PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO DẠNG CẮT DÁN LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

    BỘ GIÁO DỤC VÀ ĐÀO TẠO  TRƢỜNG ĐẠI HỌC LẠC HỒNG  *** NGUYỄN HỮU NAM  PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO DẠNG CẮT/DÁN  CẮT/DÁN  Luận văn Thạc sĩ  Công nghệ Thông tin  ĐỒNG NAI, 2011     BỘ GIÁO DỤC VÀ ĐÀO TẠO  TRƢỜNG ĐẠI HỌC LẠC HỒNG  *** NGUYỄN HỮU NAM PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO MẠO   DẠNG CẮT/DÁN  CẮT/DÁN  Chuyên ngành: Công nghệ Thông tin  Mã số: 60.48.05  Luận văn Thạc sĩ  Công nghệ Thông tin   Ngƣời hƣớng dẫn khoa học:  PGS TS ĐỖ NĂNG TỒN  ĐỒNG NAI, 2011     LỜI CAM ĐOAN  Tơi xin cam đoan luận văn thạc sĩ   công nghệ thông tin: “Phát ảnh kỹ thuật số giả mạo dạng cắt/dán” kết trình học ttập, ập, nghiên cứu khoa học độc lập, nghiêm túc.  Các số liệu luận văn trung thực, có nguồn gốc rõ ràng, đƣợc trích dẫn có tính kế thừa, phát triển từ tài liệu, tạp chí, cơng trình nghiên cứu đƣợc cơng bố, website, …  Các phƣơng pháp nêu luận văn đƣợc rút từ sở lý luận trình nghiên cứu tìm hiểu tác giả.  tháng 11 Đồng Nai, Tác giả  2011 năm  Nguyễn Hữu Nam      LỜI CẢM ƠN   Lời xin gửi lời cảm ơn  T hầy hầy PGS TS Đỗ Năng Toàn tận tình giúp đỡ tơi suốt thời gian học tập vừa qua, đặc biệt định hướng nghiên cứu tận tình hướng dẫn cho tơi suốt q trình làm luận văn  Nếu khơng có  sự giúp đỡ tận tình thầy,  tơi khó hồn thành luận văn  Bên cạnh đó , tơi chân thành cám ơn thầy cô Trung tâm Thông tin Tư liệu, trường Đại Học Lạc Hồng, nơi công tác nghiên cứu tạo điều kiện hỗ trợ suốt thời gian qua Tôi xin  chân thành cám ơn thầy cô Khoa Công nghệ T hông hông tin tận tình giảng dạy, bảo cung cấp cho kiến thức cần   thiết suốt thời gian học  xin gởi lời cám ơn chân thành đến người thân, bạn bè đồng nghiệp giúp đỡ động viên  suốt thời gian học tập như thời gian thực luận văn.  Chân thành cám ơn !   Biên Hòa, ngày 01 tháng 11 năm 2011   Nguyễn Hữu Nam      MỤC LỤC  Trang LỜI CAM ĐOAN  i LỜI CẢM ƠN  ii MỤC LỤC  iii DANH MỤC CÁC TỪ VIẾT TẮT  iv DANH MỤC HÌNH  v DANH MỤC BẢNG BIỂU  vi PHẦN MỞ ĐẦU  CHƢƠNG 1: KHÁI QUÁT VỀ XỬ  LÝ ẢNH VÀ ẢNH GIẢ MẠO  1.1 Xử lý ảnh số vấn đề xử lý ảnh.  1.1.1 Xử lý ảnh ?  1.1.2 Biểu diễn ảnh số   1.1.3 Một số khái ni niệm ệm sở xử lý ảnh  1.1.4 Các giai đoạn trong xử lý ảnh  10 1.1.4.1 Thu nhận ảnh  10 1.1.4.2 Tiền xử lý  10 1.1.4.3 Phân đoạn ảnh  11 1.1.4.4 Hệ định  12 1.1.4.5 Trích chọn đặc điểm  12 13 1.1.4.6 Nhận dạng  1.1.5 Biên phƣơng pháp dò biên  14 1.1.5.1 Biên kiểu biên bản trong ảnh  14 1.1.5.2 Vai trò biên nhận dạng  15 1.1.5.3 Các phƣơng