PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TOÁN EXACT MATCH

PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TOÁN EXACT MATCH 4.1 Ý tưởng Gi s b c nh có kích th c ả ử ứ ả ướ NM × , v i ớ B là kích th c nh nh tướ ỏ ấ c a kh i bao mà ng i dùng đ nh ngh a đ đ i sánh. v i m i đi mủ ố ườ ị ĩ ể ố ớ ỗ ể nh ta xác đ nh đ c m t kh i bao ma tr n ả ị ượ ộ ố ậ BB × đi m nh. Nh v yể ả ư ậ v i b c nh ớ ứ ả NM × ta xác đ nh đ c ị ượ )1()1( +−×+− BNBM kh i bao. V iố ớ m i kh i bao ta l u các ph n t thu c kh i bao vào m t hàng c aỗ ố ư ầ ử ộ ố ộ ủ m t ma tr n A. V y duy t trên toàn b b c nh ta s đ c m t maộ ậ ậ ệ ộ ứ ả ẽ ượ ộ tr n A v i ậ ớ )1()1( +−×+− BNBM hàng và BB × c t. ộ Hai hàng gi ng nhau trong ma tr n A t ng đ ng v i 2 kh iố ậ ươ ươ ớ ố bao gi ng nhau trong nh. Chúng ta s p x p các hàng trong maố ả ắ ế tr n A theo th t t đi n, yêu c u này s đ c th c hi n trênậ ứ ự ừ ể ầ ẽ ượ ự ệ )(log 2 MNMN b c. Sau đó ta d dàng tìm ki m b ng cách duy t ướ ễ ế ằ ệ MN hàng c a ma tr n đã qua s p x p A và tìm ki m hai hàng gi ngủ ậ ắ ế ế ố nhau liên ti p.ế K t qu thu t toán s tìm ki m và đ a ra đ c t p các vùngế ả ậ ẽ ế ư ượ ậ bao gi ng nhau là b ng ch ng ch ng minh nh đã b c t dán.ố ằ ứ ứ ả ị ắ Hình 2. Minh họa cho việc tìm kiếm khối bao của thuật toán Extract macth 1 - - 1 4.2. Thuật toán Thu t toán Extract match nh m tìm ra các kh i bao gi ng nhauậ ằ ố ố trên cùng m t nh, bao g m các b c sau:ộ ả ồ ướ • Bước 1: Lựa chọn kích thước khối bao nhỏ nhất. • Bước 2: Xác định tập các khối bao dựa trên kích thước khối bao nhỏ nhất. • Bước 3: Đưa mỗi khối bao vào một hàng của mảng lưu xác định. • Bước 4: Sắp xếp các hàng trong mảng lưu ở bước 3 theo thứ tự tăng dần. • Bước 5: Kiểm tra hai hàng liên tiếp trong mảng lưu sau khi đã sắp xếp, nếu chúng giống nhau thì đưa ra 2 tập khối bao giống nhau tương ứng. 4.3 Phát hiện ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước Thu t toán Exact match trình bày m c 2 th ng phát hi n kháậ ở ụ ườ ệ t t v i các nh gi m o d ng c t dán, nh ng không có s thay đ iố ớ ả ả ạ ạ ắ ư ự ổ v kích th c. Trong tr ng h p vùng c t dán có thay đ i v kíchề ướ ườ ợ ắ ổ ề th c thì thu t toán không phát hi n đ c s gi m o.ướ ậ ệ ượ ự ả ạ ٭ Các kỹ thuật thay đổi kích thước Vi c thay đ i kích th c m t vùng nh th ng s d ng k thu tệ ổ ướ ộ ả ườ ử ụ ỹ ậ n i suy tuy n tính xác đ nh đ ánh x nh t mi n không gian nàyộ ế ị ể ạ ả ừ ề sang mi n không gian khác. Các k thu t n i suy đ c s d ngề ỹ ậ ộ ượ ử ụ trong trong PhotoShop là: Láng gi ng g n nh t (nearest neighbor),ề ầ ấ n i suy tuy n tính (bilinear interpolation) và Bicubic.ộ ế (x,y) ),(),( yxforYyxfX yx == 2 - - 2 Hình 4. Mô hình ánh xạ các điểm ảnh từ ảnh gốc sang ảnh đích  Nearest-neighbor Kỹ thuật này được diễn tả như sau: với mỗi điểm ảnh từ ảnh gốc sẽ tương ứng với một vị trí phù hợp trong ảnh đích (ảnh đã được thay đổi kích thước). các giá trị màu và tín hiệu của một điểm ảnh trong ảnh mới sẽ được gán bằng giá trị màu của điểm ảnh gần nhất (láng giềng gần nhất) thuộc ảnh gốc tương ứng.  Bilinear interpolation Đây là phương pháp phức tạp hơn nearest neighbor. Phương pháp này xác định giá trị của một điểm ảnh mới dựa trên trung bình trọng số của 4 điểm ảnh láng giềng gần nhất 2x-2 của điểm ảnh thuộc ảnh gốc. Chúng ta miêu tả chi tiết phương pháp nội suy bilinear như sau: Giả sử với mỗi điểm (x,y) thuộc ảnh gốc ta xác định được các giá trị ánh xạ tương ứng (X,Y) thuộc ảnh đích theo phép biến đổi sau: ),( yxfX x = ),( yxfY y = Với yx ff , là các hàm tuyến tính. Giả sử u và v lần lượt là các phần nguyên của X và Y.Thuật toán nội suy bilinear được định nghĩa như sau: )1,1()1,(),1(),(W),( 1,11,,1vu, +++++++= ++++ vuIWvuIWvuIWvuIYXI vuvuvu Trong đó: )1)(1(W vu, yvxu −+−+= )1)(( ,1 yvuxW vu −+−= + 3 - - 3 ))(1( 1, vyxuW vu −−+= + ))(( 1,1 vyuxW vu −−= ++  Bicubic interpolation Với phương pháp này bức ảnh sẽ được chia làm các khối hình vuông kích thước 4x4. Phương pháp này có thể được tính theo mô hình “hàng-hàng“ (row-by-row) và sau đó là “cột-cột” (column-by-column). Chúng ta giả sử rằng các cường độ tại u-1,u,u+1,u+2 lần lượt là I(u-1), I(u), I(u+1), I(u+2) , Cường độ tại 0<X<1 sẽ được ước lượng từ phương trình sau: 2101 )2()1()()1()( fuIfuIfuIfuIXf +++++−= − Trong đó: tttf 2 1 2 1 23 1 −+−= − , ,1 2 5 2 3 23 0 +−= ttf , 2 1 2 2 3 23 1 tttf ++−= 23 2 2 1 2 1 ttf −= 4.4 Thuật toán cải tiến Exact match* Khi thay đổi kích thước ảnh, PhotoShop thường sử dụng 1 trong các kỹ thuật nội suy được trình bày ở mục 3.1. ở trên. Dựa vào đó ta tìm kiếm các cặp vùng trong ảnh có mối quan hệ tương quan theo một phương pháp nội suy xác định. Một vùng ℜ 4 - - 4 được gọi là vùng tương quan nếu nó tồn tại ít nhất một vùng ε ℜ và một phép biến đổi, tương ứng khác sao cho : :f ε α ℜ→ℜ Trong đó α là hệ số tỷ lệ, và phép ánh xạ theo một phương pháp nội suy xác định là một trong các kỹ thuật nội suy. Khi đó cặp vùng ),( ε ℜℜ được gọi là cặp tương quan. Thuật toán Exact match * Trên cơ sở ý tưởng trên, thuật toán thực hiện các bước sau: • Bước 1: Lựa chọn các thông số đầu vào bao gồm : Kích thước khối bao nhỏ nhất B, các tỷ lệ co giãn theo chiều ngang và chiều dọc là p,q và một phương pháp nội suy f. • Bước 2: Xác định 2 tập hợp các khối bao, bao gồm một tập hợp các khối bao có kích thước tối thiểu B × B và một tập hợp các khối bao có kích thước pB × qB trên toàn bộ ảnh. • Bước 3: Biến đổi tập các khối bao có kích thước B × B sang tập các khối bao mới theo phép biến đổi nội suy và các thông số về tỷ lệ co giãn theo chiều ngang và chiều dọc đã cho trong bước 1. • Bước 4: Đối sánh các cặp khối bao, mỗi cặp khối bao gồm một khối bao thuộc tập hợp các khối bao sau khi biến đổi ở bước 3 và một khối bao thuộc tập hợp các khối bao có kích thước pB × qB trong bước 2. Nếu chúng giống nhau thì đưa ra được cặp hai khối bao tương ứng gồm : một khối bao thuộc tập các khối bao có kích thước B × B tạo ra ở bước 2 và một khối bao thuộc tập các khối bao có kích thước pB × qB tạo ra trong bước 2. 