo HH (Diagonal Detail) Nếu thành phần xấp xỉ chứa thông tin ảnh tần số thấp, thành phần chi tiết chứa thơng (6) Thông thường, đường biên vùng cắt dán làm mượt phần mềm xử lý ảnh; vậy, cạnh H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG lại sau tách áp dụng ngưỡng không liên tục Để tái tạo cạnh này, phép tốn tử hình thái giãn nở áp dụng cho thành phần chi tiết ngang, dọc chéo Giãn nở ảnh nhị phân A phần tử cấu trúc B cho biểu thức: (7) bao cạnh, phần giả mạo dán lên ảnh Ngược lại, ảnh ảnh thật chưa qua xử lý Kết mô Phần tử cấu trúc B có kích thước 3x3 với tâm nằm trung tâm Hình Ảnh cần giám định Thực mô giải thuật Matlab cho ảnh giả copy – move Bước 1: Chuyển ảnh sang ảnh xám Bước 2: Thực đa phân giải ảnh biến đổi Wavelets Ảnh tách thành bốn thành phần thành phần xấp xỉ LL, thành phần chi tiết ngang LH, chi tiết dọc HL chi tiết chéo HH Hình Phần tử cấu trúc 3x3 Và để phát phần cắt dán, khơng cần quan tâm thành phần xấp xỉ tần số thấp cách cho thành phần Do đó, biến đổi Wavelets ngược thành phần tạo ảnh có cạnh đường biên Nếu ảnh có hình Hình Theo thứ tự từ trái qua, từ xuống: Ảnh xấp xỉ ảnh Negative thành phần ngang, dọc, chéo Bước 3: Tách biên với ngưỡng lọc thích hợp thực tốn tử hình thái giãn nở thành phần chi tiết Hình Theo thứ tự từ trái qua, từ xuống: Ảnh Negative thành phần chi tiết ngang, dọc chéo sau thực tách biên giãn nở Bước 4: Thực phép biến đổi Wavelets ngược Kết cho ảnh với cạnh khả nghi viền đen, phần lại ảnh có màu trắng VÕ MINH TIẾN - LÊ TIẾN THƯỜNG - HUỲNH KHẢ TÚ - MARIE LUONG Hình Ảnh Negative sau biến đổi Wavelets ngược Bước 5: Xuất ảnh kết với phần ảnh giả mạo có cạnh viền trắng Hình Ảnh kết ngõ sau thực thuật toán Một đặc điểm Raspberry khơng sử dụng đĩa cứng SSD nhằm tối ưu hóa kích thước; thay vào board sử dụng thẻ nhớ SD để boot chứa liệu Tổ chức Raspberry cung cấp hai hệ điều hành để download Dibian Arch Linux ARM Những cơng cụ sử dụng Python ngơn ngữ lập trình chính, đồng thời hỗ trợ BBC BASIC (thông qua RISC OS image Brandy Basic clone cho Linux), C, Java Perl A Thiết lập hệ thống Hệ thống thiết lập gồm KIT Raspberry Pi hệ 3B đóng vai trò trung tâm, cấp điện áp 5V qua cổng micro USB Hiện thực hệ thống nhúng Phần trình bày cách thiết lập hệ thống nhúng Raspberry hồn chỉnh, bước cấu hình kết thực giải thuật đa phân giải hệ thống Với ứng dụng không yêu cầu thời gian thực phép toán bản, Raspberry Pi 3B – sản xuất năm 2016 chọn tốc độ xử lý nhanh với chip ARMv8 quad-core, 64bit, 1.2GHz, nhỏ gọn kinh tế Hình KIT Raspberry Pi 3B H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG B Các bước cấu hình thực thuật toán đa phân giải Trong đề tài, Raspberry Pi 3B cài đặt hệ điều hành Raspbian, hệ điều hành khơng tính phí, phát triển dựa hệ điều hành Debian tối ưu cho phần cứng Raspberry Hệ điều hành có 35000 package phần mềm, hoàn thành vào tháng – 2012, nén thành giúp cho việc cài đặt trở nên dễ dàng Để tiến hành xử lý ảnh hệ thống nhúng, cần sử dụng thư viện mở OpenCV3.0 Thư viện có 2500 thuật toán tối ưu, gồm tập hợp tổng quát thuật toán cổ điển đại thị giác máy tính học máy Những thuật tốn sử dụng để phát