pháp dò biên trực tiếp  17 19 1.1.5.4 Một số phƣơng pháp dò biên b iên  1.1.5.4.1 Phƣơng pháp Canny  19      Cast an 21 1.1.5.4.2 Phƣơng pháp Shen –  Castan 21 1.1.6 Phát so khớp đặc trƣng bất biến  1.1.6.1 Điểm bất động đặc trƣng bất biến  21 1.1.6.2 So khớp đặc trƣng  24 1.2 Ảnh giả mạo phát ảnh giả mạo  25 1.2.1 Giới thiệu ảnh giả mạo  25 1.2.2 Các dạng ảnh giả mạo bản  28 1.2.3 Một số ảnh tiếng đƣợc phát là ảnh giả mạo [18]  30 1.2.4 Hƣớng tiếp cận toán phát ảnh giả mạo  35 1.2.4.1 Dựa vào hì hình nh dạng  35 1.2.4.2 Dựa vào phân tích nguồn sáng  36 1.2.4.3 Dựa vào biến đổi màu sắc  36 1.2.4.4 Dựa vào sở liệu  36 37 1.2.4.5 Dựa vào dấu vết trình điều chỉnh tỷ lệ  1.2.4.6 Dựa vào phân tích ánh sáng  37 CHƢƠNG 2 : MỘT SỐ KỸ THUẬT PHÁT HIỆN  ẢNH KỸ THUẬT SỐ GIẢ  MẠO  38 2.1 Phát ảnh giả mạo dựa vào Thuật toán Exact Match [3] 38 2.2 Phát ảnh giả mạo dựa vào kỹ thuật thay đổi kích thƣớc [3]  40 42 2.3 Phát ảnh giả mạo dựa khác biệt hƣớng nguồn sáng  2.3.1 Các dạng nguồn sáng  42 2.3.1.1 Nguồn sáng vô tận (3-D) 43 45 2.3.1.2 Nguồn sáng vô tận (2-D) 2.3.1.3 Nguồn sáng gần (bộ phận) (2-D) 46 2.3.1.4 Nhiều nguồn sáng 47 48 2.3.2 Phƣơng pháp ƣớ ƣớcc lƣợng hhƣớng ƣớng chiếu nguồn sáng    48 2.3.2.1 Ƣớc lƣợng hƣớng chiếu nguồn sáng     49 49 2.3.2.2 Tìm đƣờng có khả biên khuất  2.3.2.3 Ƣớc lƣợng hƣớng chiếu sáng cho từ ng đƣờng biên tì tìm m đƣợc   50 50 2.3.2.4 Sử dụng mạng Bayes tìm ƣớc lƣợng tốt nhất  2.3.3 Phƣơng Pháp dựa ttrên rên khác biệt hƣớng nguồn sáng  50 2.3.4 Phƣơng pháp xác định hƣớng ánh sáng theo đƣờng biên  53 2.3.4.1 Loại bỏ đối tƣợng nhỏ, nhiễu làm mảnh biên  56 56 2.3.4.1.1 Loại bỏ đối tƣợng nhỏ nhiễu  2.3.4.1.2 Làm mảnh biên nối nét đứ đứtt  56 2.3.4.2 Lựa chọn đoạn biên liên thông đối tƣợng dùng ƣớc lƣợng hƣớng nguồn sáng  59 2.3.4.3 Xây dựng thuật toán xác định hƣớng ánh sáng đƣờng biên  60 2.3.4.4 Kết thực nghiệm  61 2.4 Phát ảnh kỹ thuật số giả mạo dạng cắt/dán dựa vào thuật toán SIFT   64 84 2.5 So sánh số kỹ thuật phát ảnh giả m mạo ạo  CHƢƠNG 3: CHƢƠNG TRÌNH THỰC NGHIỆM  NGHIỆM 85 3.1 Bài toán 85 86 3.2 Mơ hình tốn phát ảnh giả mạo  3.3 Chƣơng trình phát ảnh kỹ thuật số giả mạo FImage 1.0  86 3.3.1 Cài đặt chƣơng trình  86 3.3.2 Kết thực nghiệm  87 PHẦN KẾT LUẬN  90 TÀI LIỆU THAM KHẢO     CÁC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT  2D 3D Dimensions (Không gian chiều)  Dimensions (Không gian chiều)  ADC CPU DoG H IC LoG RAM RANSAC SIFT SVD Analog to Digital Converter Control Processing Unit Difference of Gaussians Homography Inconsistency Coefficient Laplacian of Gaussian Random Access Memory