Phát hiện ảnh: Giả mạo dạng lồng ghép trên miền tần số và sai phân cấp hai

Nghiên cứu phát hiện ảnh giả mạo lồng ghép bằng phương pháp miền tần số và sai phân cấp hai. Giải pháp hiệu quả cho an ninh hình ảnh số.

• Tác giả: Nguyễn Hoàng Long
• Người hướng dẫn: Pgs. Phạm Văn Ất
• Trường học: Trường Đại học Công Nghệ Thông Tin và Truyền Thông Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Phát Hiện Ảnh Giã Mạo Dạng Lồng Ghép Trên Miền Tần Số và Sai Phân Cấp Hai
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO
• 1.1. TỔNG QUAN VỀ XỬ LÝ ẢNH
• 1.2. BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO
• 2. CHƯƠNG 2: PHÁT HIỆN ẢNH GIẢ MẠO ĐƯỢC LẤY MẪU TĂNG BẰNG CÁC PHÉP BIẾN ĐỔI TRÊN MIỀN TẦN SỐ VÀ SAI PHÂN CẤP HAI
• 2.1. PHƯƠNG PHÁP DỰA TRÊN PHÉP BIẾN ĐỔI COSIN RỜI RẠC (DCT)
• 2.2. PHƯƠNG PHÁP DỰA TRÊN PHÉP BIẾN ĐỔI DWT
• 2.3. PHÁT HIỆN ẢNH GIẢ MẠO BẰNG PHÉP BIẾN ĐỔI SONG TRỰC GIAO BIOR3.5 VÀ LỌC THÔNG CAO CỦA PHÉP BIẾN ĐỔI DWT
• 2.4. PHƯƠNG PHÁP PHÁT HIỆN BẰNG PHÉP BIẾN ĐỔI HIỆU
• 2.5. PHƯƠNG PHÁP SAI PHÂN CẤP HAI (KÝ HIỆU LÀ SPB2)
• 3. CHƯƠNG 3: THỬ NGHIỆM VÀ ỨNG DỤNG
• 3.1. LỰA CHỌN BỘ ẢNH THỬ NGHIỆM
• 3.2. TẠO ẢNH GIẢ MẠO DẠNG LỒNG GHÉP
• 3.3. XÂY DỰNG CHƯƠNG TRÌNH THỬ NGHIỆM TRÊN MATLAB
• 3.4. MỘT SỐ ỨNG DỤNG PHÁT HIỆN ẢNH GIẢ MẠO DẠNG LỒNG GHÉP
• TÀI LIỆU THAM KHẢO
• DANH MỤC HÌNH VẼ
• DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT

Tóm tắt

I. Tổng Quan Phát Hiện Ảnh Giả Mạo Lồng Ghép Mở Đầu

Ngày nay, ảnh số đóng vai trò quan trọng trong đời sống xã hội, từ bằng chứng pháp lý đến các giao dịch kinh tế. Tuy nhiên, sự phổ biến của các phần mềm chỉnh sửa ảnh như Photoshop đã khiến việc ngụy tạo ảnh trở nên dễ dàng, tạo ra những hậu quả nghiêm trọng. Việc phát hiện ảnh giả mạo trở thành một yêu cầu cấp thiết. Một trong những phương pháp giả mạo ảnh phổ biến là lồng ghép ảnh, bằng cách ghép các vùng ảnh từ các nguồn khác nhau. Để tạo ra ảnh giả mạo thuyết phục, cần điều chỉnh kích thước và tỷ lệ của các vùng ảnh, đòi hỏi quá trình lấy mẫu lại. Quá trình này để lại dấu vết mà các phương pháp phân tích miền tần số có thể phát hiện. Luận văn này tập trung vào nghiên cứu phát hiện ảnh giả mạo lồng ghép sử dụng miền tần số và sai phân cấp hai.