nhận dạng khuôn mặt, xác định vật thể, phân loại hành động người video, theo dõi hoạt động camera đối tượng, xác định model 3D đối tượng, nhiều thuật toán xử lý ảnh với độ phân giải cao Chương trình chạy Raspberry hỗ trợ xử lý giám định nhiều file ảnh lúc Khi xử lý xong, chương trình xuất file kết dạng text hiển thị ảnh gốc, ảnh kết giám định Các bước tiến hành trình bày sau: Bước 1: Copy ảnh vào thư mục tạo file Input_Image_List.txt chứa danh sách file ảnh với định dạng cần xử lý Bước 2: Tạo file code, complie, build chạy thực thi chương trình cửa sổ command theo trình tự sau  Tạo file CmakeList.txt có nội dung đoạn cript chứa thơng tin như: version OpenCV, tên project, tên thư viện, tên file code thực thi, tên file thực thi output, Link thư viện OpenCV  Tạo file code chương trình  Complie chương trình lệnh Monitor HDMI Raspberry Pi 3B ETH 4× ARM Cortex-A53 1.2GHz USB Mouse USB SDIO SD card Keyboard Hình 10 Sơ đồ kết nối hệ thống Để hoạt động, cần có thẻ nhớ micro SD 8GB 16GB chứa hệ điều hành đóng vai trò nhớ lưu trữ liệu KIT kết nối với hình hiển thị thơng qua cổng HDMI, giao tiếp với chuột bàn phím chuẩn USB KIT kết nối Ethernet qua cổng RJ45 wifi 802.11n Ngồi ra, có thêm cổng USB để kết nối USB drive thiết bị ngoại vi khác Hình 11 Hệ thống Raspberry Pi thực tế: KIT, monitor, mouse, keyboard Để tiện sử dụng, người dùng tùy chọn cài đặt phần mềm remote desktop VNC sử dụng máy tính hay laptop để điều khiển hệ thống mà khơng cần thiết bị hiển thị hay chuột, bàn phím 10 VÕ MINH TIẾN - LÊ TIẾN THƯỜNG - HUỲNH KHẢ TÚ - MARIE LUONG “cmake” Khi đó, chương trình tạo file CMakeCache.txt, Makefile, cmake_install.cmake  Build chương trình lệnh “make”, chương trình tạo file thực thi ImageProcessing  Thực thi chương trình lệnh “./ImageProcessing” Bước 3: Xuất kết đánh giá Sau thực hiện, chương trình xuất file kết cho biết ảnh giả, ảnh thật; số pixel thời gian xử lý cho ảnh Đồng thời, hiển thị hình ảnh ngõ ảnh sau xử lý với phần giả mạo (nếu có) tơ màu trắng Ảnh kết với phần ảnh giả mạo có cạnh viền trắng  Thực với ảnh thứ Bằng mắt thường, người xem khó mà phân biệt ảnh giả hay ảnh gốc Hình 14 Ảnh ngõ vào xử lý Ảnh kết cho thấy có phần nhỏ phần cắt dán Kết hồn tồn xác so sánh với ảnh gốc Hình 12 Thực giải thuật KIT, kết hiển thị hình C Kết thực Kết thực Raspberry:  Thực giám định cho ảnh copy – move mơ Matlab Hình 15 Ảnh ngõ với phần cắt dán với màu trắng Thực thuật toán cho tập ảnh [3] hai máy tính laptop có cấu hình, hệ điều hành, phần mềm khác So sánh với kết thực hệ thống nhúng Raspberry Pi 3B Hình 13 Ảnh kết ngõ sau thực thuật tốn 11 H THỐNG NHÚNG HI N THỰC THUẬT TỐN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG Bảng Kết thực Cấu hình Vi xử lý Bộ nhớ kết Raspberry, cần so sánh tỉ lệ % số pixel giống Neq tổng số pixel N hai ảnh ngõ Raspberry Laptop Laptop Pi 3B (Matlab (Visual Ghi Chú (OpenCV + 2015a) Studio 12.0) Cmake) Broadcom BCM2837, Intel Core i5- Intel Core i3 1.2GHz 645200U @ M330 @ bit quad2.2GHz 2.13GHz core ARMv8 CPU 4GB DDR3L 4GB DDR3 (1600 MHz) (8) Thuật toán thực Raspberry cho ảnh ngõ gần giống kết mô Matlab với tỉ lệ xác cao (trên 99%) Kết luận Bài viết giới thiệu hệ thống nhúng Raspberry Pi bước thực thuật toán hệ thống nhúng cụ thể Thuật toán đa phân giải cho ảnh pháp chứng phát hai loại ảnh giả copy – move splicing, chưa thể phát ảnh có xử lý tùy chỉnh độ tương phản, histogram hiệu ứng khác Hệ thống nhúng Raspberry có khả xử lý ảnh có độ phân giải cao, tốc độ xử lý tương đối nhanh hồn tồn giống kết mơ Matlab với độ xác cao thực tập nhiều ảnh copy-move splicing có kích thước khác Tuy nhiên, xử lý ảnh HD có độ phân giải cao, máy tính, thường nhiều thời gian để xử lý Điều đặt thách thức cần phát triển hệ thống nhúng đủ mạnh để xử lý ảnh Thực thuật toán đa phân giải hệ thống nhúng Raspberry tảng bước đầu, việc tìm hiểu, cập nhật phần cứng mới, chuyên dùng cho xử lý ảnh NVIDIA Jetson TX1, tích hợp CPU (ARM®Cortex®-A57 Quad-Core, tần số 1.73GHz) GPU 256-core hỗ trợ hệ điều hành Ubuntu Linux x64 (v14.04) hướng nghiên cứu đề tài Bên cạnh đó, đề tài hướng tới việc tạo giao 1GB LPDDR2 (900 MHz) Hệ điều Window Window 7, Raspbian hành 8.1, 64 – bit 32 - bit Ảnh Thời gian xử lý (giây) Tỉ lệ % (size) giống Laptop Laptop Raspberry flowers.tiff 14 198 41 96.77 (536x356) CRW_4853 33 457 77 99.87 (739x492) garden.jpg 27 207 34 99.73 (500x375) Dynamid.jp 3.6 15 97.95 g (203x150) 2015_01_02 18 186 38 100 (593x321) SA_MAC_01 40 7725 1730 100 (2048x1152) SEA_05_00 65 16500 3412 100 (2560x1600) … … … … … 51829 260 1270 Trung bình 99.36 % (pixel/giây) (pixel/giây) (pixel/giây) Kết cho thấy, tốc độ xử lý hệ thống nhúng Raspberry nhanh gấp lần tốc độ xử lý laptop chạy source code, chậm laptop chạy mô Matlab Kết hồn tồn phù hợp Laptop có cấu hình mạnh nhiều so với Raspberry phần mềm sử dụng khác Tuy nhiên, chạy code, điều kiện hệ thống nhúng Raspberry chứng tỏ khả xử lý tốt nhiều so với laptop không chuyên dụng cho xử lý ảnh Xét kết hình ảnh sau xử lý, Laptop hệ thống Raspberry sử dụng chương trình với thư viện mã nguồn mở OpenCV, nên kết ngõ hoàn toàn giống Để đánh giá sai khác kết mô Matlab 12 VÕ MINH TIẾN - LÊ TIẾN THƯỜNG - HUỲNH KHẢ TÚ - MARIE LUONG diện tương tác giúp người dùng dễ dàng tiếp cận áp dụng vào lĩnh vực khác Như vậy, bên cạnh FPGA, Raspberry Pi lựa chọn tốt cho ứng dụng xử lý ảnh thơng thường Hệ thống có giá thành thấp, dễ dàng thiết lập sử dụng, đặc biệt phù hợp môi trường giáo dục Pi Foundation website, Raspberry https://www.raspberrypi.org/ Tian-Tsong Ng, Shih-Fu Chang, Qibin Sun, “Blind Detection Of Photomontage Using Higher Order Statistics”, ISCAS '04 Proceedings of the 2004 International Symposium on Circuits and Systems, 2004 10 Tu Huynh-Kha, Thuong Le-Tien, Khoa Huynh-Van, Sy Nguyen-Chi, “A survey on Image Forgery Detection Techniques”, The 11th IEEE-RIVF International Conference on Computing and Communication Technologies, Can Tho, Vietnam, Jan 25-28 2015 11 Tu Huynh-Kha, Thuong Le-Tien, Synh HaViet-Uyen, Khoa Huynh-Van, Marie Luong, “A Robust Algorithm of Forgery Detection in Copy-Move and Spliced Images”, (IJACSA) International Journal of Advanced Computer Science and Applications, Vol 7, No 3, 2016 12 Tu H.K., Thuong L.T., Synh H.V.U., Khoa