RANdom Sample Consensus algorithm Scale Invarian Feature Tranorms Singular Value Decomposition     DANH MỤC HÌNH ẢNH  Trang Hình 1.1- Biểu diễn ảnh hàm  f ( X , Y )   Hình 1.2 - Ma trận láng giềng  Hình 1.3 - Các bƣớc xử lý ảnh số  10 Hình 1.4 - Các thành phần hệ xử lý ảnh  14 Hình 1.5 - Sơ đồ phân tích ảnh  15 Hình 1.6 –  Làm trơn ảnh  20 Hình 1.7 - Minh họa việc giả mạo ảnh [3]  26 Hình 1.8 - Ghép ảnh từ ảnh riêng rẽ [3]  28 Hình 1.9 - Ảnh che phủ bỏ đối tƣợng [16]  29 Hình 1.10 - Ảnh bổ sung đối tƣợng [16]  29 Hình 1.11 - Bức ảnh giả chỉnh sửa nhằm tăng độ mạnh thông tin chiến tranh [18] 30 Hình 1.12 - Ảnh giả John Kerry Jane Fonda đƣ đƣợc ợc cắt/dán từ hai ảnh riêng lẻ [16]  31 Hình 1.13 - Ảnh giả mạo Tổng thống Bush đọc sách ngƣợc [18]  31 Hình 1.14 - Dàn khoan dầu, bão sét [18] 32 Hình 1.15 - Ảnh giả Holmes với nam diễn viên Tom Cruise đƣợc cắt/dán từ tạp chí bao gồm hiển thị Kimo với nữ diễn viên Katie Holmes [16]  33 Hình 1.16 - Cá mập công trực thăng [18]  33 Hình 1.17 - Con mèo trắng khổng lồ [18]  34 Hình 1.18 - Sóng Thần Thái Lan [18]  35 Hình 1.19 - Sơ đồ việc phát giả mạo dựa vào sở liệu [3]  36 Hình 1.20 - Sự khác biệt hƣớng nguồn sáng khác [8].  37     Hình 2.1 - Minh họa cho việc tìm kiếm khối bao thuật tốn Exact Match   38 Hình 2.2 - Mơ hình ánh xạ điểm ảnh từ ảnh gốc sang ảnh đích [3]  40 Hình 2.3 - Minh họa hƣớng nguồn sáng pháp tuyến bề mặt đối tƣợng   45 Hình 2.4 - Hai đối tƣợng đƣợc chiếu nguồn sáng gần [8].  47 Hình 2.5 –  Quả cầu hiển thị nguồn sáng khác khoảng từ –  20  200 tới +200  48 Hình 2.6 –  Hƣớng nguồn sang từ bên trái sang  50 Hình 2.7 - Ảnh ghép nhà thơng có nguồn sáng khác   51 Hình 2.8 - Sơ đồ chức phát ảnh giả mạo  52 Hình 2.9 - Kết đạo hàm theo hƣớng x y 54 Hình 2.10 - Kết minh họa tính độ lớn biên  54 Hình 2.11 –  Hƣớng pháp tuyến  55 Hình 2.12 - Minh họa liên thơng theo 4, 8, láng giềng  56 Hình 2.13 - Minh họa điểm đƣợc đánh dấu để xóa [2].  56 Hình 2.14 - Lân cận điểm p1  57 Hình 2.15 - Minh họa điểm đƣợc đánh dấu để nối nét đứt [2]  58 Hình 2.16 - Ảnh minh họa để xem có giả mạo khơng  61 Hình 2.17 - Ảnh minh họa kết xác định hƣớng ánh sáng ảnh khác nên ảnh giả mạo dạng cắt/dán   61 Hình 2.18 –  Chỉ hƣớng nguồn sáng khác mũi trên  62 Hình 2.19 –  Hình gốc chƣa cắt/dán, có nguồn sáng 125 0  62 Hình 2.20 –  Hình gốc chƣa cắt/dán, có nguồn sáng 80 0  63 Hình 2.21 - Minh họa kết xác định hƣớng ánh sáng ảnh gi giảả mạo có sẵn [15].  63 Hình 2.22 - Xây dựng khơng gian tỷ lệ [9] 65     78 0.2 đƣợc xác định thực nghiệm sử dụng ảnh có độ chiếu sáng khác cho đối tƣợng 3D.  