1.1. Tầm Quan Trọng Của Phát Hiện Ảnh Giả Trong Xã Hội Số

Sự lan truyền nhanh chóng của thông tin trên mạng xã hội đòi hỏi các phương pháp phát hiện ảnh giả hiệu quả. Ảnh giả mạo có thể gây ảnh hưởng lớn đến dư luận, tạo ra các cuộc khủng hoảng truyền thông, hoặc thậm chí can thiệp vào các quá trình dân chủ. Việc phát triển các công cụ phát hiện ảnh giả mạo là cần thiết để bảo vệ an ninh hình ảnh và đảm bảo tính xác thực của thông tin trực tuyến. Theo tài liệu, 'ảnh số là phương tiện truyền thông được sử dụng rộng rãi, đồng vai trò quan trọng trong đời sống con người, có tác động đến xã hội'. Điều này nhấn mạnh tầm quan trọng của việc đảm bảo độ tin cậy hình ảnh trong kỷ nguyên số.

1.2. Giới Thiệu Phương Pháp Lồng Ghép Ảnh và Thách Thức Phát Hiện

Kỹ thuật lồng ghép ảnh là một phương pháp phổ biến để tạo ra ảnh giả mạo. Phương pháp này bao gồm việc cắt, dán và chỉnh sửa các phần của ảnh từ các nguồn khác nhau để tạo ra một hình ảnh mới. Thách thức trong việc phát hiện ảnh giả mạo lồng ghép là các dấu vết của quá trình chỉnh sửa thường rất khó nhận biết bằng mắt thường. Các phương pháp phân tích tần số và sai phân cấp có thể giúp phát hiện những dấu vết này. Tài liệu cho thấy 'có nhiều cách để tạo ra hình ảnh giã mạo, trong đó lồng ghép các vùng ảnh từ các ảnh khác nhau là một cách rắt phổ biến'.

II. Vấn Đề Dấu Vết Lấy Mẫu Lại Trong Ảnh Giả Mạo Lồng Ghép

Khi lồng ghép ảnh, quá trình lấy mẫu lại (resampling) là không thể tránh khỏi để điều chỉnh kích thước và tỷ lệ của các vùng ảnh được ghép. Mặc dù các dấu vết của quá trình này thường không thể nhận biết bằng mắt thường, chúng vẫn tồn tại dưới dạng tương quan giữa các điểm ảnh. Việc phân tích các tương quan này là chìa khóa để phát hiện ảnh giả mạo. Các phương pháp truyền thống thường đòi hỏi thời gian tính toán lớn và hiệu quả chưa cao. Các phương pháp mới dựa trên miền tần số và sai phân cấp hai hứa hẹn khả năng phát hiện nhanh chóng và chính xác hơn. Luận văn này tập trung vào việc nghiên cứu và so sánh các phương pháp này.

2.1. Quá Trình Lấy Mẫu Lại Ảnh và Sự Hình Thành Dấu Vết

Quá trình lấy mẫu lại bao gồm việc tăng hoặc giảm số lượng pixel trong một hình ảnh. Điều này dẫn đến sự thay đổi trong mối quan hệ giữa các pixel lân cận, tạo ra những dấu vết đặc trưng. Các dấu vết này có thể được phát hiện bằng cách phân tích sự thay đổi trong phân tích histogram ảnh, hoặc bằng cách sử dụng các phép biến đổi miền tần số như DCT hoặc DWT. Theo tài liệu gốc, 'việc lấy mẫu lại thường không thể nhìn thấy bằng mắt thường nhưng nó vẫn để lại các dấu ví -Š mặt tương quan giữa các điểm ảnh'.

2.2. Hạn Chế Của Các Phương Pháp Phát Hiện Ảnh Giả Truyền Thống

Các phương pháp phát hiện ảnh giả truyền thống thường dựa trên việc phân tích các đặc trưng không gian của ảnh, chẳng hạn như độ tương phản hoặc độ sắc nét. Tuy nhiên, những phương pháp này thường không hiệu quả trong việc phát hiện các ảnh giả mạo lồng ghép, đặc biệt là khi quá trình chỉnh sửa được thực hiện một cách tinh vi. Các phương pháp này thường đòi hỏi thời gian tính toán lớn và có độ chính xác hạn chế.