H.V., Nga L.T., "Forgery Detection and Identification of the Original and Duplicate Region in Copy-Move Images", The International Symposium on Electrical and Electronics Engineering, HCMC, Vietnam, Oct 30, 2015 13 Weiqi Luo, Jiwu Huang, Guoping Qiu, “Robust Detection of Region-Duplication Forgery in Digital Image”, 18th IEEE International Conference on Pattern Recognition, Hong Kong, p 746 – 749, 2006 14 XiaoBing KANG, ShengMin WEI, “Identifying Tampered Regions Using Singular Value Decomposition in Digital Image Forensics”, IEEE International Conference on Computer Science and Software Engineering, Wuhan, Hubei, p 926 – 930, 2008 15 Y.Sutcu, B.Coskun, H.T.Sencar, N.Memmon, “Tamper detection based on regularity of Wavelets transform coefficients”, IEEE International Conference on Image Processing, 2007 16 Zhen Fang, Shuozhong Wang, Xinpeng Zhang, “Image Splicing Detection Using Camera Characteristic Inconsistency”, MINES '09 International Conference on Multimedia Information Networking and Security, Hubei, 2009 Lời cảm ơn: Nghiên cứu hỗ trợ ĐH Quốc Gia TP.HCM, theo mã số B2015-20-02 TÀI LIỆU THAM KHẢO Cellan-Jones, Rory (5 May 2011), "A £15 computer to inspire young programmers", http://www.bbc.co.uk/blogs/thereporters/roryc ellanjones/2011/05/a_15_computer_to_inspire _young.html Daggu Venkateshwar Rao, Shruti Patil, Naveen Anne Babu and V Muthukumar, “Implementation and Evaluation of Image Processing Algorithms on Reconfigurable Architecture using C-based Hardware Descriptive Languages”, International Journal of Theoretical and Applied Computer Sciences Volume Number (2006) pp 9-34 Fourandsix Technologies, Incorporated official website, http://pth.izitru.com/ Jessica Fridrich, David Soukal, and Jan Lukáš, “Detection of Copy-Move Forgery in Digital Images”, Digital Forensic Research Workshop, Cleveland, Ohio, USA, 2003 Neha P Raut, Prof.A.V.Gokhale, “FPGA Implementation for Image Processing Algorithms Using Xilinx System Generator”, IOSR Journal of VLSI and Signal Processing (IOSR-JVSP) Volume 2, Issue (May – Jun 2013), PP 26-36 Peter Mc Curry, Fearghal Morgan, Liam Kilmartin Xilinx FPGA implementation of a pixel processor for object detection applications In the Proc Irish Signals and Systems Conference, Volume 3, Page(s): 346 - 349, Oct 2001 Pravin Kakar, Sudla and Wee Ser, “Exposong Digital Image Forgeries by Detecting Deoscrepancies in Motion Blur”, IEEE Transaction on Multimidia, Vol.13, No.3, June 2011 Ngày nhận bài: 12/12/2016 Biên tập xong: 15/3/2017 13 Duyệt đăng: 20/3/2017 ... khác So sánh với kết thực hệ thống nhúng Raspberry Pi 3B Hình 13 Ảnh kết ngõ sau thực thuật toán 11 H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG Bảng Kết thực Cấu hình Vi xử... Pi 3B H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG B Các bước cấu hình thực thuật toán đa phân giải Trong đề tài, Raspberry Pi 3B cài đặt hệ điều hành Raspbian, hệ điều...H THỐNG NHÚNG HI N THỰC THUẬT TOÁN ĐA PHÂN GIẢI CHO ẢNH PHÁP CHỨNG ảnh giả mạo cắt dán hình ảnh ảnh (Copy – Move) trích xuất từ nguồn ảnh khác (Splicing) Tuy nhiên, để tìm phương pháp tiếp