Hình 2.30 –  Kết thu đƣợc từ thuật toán Sift kết hợp với nhiều điểm khóa   Hình 2.30 kết thuật tốn Sift kết hợp điểm khóa ( keypoints) Điểm khóa  xx = {x1, , xn}  mô tả Sift  D = {desc1, , descn} Để phù hợp với ứng viên tốt cho  xi  điểm khóa (keypoint) đƣợc tìm thấy cách xác định   điểm gần từ n- điểm khóa.  Một tƣơng tự nhƣ vector S = {d 1, , d n-1}  đại diện cho khoảng cách Euclide xếp không gian SIFT đƣợc tính cho điểm khóa (keypoint) d 1 Hai keypoints sau phù hợp tỷ lệ d 2  T    (đƣợc xác định trƣớc) Tất keypoints phù hợp đƣợc tổ chức, đối tƣợng bị cô lập đƣợc loại bỏ      79  Bước 2:  Cấu trúc phân nhóm (Clustering) phụ trách để ƣớc tính chuyển đổi hình học xảy Ta thu dƣợc nhóm nút nhƣ hình 2.31.  Hình 2.31 - Gán cho điểm khóa cho nốt (cluster) Hình 2.32 –  Tách điểm khóa thành cụm Agglomerative      80 Để phát khu vực nhân vơ tính tơi có thể  sử dụng cụm agglomerative thứ bậc vị trí khơng gian điểm  khóa  phù hợp Cấu trúc phân nhóm, phân cấp  tạo hệ thống cụm đƣợc biểu diễn nhƣ cấu trúc Thuật toán bắt đầu cách gán cho điểm   khóa một  cụm  (cluster), sau nó  tính tốn tất khoảng cách khơng gian đối ứng cụm (cluster) Theo  Hình 2.32  tìm cặp  cụm có khoảng cách gần nhất  kết hợp chúng  thành cụm Sau xem xét khoảng cách hai cụm với khoảng cách ngắn từ thành viên cluster với thành viên cụm khác Số cuối cụm thu đƣợc cách cắt giảm độ cao cụ thể Đối với tiêu chí cắt, sử dụng giá trị hệ số không thống Nó đặc trƣng cho liên kết cluster cách so sánh chiều dài với chiều dài trung bình liên kết khác mức độ hệ thống phân cấp.  C1,2,8, … C1,2,8 CN-1,N C1,2 C1   C2   …… CN-1   CN Hình 2.33 - Cách nhóm cụm lại với nhau [15]     81 Khi cụm  dừng lại là lúc đánh giá hệ số không thống (IC) ngƣỡng IC (hệ số khơng thống nhất) có   vào khoảng cách trung bình cụm không cho phép tham gia cụm không gian xa mức độ hệ thống phân cấp  Bước 3:  Xác định đối tƣợng  giả mạo cách áp dụng việc chuyển đổi ƣớc tính hình học tính tốn mặt nạ tƣơng quan gốc hình ảnh chuyển đổi.  Cụm khơng chứa số lƣợng đáng kể  điểm khóa (keypoints)  phù hợp đƣợc loại bỏ Cụm đƣợc xem xét và  điểm khóa (keypoints) họ đƣợc sử dụng  (homography) di chuyển nhóm vào số khác để ƣớc tính ma trận H  (homography) Sự thay đổi sự thay phiên mở rộng quy mô chuyển đổi khu vực ban đầu khu vực chép đƣợc xác định cách sử dụng tập hợp điểm trích xuất phù hợp Chúng ta điểm lần xuất tọa độ, cho hai khu vực,  xi = ( x, y,1 ) T   x' i = ( x', y',1) T   tƣơng ứng, mối quan hệ hình học họ đƣợc định nghĩa ma trận  H   (homography) đƣợc đại diện ma trận 3 × nhƣ sau: x’ y’ x  =H y (2.27) 1  Ma trận đƣợc tính cách ba điểm