Bối cảnh và vấn đề nghiên cứu

Sự phát triển của công nghệ thông tin trong cả lĩnh vực phần cứng lẫn phần mềm đã thúc đẩy sự tiến bộ của các phương tiện truyền thông đa phương tiện số, trong đó ảnh số đóng vai trò phổ biến nhất. Khả năng thu nhận, xử lý và phân phối ảnh kỹ thuật số qua mạng máy tính mang lại nhiều tiện ích nhưng cũng dẫn đến nguy cơ gia tăng tình trạng sao chép, làm giả và vi phạm bản quyền tác giả. Đặc biệt, các sản phẩm đồ họa ứng dụng như tranh khảm (mosaic) — thường được sử dụng làm áp phích, biển quảng cáo, bìa sách báo và tác phẩm mỹ thuật — đối mặt trực tiếp với nguy cơ bị xâm phạm quyền sở hữu thông qua các hình thức in ấn và quét kỹ thuật số (print-and-scan attack).

Để giải quyết vấn đề bảo vệ quyền sở hữu trí tuệ đối với loại hình hình ảnh này, đề tài "Tìm hiểu kỹ thuật giấu tin trong ảnh khảm số" được tác giả Nguyễn Văn Hưng thực hiện tại Khoa Công nghệ thông tin, Trường Đại học Dân lập Hải Phòng (năm 2014) dưới sự hướng dẫn của cô Hồ Thị Hương Thơm. Đề tài tập trung nghiên cứu phương thức nhúng dữ liệu bản quyền trực tiếp vào các đường biên của ảnh ngói cấu thành nên ảnh khảm, tạo ra cơ chế giấu tin có khả năng chống chịu lại quá trình in ấn và quét lại.

Mục tiêu và nhiệm vụ nghiên cứu của đồ án được xác định cụ thể như sau:

  1. Tổng quan hóa các khái niệm, tính chất và các phương pháp giấu tin cơ bản trong dữ liệu đa phương tiện, đặc biệt là giấu tin trong ảnh số và phương pháp đánh giá chất lượng ảnh bằng chỉ số đỉnh tín hiệu trên nhiễu (PSNR).
  2. Nghiên cứu các phương pháp biến đổi ảnh số sang ảnh khảm, bao gồm khảm nhiều lớp và khảm toàn cảnh, cùng các kỹ thuật trích chọn đặc trưng màu sắc, kết cấu và hình dạng.
  3. Nghiên cứu sâu kỹ thuật thủy vân số sử dụng biên trong ngói của ảnh khảm nhằm thiết lập thuật toán nhúng tin và thuật toán tự động tách dữ liệu ẩn có khả năng chống lại tấn công in và quét.
  4. Cài đặt chương trình phần mềm thử nghiệm với đầy đủ các phân hệ chức năng: tạo ảnh khảm, giấu tin, tách tin và đo đạc chất lượng ảnh sau nhúng bằng PSNR.

Về đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các kỹ thuật giấu tin mật (Steganography), thủy vân số (Watermarking) trên miền không gian và miền tần số; các giải thuật biến đổi ảnh khảm; thuật toán nhúng và trích xuất dữ liệu trên biên của ngói khảm.
  • Phạm vi nghiên cứu: Thực nghiệm trên dữ liệu ảnh số tĩnh 2 chiều hệ màu RGB; cơ sở dữ liệu ngói thử nghiệm gồm 1.213 ảnh thành phần; kịch bản tấn công kiểm thử giới hạn trong quá trình in và quét quang học (print and scan).