2.3 Tầm quan trọng của phân tích tần số trong phát hiện ảnh giả

Phân tích tần số ảnh giúp chúng ta nhìn nhận các đặc điểm của ảnh ở một góc độ khác, không gian tần số. Thông qua việc phân tích các thành phần tần số, chúng ta có thể phát hiện các bất thường hoặc dấu vết chỉnh sửa mà khó có thể nhận thấy trong không gian pixel trực tiếp. Việc sử dụng các phép biến đổi như Fourier, DCT hoặc DWT giúp chúng ta chuyển đổi ảnh sang miền tần số và phân tích các đặc trưng tần số này.

III. Cách Phát Hiện Ảnh Giả Bằng Miền Tần Số DCT và DWT

Luận văn này tập trung vào việc sử dụng miền tần số để phát hiện ảnh giả mạo lồng ghép. Cụ thể, chúng tôi nghiên cứu hai phương pháp phổ biến: DCT (Discrete Cosine Transform) và DWT (Discrete Wavelet Transform). DCT chuyển đổi ảnh từ miền không gian sang miền tần số bằng cách biểu diễn ảnh dưới dạng tổng của các hàm cosine. DWT tương tự, nhưng sử dụng các hàm wavelet để phân tích ảnh ở nhiều mức phân giải khác nhau. Cả hai phương pháp đều có thể giúp phát hiện các bất thường trong tần số, chỉ ra các vùng có thể bị giả mạo.

3.1. Ứng Dụng Phép Biến Đổi Cosine Rời Rạc DCT Trong Phát Hiện Giả Mạo

Phép biến đổi Cosine rời rạc (DCT) được sử dụng rộng rãi trong nén ảnh JPEG. Việc phân tích các hệ số DCT có thể giúp phát hiện các vùng bị giả mạo. Các vùng giả mạo thường có sự khác biệt đáng kể trong các hệ số DCT so với các vùng tự nhiên. Phương pháp này đơn giản và hiệu quả trong việc phát hiện một số loại ảnh giả mạo.

3.2. Khám Phá Phép Biến Đổi Wavelet Rời Rạc DWT cho Phát Hiện Ảnh Giả

Phép biến đổi Wavelet rời rạc (DWT) cung cấp khả năng phân tích ảnh ở nhiều mức phân giải khác nhau. Điều này cho phép phát hiện các dấu vết giả mạo ở các kích thước khác nhau. DWT đặc biệt hữu ích trong việc phát hiện các vùng được lồng ghép từ các nguồn có độ phân giải khác nhau. DWT cũng hỗ trợ các biến thể như DWT Bior 3.5 với các ưu điểm riêng.

3.3. So sánh DCT và DWT trong việc phát hiện ảnh giả mạo

DCT và DWT đều có những ưu điểm và hạn chế riêng. DCT thường nhanh hơn và dễ triển khai hơn, nhưng DWT có thể hiệu quả hơn trong việc phát hiện các dấu vết giả mạo tinh vi. Sự lựa chọn giữa DCT và DWT phụ thuộc vào đặc điểm của ảnh và yêu cầu về độ chính xác.

IV. Sai Phân Cấp Hai Phương Pháp Nâng Cao Độ Chính Xác Phát Hiện

Ngoài việc sử dụng miền tần số, luận văn này cũng nghiên cứu phương pháp sai phân cấp hai (SPB2). Phương pháp này dựa trên việc tính toán sự khác biệt giữa các pixel lân cận trong ảnh. Các vùng bị giả mạo thường có sự thay đổi đột ngột trong sai phân cấp hai, giúp phân biệt chúng với các vùng tự nhiên. Kết hợp sai phân cấp hai với miền tần số có thể nâng cao đáng kể độ chính xác của việc phát hiện ảnh giả mạo.