phù hợp.      82 Đặc biệt, xác định  H   bằng cách sử dụng khả xảy tối đa   dự toán homography [17] Phƣơng pháp tìm kiếm  H  H   cặp  điểm hồn toàn phù hợp  x i  và  xi  mà giảm tổng lỗi chức năng: ˆ  i ˆ [d ( xi , xˆi )      d ( xi, xˆi) ]    xi = H  x i    i   ˆ ˆ (2.28)  Tuy nhiên điểm khơng phù hợp (Bên ngồi) làm nhiễu nghiêm trọng trong homography ƣớc tính Mục đích để xác định tập hợp  bên từ tƣơng ứng đƣợc đƣa để homography đƣợc ƣớc tính tối ƣu từ bên trong  sử dụng thuật tốn Đối với mục đích này, Tơi thực thơng qua thuật tốn RANSAC  [8] (Đồng thuận mẫu ngẫu nhiên)  cho  phép cải thiện kết cách làm giảm hiệu đáng lo ngại bên ngồi Hình học chuyển đổi đƣợc tính tốn từ  homography Trong thực tế, H đƣợc biểu diễn nhƣ sau:   A t   H    T   0 1 Khi  a11 a12   A    a21 a 22 (2.29)  t 1   t 2  t    Vector t  là tịnh tiến ma trận  A là thành phần quay biến đổi tỉ lệ A  có chứa thơng số luân chuyển quy mô không đẳng hƣớng Đặc biệt,  A đƣợc xác định  bởi phân hủy giá trị đơn (SVD) hình thức nhƣ T   A = USV  , Trong S = diag (s1, s2).  Hơn nữa, ma trận A đƣợc viết lại nhƣ sau: A = (UV T  ) (VSV T  ) = R(θ  ) (R(Φ) SR (Φ)) kể từ U  và  và V ma trận trực giao Nhƣ vậy,  A đƣợc coi nối của Φ quay, thu đƣợc T   s1 và s2 tƣơng ứng đại từ ma trận luân phiên  R R ( Φ ) = V  ; S rộng, đó s1 diện (xoay)  x   y  theo hƣớng;  quay trở lại (bằng cách - Φ); cuối  (R ( θ   ) = UV T  )  vòng xoay θ  (R     83  Nhƣ thông số dịch đƣợc xác định cách sử dụng cụm centroids xoay quy mô thông số H  ta thu đƣợc kết nhƣ sau: H Hình 2.34 –  Kế thu đƣợc hình bị giả mạo  Một trƣờng hợp khác ảnh có nhiều đối tƣợng đƣợc chép lại giống hình 2.35 thì nút điểm khóa đƣợc xác định lại và so khớp với ảnh cịn lại.  H Hình 2.35 –  Kết quả thu đƣợc hình bị nhân lên thành đối tƣợng giống nhau [16]     84 2.5 So sánh số kỹ thuật phát ảnh giả mạo  Phƣơng pháp  Ƣu điểm  Hạn chế  Exact match Phát ảnh giả mạo dựa phép  biến đổi Wavelet  Không phát đƣợc ảnh bị thay đổi kích thƣớc quay ảnh  Exact match* Phát nhờ khối bao giống ảnh  Không phát đƣợc ảnh bị quay ảnh  Phát ảnh nhờ vào hƣớng ánh sáng tự nhiên (ánh sáng mắt trời)   Ánh sáng phòng, ánh sáng tự tạo quay ảnh theo hƣớng nguồn sáng khơng phát đƣợc.  Phát nhờ đặc trƣng bất biến Thời gian xử lý chậm ảnh bị thay đổi kích thƣớc xoay lƣợng thấysốnhiều   đặc trƣng tìm Dựa vào hƣớng nguồn sáng  SIFT Bảng - So sánh ƣu nhƣợc điểm số kỹ thuật phát ảnh giả mạo Trên sở thuật toán nghiên cứu để giải toán phát ảnh giả mạo.  Việc chọn thuật toán SIFT   đáp ứng đƣợc nhu cầu phát ảnh kỹ thuật số giả mạo  dạng cắt/dán  đối tƣợng bị thay đổi kích thƣớc xoay Vì tơi chọn thuật toán SIFT để cài đặt thử nghiệm.      