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng trên nền tảng lý thuyết an toàn thông tin đa phương tiện và xử lý ảnh số:

  • Khung lý thuyết giấu tin số: Phân biệt ranh giới giữa kỹ thuật giấu tin mật (Steganography) nhằm che giấu sự hiện hữu của thông điệp với dung lượng giấu lớn và kỹ thuật thủy vân số (Watermarking) nhằm bảo vệ bản quyền sở hữu với yêu cầu nghiêm ngặt về tính bền vững. Hệ thống hóa các kỹ thuật miền không gian như LSB (Least Significant Bit), thuật toán SW (Simple Watermarking), thuật toán Wu-Lee (sử dụng ma trận khóa kích thước $m \times n$ với điều kiện đảo tối đa 1 bit mỗi khối), thuật toán PCT của Pan-Chen-Tseng (đảo 2 bit mỗi khối kết hợp ma trận trọng số $W$). Hệ thống hóa các kỹ thuật miền tần số DCT (Discrete Cosine Transform) gồm thuật toán DCT 2 của Chris Shoemaker (nhúng trên cặp hệ số tần số giữa với khoảng cách tối thiểu $k$) và thuật toán DCT 3 của Benham (loại bỏ khối nhẵn, chọn khối có độ sắc lớn với ngưỡng hệ số AC tần số thấp vượt mức 100).
  • Hệ thống cảm nhận của con người: Khai thác đặc trưng hệ thống thị giác người (Human Vision System - HVS) với hiện tượng mặt nạ giác quan (mặt nạ độ chói và mặt nạ tần số), cho phép che giấu các biến đổi biên tại các vùng có kết cấu phức tạp.
  • Khung lý thuyết khảm ảnh: Tiếp cận mô hình 4 bước tạo ảnh khảm nhiều lớp của Finkelstein (chọn mẫu và tập ảnh ngói, chia lưới ảnh chữ nhật, sắp xếp ngói và chỉnh sửa màu sắc); kết hợp kỹ thuật đan đa phân giải (Multiresolution spline), lọc trung bình (Mean filter $3 \times 3$), lọc trung vị (Median filter $3 \times 3$ khử nhiễu muối tiêu và nhiễu đốm), và kỹ thuật khớp biểu đồ màu sắc (Color histogram matching).
  • Trích chọn đặc trưng: Ứng dụng không gian màu RGB, CIE, HSV kết hợp độ đo tương đồng khoảng cách Euclid, độ đo Jensen-Shannon divergence (JSD) và độ đo khoảng cách Min-Max. Đối với đặc trưng cục bộ bất biến SIFT (Scale Invariant Feature Transform), đồ án trình bày mô hình phát hiện cực trị không gian tỉ lệ qua bộ lọc Difference-of-Gaussian (DoG) với phép so sánh 26 điểm láng giềng qua các octave, định vị điểm hấp dẫn, xác định hướng Gradient và mô tả vector đặc trưng 128 chiều ($4 \times 4 \times 8$).

Phương pháp nghiên cứu thực tế được triển khai bằng sự kết hợp giữa phân tích mô hình hóa toán học (toán tử vi phân Sobel $3 \times 3$, mặt nạ Laplacian một chiều, tích phân hình chiếu trục) và phương pháp thực nghiệm phần mềm. Đồ án đánh giá độ méo phi tuyến của ảnh trước và sau khi giấu tin thông qua chỉ số sai số toàn phương trung bình (Mean Squared Error - MSE) và tỷ số đỉnh tín hiệu trên nhiễu (Peak Signal-to-Noise Ratio - PSNR) đo bằng decibel (dB) trên 3 kênh màu RGB: $$MSE = \frac{1}{3mn} \sum_{C \in {R,G,B}} \sum_{i=0}^{m-1} \sum_{j=0}^{n-1} [I_C(i,j) - K_C(i,j)]^2$$ $$PSNR = 10 \cdot \log_{10}\left(\frac{MAX(I)^2}{MSE}\right)$$ Trong đó giá trị cực đại của điểm ảnh 8-bit là $MAX(I) = 255$.

Nguồn dữ liệu sử dụng trong đồ án gồm tập ảnh mẫu chuẩn thử nghiệm (ảnh chân dung, ảnh Lena) và cơ sở dữ liệu ảnh ngói gồm 1.213 tệp ảnh đa dạng được thu thập và tiền xử lý đồng nhất.