5 - - 5 4.5 Kết luận Với sự phát triển của khoa học công nghệ, ngày càng có nhiều kỹ thuật của khoa học công nghệ được ứng dụng vào thực tế và ảnh số chính là một trong những thành quả đó. Ảnh số ngày càng dễ sửa chữa và hiệu chỉnh do sức mạnh của các phần mềm soạn thảo và xử lý ảnh mà điển hình là PhotoShop. Do vậy mà bài toán phát hiện ảnh giả mạo đã trở nên cấp thiết và ngày càng khó khăn. Trên c s nghiên c u các k thu t n i suy hi n đang đ cơ ở ứ ỹ ậ ộ ệ ượ PhotoShop s d ng trong vi c thay đ i kích th c vùng nh. Tôi đử ụ ệ ổ ướ ả ề xu t m t c i ti n cho thu t toán phát hi n nh gi m o Exactấ ộ ả ế ậ ệ ả ả ạ match. Thu t toán mà tôi đ xu t có kh n ng phát hi n đ i v i cácậ ề ấ ả ă ệ ố ớ nh gi m o d ng c t dán t chính m t nh và có s thay đ i vả ả ạ ạ ắ ừ ộ ả ự ổ ề kích th c đ i v i các đ i t ng b c t dán. ây c ng chính là cáchướ ố ớ ố ượ ị ắ Đ ũ th ng đ c các đ i t ng s d ng trong quá trình t o nh s giườ ượ ố ượ ử ụ ạ ả ố ả nh k thu t c t dán.ờ ỹ ậ ắ 6 - - 6 Tài li u tham kh oệ ả [1]. Ardy Goshtasby (2004), ”Image Resampling”, Wright State University and Image Fusion System Research .june 27.2004 [2]. aJessica Fridrich, bDavid Soukal, and aJan Lukáš, ”Detection of Copy-Move Forgery in Digital Images” [3]. Alin C Popescu and Hany Farid, "Exposing Digital Forgeries by Detecting Duplicated Image Regions", Department of Computer Science Dartmouth College ,Hanover NH 03755. [4]. Alin C.Popescu and Hany Farid, "Exposing Digital Forgeries by Detecting Traces of Re-sampling". [5]. Fridrich (1999), “Methods for "Methods for Tamper Detection in Digital Images", Proc. ACM Workshop on Multimedia and Security, Orlando, FL, October 30-31, 1999, pp. 19-23. [6]. Daniel R. Steinwand1, "A New Approach to Categorical Resampling",USGS EROS Data Center SAIC Sioux Falls, SD 57198 steinwand@usgs.gov [7]. E. G. Keys (1981), "Cubic convolution interpolation for digital image processing", IEEE Trans. Acoustics, Speech, and Signal Processing, 29(6):1153–1160 (1981). [8]. H. S. Hou and H. C. Andrews (1978), Cubic splines for image interpolation and digital filtering, IEEE Trans. Acoustics, Speech, and Signal Processing, 26(6):508–517 (1978). [9]. L. A. Ferrari, P. V. Sankar, J. Sklansky, and S. Leeman (1986), Efficient twodimensional filters using B-spline functions, Computer Vision, Graphics, and Image Processing, 35:152–169 (1986). [10]. F. Cheng and A. Goshtasby (1989), A parallel B-spline surface fitting algorithm, ACM Trans. Graphics, 8(1):41–50. [11]. Goshtasby, F. Cheng, and B. A. Barksy (1990), B spline curves and surface viewed as digital filters, Computer Vision, Graphics, and Image Processing, 52:264–275. [12]. (2003), "Some of the Most Useful Photo Editing Techniques in Adobe Photoshop" ,Center for Instruction and Research Technology, February 21, 2003. [13]. Lazhar Khriji and Khaled El-Metwally (2006), "Rational-Based Particle Swarm Optimization for Digital Image Interpolation", International journal of intelligent technology volume 1 number 3-2006 ISSN 1305-6417. [14]. Roland Perko, "Efficient Implementation of Higher Order Image Interpolation ", Graz niversity of Technology n_eldgasse 16 A–8010 Graz Austria, Horst ischof University of Technology Graz In_eldgasse 16 A–8010 Graz Austria. 7 - - 7 . PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TOÁN EXACT MATCH 4.1 Ý tưởng Gi s b c nh có kích th c ả ử ứ ả ướ. giống nhau tương ứng. 4.3 Phát hiện ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước Thu t toán Exact match trình bày m c 2 th ng phát hi n kháậ ở ụ ườ ệ