85 CHƢƠNG 3: CHƢƠNG TRÌNH THỰ C NGHIỆM Trên sở lý thuyết tìm hiểu, tiến hành xây dựng chƣơng trình phát ảnh kỹ thuật số giả mạo dạng cắt/dán 3.1 Bài toán Từ kỹ thuật phát ảnh kỹ thuật số   giả mạo dạng cắt/dán, Tôi đã dựa tính SIFT David Lowe [9] để tiến hành thực nghiệm Kết phát hiện  ảnh giả mạo  tốt thuật toán chạy thời gian thực, thời gian cụ thể cho ảnh phụ thuộc vào kích thƣớc ảnh tùy nội dung ảnh (phụ thuộc vào số keypoint trích chọn đƣợc ảnh) Thuật tốn phát xác các vùng giả mạo mà số điểm khóa trích chọn đƣợc dày Thực nghiệm cho thấy thuật tốn khơng phát đƣợc vùng cắt/dán bị thay đổi tỉ lệ mà phát cả  vùng bị thay đổi  phép quay     86 3.2 Mơ hình tốn phát ảnh giả mạo   Ảnh nghi  ngờ là  giả mạo Thuật   toán SIFT   kết kết hợ hợp p vớ vớii nhiều điểm khóa Phân nhóm  lại để tạo thành nút Phép biến đổi hình học H Xác nhận  là hình  giả mạo   Hình 3.1 - Sơ đồ chức phát ảnh giả mạo  3.3 Chƣơng trình phát ảnh kỹ thuật số giả mạo FImage 1.0  3.3.1 Cài đặt chƣơng trình  Các tính chính:  Chƣơng trình đƣợc viết ngôn ngữ C++ - Visual 2005 Chạy hệ điều hành Window - 32 bit, máy tính tốc độ Core i5 2.27GHz, nhớ 4.00GB RAM Chƣơng trình có chức sau:  - Cho phép ngƣời sử dụng lựa chọn ảnh để phát giả mạo.  - Xuất điểm khóa  để đƣa kết ảnh ảnh giả mạo giả mạo chỗ     87 3.3.2 Kết thực nghiệm  Hình 3.2 - Ảnh minh họa để xem có giả mạo khơng  Tơi cài đặt thử ngiệm thuật tốn  số ảnh giả mạo bƣớc  đầu cho kết tốt Kết kết luận chúng  là giả mạo.  Hình 3.3 - Ảnh minh họa kết xác định hai đối tƣợng giống nên ảnh giả mạo dạng cắt/dán     88 Trƣờng hợp đối tƣợng bị lệch với góc nghiêng 200  Hình 3.4 - Ảnh minh họa để xem có giả mạo khơng Hình 3.5 - Ảnh minh họa kết xác định hai đối tƣợng giống nên ảnh giả mạo dạng cắt/dán      89 * Nhận xét: Thuật tốn mà tơi chọn đƣợc đánh giá hiệu quả  việc phát ảnh k ỹ  thuật số  giả  mạo dạng cắt/dán Tuy nhiên trình cài đặt thuật toán chƣa xử  lý đƣợc trƣờ ng ng hợ  p hình đƣợ c coi gi ả  mạo nhƣng do cắt/dán từ một ảnh khác nên khơng có sự tƣơng đồng Hình 3.6 –  Hai hình giả mạo thi “Worth1000 Photoshop” Mỗi hình ảnh đƣợc cắt/dán ngƣời [16]     90 PHẦN K ẾT LUẬN Phát ảnh giả mạo toán quan trọng, cần thiết nhiều lĩnh vực đời sống xã hội nhƣ: Y học, điều tra tội phạm, giám sát  bảo hiểm,…  Ngày Ngày việc tạo ảnh số giả mạo dễ dàng, nhờ vào phát triển khoa học công nghệ, kỹ thuật khoa học công nghệ ngày đƣợc ứng dụng nhiều vào thực tế ảnh số kết Điều chứng tỏ việc phát ảnh giả mạo lại khó khăn Trên sở nghiên cứu kỹ thuật nội suy đƣợc