Nội dung chính theo từng chương

Chương 1: Tổng quan về giấu tin trong ảnh số

Chương 1 thiết lập nền tảng lý thuyết tổng quát về công nghệ giấu thông tin trong môi trường đa phương tiện. Tác giả phân tích lược đồ chung của hệ thống giấu tin gồm quá trình nhúng dữ liệu thông qua khóa bí mật $K$, môi trường truyền tải và bộ giải mã phục hồi thông tin. Ba tính chất kỹ thuật cốt lõi được phân tích gồm: tính vô hình (mức độ bảo toàn chất lượng môi trường chứa), dung lượng giấu (tỷ lệ dữ liệu ẩn trên kích thước vỏ bọc) và tính bền vững (khả năng nguyên vẹn trước các tác động biến đổi).

Tác giả so sánh ranh giới kỹ thuật giữa hai trường phái Steganography và Watermarking:

Tiêu chí Steganography (Giấu tin mật) Watermarking (Thủy vân số)
Mục đích Che giấu sự hiện hữu của thông điệp Thêm vào thông tin bản quyền gắn với đối tượng vỏ bọc
Đặc điểm thông tin Thông tin che giấu độc lập với vỏ bọc Thông tin che giấu gắn liền với đối tượng vỏ bọc
Yêu cầu kỹ thuật Không phát hiện được thông tin bị che giấu; tối ưu dung lượng tin Đảm bảo tiêu chuẩn bền vững chống tẩy xóa, phá hủy
Kịch bản tấn công Bị coi là thành công khi phát hiện ra thông điệp bí mật Bị coi là thành công khi phá vỡ hoặc làm biến dạng thủy vân

Bên cạnh môi trường ảnh, chương này khảo sát cơ chế giấu tin trong âm thanh (phụ thuộc hệ thống thính giác HAS với yêu cầu băng thông tối thiểu 20 bit/s cho luồng âm thanh 16-bit, 44,1 kHz), giấu tin trong video (các giải pháp của Cox, Swanson trên khối $8 \times 8$, và cấu trúc lưới đa chiều của Mukherjee), và giấu tin trong văn bản dạng text hay cơ sở dữ liệu quan hệ. Cuối chương, tác giả xác lập thang đo chuẩn PSNR: mức 35 dB được coi là ngưỡng chất lượng tốt và các giá trị dưới 20 dB là mức không thể chấp nhận được trong xử lý ảnh số.

Chương 2: Phương pháp biến đổi ảnh số sang ảnh khảm

Chương 2 phân loại chi tiết hai kỹ thuật tạo ảnh khảm số:

  • Khảm ảnh nhiều lớp (Photo-mosaic): Xây dựng từ quy trình 4 bước của Finkelstein. Tác giả phân tích các chiến lược sắp đặt ngói: sắp xếp đồng nhất một ảnh, sắp xếp ngẫu nhiên, ghép theo màu trung bình của phân vùng và ghép tối ưu chi tiết dựa trên phân tích hình khối, cấu trúc và đường biên.
  • Khảm ảnh toàn cảnh (Panorama): Nghiên cứu kỹ thuật chụp ghép ảnh góc rộng, bao gồm chụp ảnh khung ngang, chụp ảnh theo chiều dọc (vertorama) và ảnh toàn cảnh hình cầu (polar panorama). Ba công đoạn xử lý bắt buộc gồm sắp xếp chuỗi ảnh theo phần chồng chập (overlap), nắn chỉnh biến dạng qua các phép chiếu dựa trên điểm điều khiển, và làm trơn vùng chuyển tiếp bằng khớp biểu đồ màu sắc hoặc đan đa phân giải.

Chương này trình bày chi tiết các giải thuật toán học hỗ trợ: thuật toán lọc trung bình và lọc trung vị trên cửa sổ trượt $3 \times 3$; kỹ thuật SIFT trích chọn đặc trưng bất biến qua không gian tỉ lệ Difference-of-Gaussian; hai mô hình lựa chọn đặc trưng trong học máy là mô hình Filter và mô hình Wrapper; cùng việc khảo sát các phần mềm tạo ảnh khảm thương mại như AndreaMosaic, Mazaika, Easy Mosaic, Panorama Factory và Easypano Studio.

