I. Phân tích đa phân giải và ứng dụng trong giám định ảnh
Phân tích đa phân giải là một kỹ thuật quan trọng trong xử lý ảnh, đặc biệt trong việc giám định ảnh copymove. Luận án tập trung vào việc áp dụng phân tích đa phân giải để cải thiện độ chính xác và giảm thời gian xử lý. Các phương pháp như wavelets và curvelets được nghiên cứu kỹ lưỡng để xác định hiệu quả trong việc phát hiện các vùng giống nhau trên ảnh. Wavelets được chứng minh là phù hợp hơn nhờ khả năng xử lý tín hiệu đa chiều và giảm độ phức tạp tính toán.
1.1. Phương pháp wavelets và curvelets
Wavelets và curvelets là hai phương pháp chính trong phân tích đa phân giải. Wavelets được ưa chuộng nhờ khả năng phân tích tín hiệu ở nhiều mức độ chi tiết khác nhau, giúp phát hiện các vùng giống nhau trên ảnh một cách hiệu quả. Curvelets cũng được nghiên cứu nhưng kém hiệu quả hơn trong việc xử lý ảnh có độ phức tạp cao. Luận án đã so sánh và đánh giá kỹ lưỡng hai phương pháp này, từ đó xác định wavelets là lựa chọn tối ưu.
1.2. Ứng dụng trong giám định ảnh
Phân tích đa phân giải được áp dụng để xây dựng các thuật toán giám định ảnh hiệu quả. Luận án đề xuất các giải thuật sử dụng wavelets để phát hiện các vùng giống nhau trên ảnh, đặc biệt là trong trường hợp ảnh copymove. Các giải thuật này không chỉ cải thiện độ chính xác mà còn giảm thời gian xử lý, đáp ứng yêu cầu thực tế trong kỹ thuật điện tử và công nghệ điện tử.
II. Thuật toán giám định ảnh copymove
Luận án đề xuất nhiều thuật toán giám định ảnh để phát hiện ảnh copymove. Các thuật toán này dựa trên việc phân tích đặc tính ảnh và sử dụng phân tích đa phân giải để tối ưu hóa quá trình xử lý. Các giải thuật được đề xuất bao gồm việc tách nền, sử dụng Zernike Moments cải tiến, và kết hợp với wavelets để đạt được kết quả chính xác hơn.
2.1. Giải thuật tách nền và phân tích histogram
Giải thuật đầu tiên tập trung vào việc tách nền khỏi đối tượng để phát hiện các vùng giống nhau. Phương pháp này sử dụng phân tích histogram để giảm sự dư thừa trong tính toán, đặc biệt hiệu quả với ảnh có nền đồng nhất. Kết quả thử nghiệm cho thấy giải thuật này cải thiện đáng kể độ phức tạp tính toán.
2.2. Giải thuật sử dụng Zernike Moments cải tiến
Giải thuật thứ hai sử dụng Zernike Moments cải tiến (MZMs) để trích xuất đặc tính ảnh. Phương pháp này giúp giảm các sai số hình học và số học khi tìm kiếm các vùng giống nhau. Kết quả thử nghiệm cho thấy giải thuật này cải thiện độ chính xác, đặc biệt với ảnh có độ phức tạp cao.
III. Ứng dụng thực tế và đánh giá
Luận án không chỉ tập trung vào lý thuyết mà còn đưa ra các ứng dụng thực tế của các thuật toán giám định ảnh. Một hệ thống nhúng sử dụng Raspberry Pi3B được triển khai để thực hiện các giải thuật đề xuất. Kết quả thử nghiệm cho thấy hiệu quả và khả năng ứng dụng cao của các giải thuật trong việc phát hiện ảnh copymove.
3.1. Hệ thống nhúng và triển khai thực tế
Hệ thống nhúng sử dụng Raspberry Pi3B được triển khai để thực hiện các giải thuật đề xuất. Kết quả thử nghiệm cho thấy hệ thống này có khả năng xử lý nhanh và chính xác, đáp ứng yêu cầu thực tế trong kỹ thuật điện tử và công nghệ điện tử.
3.2. Đánh giá kết quả và ứng dụng
Các giải thuật được đánh giá dựa trên độ chính xác, thời gian xử lý và khả năng ứng dụng thực tế. Kết quả cho thấy các giải thuật đề xuất không chỉ cải thiện độ chính xác mà còn giảm thời gian xử lý, đáp ứng yêu cầu của các ứng dụng thực tế trong nghiên cứu khoa học và phát hiện gian lận ảnh.