PhotoShop sử dụng việc thay đổi kích thƣớc vùng ảnh Một phƣơng pháp để hỗ trợ phát ảnh kỹ thuật số giả mạo dựa tính SIFT đƣợc đề xuất Với ảnh bị nghi ngờ, bị phát khu vực định đƣợc nhân đôi nữa, xác định chuyển đổi hình học áp dụng để thực nhƣ giả mạo Kỹ thuật trình bày cho thấy hiệu  nhiều hình ảnh đa dạng chẳng hạn nhƣ xử lý tổng hợp nhiều nhân Công việc tƣơng lai chủ yếu dành riêng cho điều tra làm để phát đối tƣợng cắt/dán cách nhanh xác nhất.  Hƣớng nghiên cứu xác định tự động đoạn biên  nhờ vào nguồn sáng  sử dụng thêm đặc trƣng bất biến giúp thuật tốn phát  đƣợc vùng ảnh giả mạo   bị bị thay đổi số phép  biến đổi ảnh nhƣ: phép lấy tỷ lệ, phép quay vùng đƣợc cắt/dán nhiều bức  bức ảnh khác nhau.      TÀI LIỆU THAM KHẢO  Tiếng Việt:  [1] Phạm Việt Bình, Cao Lê Mạnh Hà, Đỗ Năng Toàn (2006), “Một cách tiếp cận phát biên ảnh đa cấp xám” Hội thảo Quốc gia lần thứ - Một số vấn đề chọn lọc Công nghệ thông tin Truyền thông , Nxb KH&KT, Hà Nội [2] Đỗ Năng Toàn  (2002), "Biên ảnh số tính  chất", Tạp chí Khoa học Cơng nghệ, nghệ, Tập 40, số ĐB [3] Đỗ Năng Toàn, Hà Xuân Trƣờng, Phạm Việt Bình, Lê Thị Kim Nga, Ngơ Đức Vĩnh (2008), “Một cải tiến cho thuật toán phát ảnh giả mạo Exact match”, Kỷ match”,  Kỷ yếu Hội thảo Quốc gia nghiên cứu ứng Công nghệ thông tin - FAIR, Tp Nha Trang 09-10/08/2007, tr 161-172 d ụng ụng [4] Đỗ Năng Toàn, Lê Thị Kim Nga, (2010), “Phát ảnh cắt, dán giả m mạo ạo dựa vào đặc trƣng bất biến”, Tạp chí Tin học Điều khiển học, Tập 26, Số 2, tr185-195 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 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 – 395 395     [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  _lter 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 Information Security Solutions Europe, Berlin, Germany.  Proc of [16] Ryu S.-J., Lee M.-J., and Lee H.-K (2010) , “ Detection of copy-rotatemove forgery using zernike moments,” in 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 ... HỒNG  *** NGUYỄN HỮU NAM PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO MẠO   DẠNG CẮT/DÁN  CẮT/DÁN  Chuyên ngành: Công nghệ Thông tin? ? Mã số: 60.48.05  Luận văn Thạc sĩ? ?? ?Công nghệ Thông tin? ?  Ngƣời hƣớng dẫn... Xuất phát hồn cảnh đó, luận văn lựa chọn đề tài ? ?Phát ảnh kỹ thuật số giả mạo dạng cắt/ dán? ?? nhằm nghiên cứu số kỹ thuật phát ảnh kỹ thuật số giả mạo đƣợc tạo việc sử dụng chƣơng trình xử lý ảnh. .. CHƢƠNG 2 : MỘT SỐ KỸ THUẬT PHÁT HIỆN  ẢNH? ?KỸ THUẬT SỐ GIẢ  MẠO  38 2.1 Phát ảnh giả mạo dựa vào Thuật toán Exact Match [3] 38 2.2 Phát ảnh giả mạo dựa vào kỹ thuật thay đổi