Chương 3: Giấu tin trong ảnh khảm

Chương 3 là trọng tâm nghiên cứu lý thuyết của đồ án, đề xuất giải pháp thủy vân sử dụng dải biên của ngói trong ảnh khảm nhằm chống lại tấn công in ấn và quét lại dựa trên nguyên lý của Silvers, Zhang, Nascimento và Zaiane.

Dải biên của mỗi ảnh ngói được định nghĩa có bề rộng bằng 1/8 kích thước ngói, nằm ở một trong 4 phía (trái, phải, trên, dưới) với đặc tính phương sai màu RGB nội tại rất nhỏ. Quy ước ánh xạ bit nhị phân vào vị trí biên được thiết lập:

Vị trí biên của ngói Cặp bit dữ liệu đại diện
Bên trái (Left) 00
Bên phải (Right) 01
Bên trên (Top) 10
Bên dưới (Bottom) 11

Tác giả chi tiết hóa hai thuật toán xử lý cốt lõi:

  • Thuật toán 1 (Nhúng dữ liệu vào vùng biên của ngói):

    1. Chia ảnh nguồn $I$ thành các ô ngói tương ứng.
    2. Trích xuất đặc trưng màu sắc của mỗi ô ngói và truy vấn từ cơ sở dữ liệu $D$ để chọn ảnh ngói phù hợp nhất.
    3. Tính toán dung lượng giấu cực đại $C$ dựa trên tổng số ngói của ảnh $I$.
    4. Mã hóa chuỗi tin cần giấu $S$ bằng khóa bí mật $K$ thành dòng nhị phân $S'$, nhân bản chuỗi $S'$ cho đến khi đạt độ dài $C$.
    5. Chia dòng $S'$ thành các cặp 2-bit $S_i'$.
    6. Với mỗi ngói: thêm một dải biên tương ứng với cặp bit $S_i'$ theo quy ước, gán giá trị các điểm ảnh trên biên bằng giá trị màu trung bình; đồng thời tính toán phương sai màu của 3 biên còn lại. Nếu phương sai nhỏ hơn ngưỡng sai $T$, chương trình sẽ tự động chèn nhiễu Gaussian (kỳ vọng bằng 0, phương sai bằng 30) cho đến khi phương sai lớn hơn $T$.
    7. Ghép toàn bộ các ngói đã xử lý để tạo thành ảnh khảm giấu tin $M$.

  • Thuật toán 2 (Phát hiện kích thước ngói và tách dữ liệu):

    1. Trích xuất cạnh ảnh khảm $M$ bằng mặt nạ vi phân Sobel $3 \times 3$ để tạo ảnh mức xám $S$.
    2. Tính toán phân bố hình chiếu tích phân theo trục hàng ($Y$-axis) và trục cột ($X$-axis) để thu được hai biểu đồ tần suất $X$ và $Y$.
    3. Áp dụng mặt nạ Laplacian một chiều [-1, 2, -1] kết hợp hai ngưỡng cắt $\theta_X$ và $\theta_Y$ (được xác định từ hệ số $\alpha_X, \alpha_Y$ nhân với giá trị cực đại) để tìm tập đỉnh $P_X$ và $P_Y$.
    4. Xác định giá trị tâm $v_X$ và $v_Y$ thông qua phương pháp phân nhóm với bán kính lân cận $R$.
    5. Thiết lập biểu đồ tần suất sai phân khoảng cách $S_x, S_y$ giữa các đỉnh kề nhau để suy ra chiều rộng $W$ và chiều cao $H$ tạm thời của ngói.
    6. Hiệu chỉnh kích thước $W$ và $H$ dựa trên điều kiện chia hết kích thước tổng thể của ảnh $M$.
    7. Sau khi xác định chính xác kích thước ngói, tiến hành quét từng ngói, kiểm tra phương sai của 4 biên để xác định biên mang tin (biên có phương sai nhỏ nhất không chứa nhiễu), trích xuất cặp 2-bit và giải mã bằng khóa $K$.

Chương 4: Cài đặt chương trình thử nghiệm

Chương 4 mô tả toàn bộ quá trình lập trình thực nghiệm phần mềm. Tác giả xây dựng ứng dụng với giao diện đồ họa trực quan bao gồm các mô-đun: Giao diện chính, Giao diện khảm ảnh, Giao diện giấu tin, Giao diện tách tin và Giao diện đo lường PSNR. Thử nghiệm được tiến hành trên tập cơ sở dữ liệu ngói gồm 1.213 ảnh, tạo lập tệp khóa ngẫu nhiên trong quá trình giấu tin và tiến hành in ảnh khảm ra bản giấy rồi quét quang học ngược trở lại máy tính để kiểm tra độ bền vững của thông tin nhúng.

Thiết kế và triển khai

Hệ thống phần mềm thử nghiệm trong đồ án được thiết kế theo kiến trúc phân hệ xử lý khép kín, phục vụ trực tiếp cho quy trình thử nghiệm thuật toán xử lý ảnh:

  • Phân hệ khảm ảnh: Chịu trách nhiệm nạp ảnh mục tiêu và quét toàn bộ thư mục chứa cơ sở dữ liệu 1.213 ảnh ngói; tự động tính toán biểu đồ màu, trích xuất giá trị màu trung bình trên từng phân vùng lưới chữ nhật đều và thực hiện thuật toán so khớp để chọn ra tệp ngói đại diện tối ưu cho từng tọa độ.
  • Phân hệ giấu tin (Nhúng dữ liệu): Cho phép người dùng nhập ảnh khảm đầu vào, tải tệp ảnh mật hoặc chuỗi ký tự bản quyền cần giấu; sinh chuỗi nhị phân, phân phối cặp bit vào 4 vị trí biên của từng ngói; tự động thực thi module kiểm tra phương sai kết hợp bộ tạo nhiễu Gaussian ngẫu nhiên nhằm làm tăng phương sai cho 3 biên không mang tin; cuối cùng xuất ra ảnh khảm đã giấu tin cùng tệp khóa bảo mật lưu trữ tham số giải mã.
  • Phân hệ tách tin (Giải mã dữ liệu): Vận hành theo cơ chế không giám sát kích thước ngói. Phân hệ nhận đầu vào là ảnh khảm đã qua xử lý (kể cả ảnh sau khi quét lại từ bản in), tự động áp dụng ma trận tích chập Sobel $3 \times 3$, tính tích phân chiếu $X-Y$, áp dụng lọc Laplacian 1D để tìm cực trị cục bộ và tính toán chính xác kích thước chiều rộng, chiều cao của ngói; kết hợp với tệp khóa để phục hồi nguyên vẹn dữ liệu bản quyền.
  • Phân hệ đánh giá kiểm định PSNR: Cung cấp chức năng tải đồng thời ảnh gốc trước khi giấu và ảnh sau khi giấu tin; tự động tính toán sai số MSE trên cả 3 kênh màu đỏ, lục, lam (RGB) và hiển thị kết quả định lượng giá trị PSNR bằng decibel (dB) trên giao diện.

Kết quả và đóng góp

Qua quá trình thực nghiệm, đồ án đã ghi nhận các kết quả cụ thể:

  • Khả năng nhúng dữ liệu đạt hiệu suất cố định 2 bit trên mỗi ô ngói của bức ảnh khảm, tỷ lệ nghịch với kích thước của ngói nhưng tỷ lệ thuận với độ phân giải tổng thể của bức tranh khảm.
  • Giá trị PSNR đo đạc trên tập ảnh thử nghiệm chứng minh chất lượng hình ảnh sau khi nhúng dữ liệu biên ngói vẫn duy trì được độ trung thực cao, không tạo ra sự sai khác đột biến về mặt thị giác so với ảnh khảm ban đầu nhờ cơ chế bù màu trung bình vào dải biên.
  • Thuật toán 2 chứng minh tính hiệu quả khi tự động ước lượng chính xác kích thước chiều rộng $W$ và chiều cao $H$ của các ô ngói mà không cần người dùng phải khai báo tham số trước.
  • Về độ bền vững, thực nghiệm in ảnh khảm ra giấy và quét lại bằng máy quét (Hình 4.30 trong đồ án) cho thấy ảnh mật và thông tin bản quyền nhúng trên biên ngói vẫn được bóc tách và khôi phục thành công, chứng minh khả năng kháng lại tấn công in ấn và quét quang học (print-and-scan attack).

Đóng góp của tác giả được thể hiện qua các điểm:

  • Hệ thống hóa toàn diện cơ sở lý thuyết về kỹ thuật khảm ảnh số và các thuật toán giấu tin đa phương tiện trong cả miền không gian và miền tần số.
  • Cụ thể hóa thuật toán nhúng tin vào dải biên ngói kết hợp cơ chế kiểm soát phương sai bằng nhiễu Gaussian nhằm tạo sự phân tách thống kê rõ rệt giữa biên mang tin và biên tự do.
  • Đề xuất quy trình tách tin tự động không giám sát kích thước ngói dựa trên sự kết hợp giữa toán tử Sobel, phép chiếu tích phân và bộ lọc Laplacian.
  • Hiện thực hóa thành công một chương trình ứng dụng hoàn chỉnh bằng công cụ lập trình, hỗ trợ giao diện người dùng trực quan cho toàn bộ quy trình từ khảm ảnh, giấu tin, phục hồi dữ liệu đến đánh giá chất lượng qua chỉ số PSNR.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên nội dung đồ án, các hạn chế và hướng phát triển được xác định:

  • Hạn chế: Tốc độ tạo ảnh khảm và giấu tin chịu ảnh hưởng trực tiếp từ số lượng ảnh ngói trong cơ sở dữ liệu (1.213 ảnh) do chi phí tính toán so khớp màu sắc lớn; việc áp dụng dải biên dày bằng 1/8 ngói và bổ sung nhiễu Gaussian ở 3 biên còn lại có thể làm giảm độ mịn của ảnh nếu kích thước ngói quá lớn; chương trình mới thử nghiệm trên lưới ngói chữ nhật đều, chưa áp dụng cho các cấu trúc phân mảnh phức tạp.
  • Hướng nghiên cứu tiếp: Nghiên cứu tối ưu hóa tốc độ tìm kiếm ảnh ngói thông qua các thuật toán chỉ mục hóa đặc trưng nâng cao; mở rộng kỹ thuật giấu tin trên các mô hình lưới khảm phi cấu trúc (lưới tam giác, lục giác, phân vùng Voronoi); nâng cao tính bền vững của thuật toán trước các phép biến đổi hình học phức tạp hơn như xoay ảnh, biến dạng phi tuyến hoặc nén ảnh JPEG với tỷ lệ nén cao.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho sinh viên, học viên chuyên ngành Công nghệ thông tin, Khoa học máy tính, Kỹ thuật phần mềm và An toàn thông tin đang nghiên cứu về xử lý ảnh số hoặc bảo vệ bản quyền đa phương tiện:

  • Phần đáng tham khảo nhất về mặt học thuật là Chương 3 với hai thuật toán chi tiết: giải thuật nhúng dữ liệu vào biên ngói kiểm soát phương sai bằng nhiễu Gaussian và phương pháp tự động nhận dạng kích thước ngói bằng phép chiếu tích phân kết hợp bộ lọc vi phân Laplacian.
  • Về mặt thực hành, các nội dung ở Chương 1 (công thức tính MSE, PSNR cho ảnh màu đa kênh RGB) và thiết kế giao diện thử nghiệm ở Chương 4 cung cấp mô hình mẫu rõ ràng cho các đồ án phát triển phần mềm xử lý ảnh số.

Câu hỏi thường gặp

1. Kỹ thuật giấu tin trong đồ án quy ước mã hóa các cặp bit vào biên của ngói như thế nào?
Dữ liệu nhị phân được chia thành từng nhóm 2 bit và nhúng vào một trong 4 dải biên của ngói (chiếm 1/8 kích thước ngói). Quy ước cụ thể gồm: biên Trái (Left) biểu diễn cặp bit 00, biên Phải (Right) biểu diễn 01, biên Trên (Top) biểu diễn 10, và biên Dưới (Bottom) biểu diễn 11.

2. Tại sao thuật toán phải chèn thêm nhiễu Gaussian vào ba biên còn lại của mỗi ảnh ngói?
Biên mang tin được tô bằng màu trung bình nên có phương sai màu rất nhỏ. Để bên giải mã có thể phân biệt chính xác biên nào là biên mang tin mà không bị nhầm lẫn với các biên tự do, thuật toán kiểm tra phương sai của 3 biên còn lại; nếu phương sai nhỏ hơn ngưỡng $T$, hệ thống sẽ chèn thêm nhiễu Gaussian (kỳ vọng 0, phương sai 30) để nâng phương sai của 3 biên này vượt ngưỡng $T$.

3. Làm thế nào chương trình có thể phát hiện được kích thước ngói mà không cần biết trước số lượng ngói trong ảnh khảm?
Chương trình áp dụng mặt nạ Sobel $3 \times 3$ để tìm biên, sau đó chiếu hình ảnh theo trục hàng ($Y$) và trục cột ($X$). Tiếp tục sử dụng mặt nạ Laplacian một chiều [-1, 2, -1] và kỹ thuật ngưỡng để tìm các đỉnh chiếu, phân nhóm xác định tâm đỉnh với bán kính $R$, rồi tính sai phân khoảng cách giữa các đỉnh liền kề trên biểu đồ tần suất để suy ra chiều rộng $W$ và chiều cao $H$ của ngói.

4. Mức chỉ số PSNR bao nhiêu được tác giả xác định là đạt yêu cầu về chất lượng ảnh?
Theo phân tích cơ sở lý thuyết tại Chương 1 của đồ án, chỉ số PSNR thông thường đạt khoảng 35 dB được coi là chất lượng tốt nhất, trong khi các giá trị PSNR nhỏ hơn 20 dB là mức suy giảm chất lượng không thể chấp nhận được.

5. Cơ sở dữ liệu ngói được sử dụng trong chương trình thử nghiệm của đồ án gồm bao nhiêu ảnh?
Tác giả đã thu thập và sử dụng tập cơ sở dữ liệu ngói đại diện gồm 1.213 tệp ảnh để phục vụ cho các thực nghiệm khảm ảnh, giấu tin và kiểm định độ bền vững sau in ấn và quét lại.

Kết luận

Đồ án tốt nghiệp của tác giả Nguyễn Văn Hưng đã nghiên cứu thành công giải pháp kết hợp giữa nghệ thuật tạo ảnh khảm số và kỹ thuật thủy vân bảo vệ bản quyền đa phương tiện. Bằng việc đề xuất cơ chế nhúng 2 bit dữ liệu vào dải biên ngói có kiểm soát phương sai bằng nhiễu Gaussian và thuật toán tự động nhận dạng kích thước ngói dựa trên phép chiếu tích phân Sobel - Laplacian, nghiên cứu đã xây dựng thành công giải pháp giấu tin có khả năng kháng lại tấn công in ấn và quét lại (print-and-scan). Kết quả thực nghiệm phần mềm trên cơ sở dữ liệu 1.213 ảnh ngói khẳng định tính khả thi của mô hình đề xuất cả về chất lượng thẩm mỹ của ảnh khảm (thông qua chỉ số PSNR) lẫn độ tin cậy trong quá trình phục hồi thông tin bản quyền.