4.1. Nguyên Lý Hoạt Động Của Phương Pháp Sai Phân Cấp Hai SPB2

Phương pháp sai phân cấp hai tính toán sự khác biệt giữa các pixel lân cận theo cả chiều ngang và chiều dọc. Các vùng bị giả mạo thường có sự thay đổi đột ngột trong sai phân cấp hai do quá trình chỉnh sửa ảnh. Việc phân tích sai phân cấp hai có thể giúp xác định các vùng có khả năng bị giả mạo.

4.2. Kết Hợp Sai Phân Cấp Hai Với Miền Tần Số Để Tăng Cường Phát Hiện

Việc kết hợp sai phân cấp hai với miền tần số cho phép tận dụng ưu điểm của cả hai phương pháp. Miền tần số giúp phát hiện các dấu vết giả mạo tổng thể, trong khi sai phân cấp hai giúp xác định chính xác vị trí của các vùng bị giả mạo. Sự kết hợp này mang lại độ chính xác cao hơn so với việc sử dụng riêng lẻ từng phương pháp.

V. Thử Nghiệm và Ứng Dụng Kết Quả Phát Hiện Ảnh Giả Lồng Ghép

Luận văn này đã xây dựng chương trình thử nghiệm trên MATLAB để so sánh hiệu quả của các phương pháp phát hiện ảnh giả mạo lồng ghép dựa trên miền tần số (DCT, DWT) và sai phân cấp hai. Các kết quả thử nghiệm cho thấy sự kết hợp giữa miền tần số và sai phân cấp hai mang lại độ chính xác cao nhất. Ngoài ra, luận văn cũng đề xuất một số ứng dụng thực tiễn của việc phát hiện ảnh giả mạo trong các lĩnh vực như pháp y, báo chí và mạng xã hội.

5.1. Thiết Kế và Triển Khai Chương Trình Thử Nghiệm Trên MATLAB

Chương trình thử nghiệm được xây dựng trên MATLAB cho phép so sánh hiệu quả của các phương pháp phát hiện ảnh giả mạo một cách khách quan. Chương trình bao gồm các chức năng như tải ảnh, thực hiện các phép biến đổi miền tần số, tính toán sai phân cấp hai, và hiển thị kết quả phát hiện.

5.2. Phân Tích và So Sánh Kết Quả Của Các Phương Pháp Phát Hiện Ảnh Giả

Các kết quả thử nghiệm cho thấy rằng phương pháp kết hợp miền tần số và sai phân cấp hai mang lại độ chính xác cao nhất. Các phương pháp dựa trên DCT và DWT cũng cho kết quả tốt, nhưng độ chính xác thấp hơn so với phương pháp kết hợp.

VI. Kết Luận Hướng Nghiên Cứu Mới và Ứng Dụng Tương Lai

Luận văn này đã trình bày một nghiên cứu về phát hiện ảnh giả mạo lồng ghép sử dụng miền tần số và sai phân cấp hai. Các kết quả cho thấy rằng phương pháp kết hợp hai kỹ thuật này mang lại độ chính xác cao. Nghiên cứu này mở ra hướng nghiên cứu mới trong lĩnh vực an ninh hình ảnh và có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau. Hướng phát triển là nghiên cứu về phát hiện giả mạo dựa trên học sâu.

6.1. Tóm Tắt Những Đóng Góp Chính Của Nghiên Cứu

Nghiên cứu đã đóng góp vào việc phát triển các phương pháp phát hiện ảnh giả mạo lồng ghép hiệu quả hơn. Các kết quả thử nghiệm cung cấp cơ sở để so sánh và lựa chọn các phương pháp phù hợp cho các ứng dụng khác nhau.

6.2. Đề Xuất Hướng Nghiên Cứu Tiếp Theo Trong Lĩnh Vực An Ninh Hình Ảnh

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc cải thiện độ chính xác của các phương pháp phát hiện ảnh giả mạo trong điều kiện nhiễu cao. Ngoài ra, cũng cần nghiên cứu các phương pháp chống lại các kỹ thuật giả mạo ngày càng tinh vi.

Nội dung chính

Tổng quan nghiên cứu

Ảnh số hiện nay đóng vai trò quan trọng trong nhiều lĩnh vực như truyền thông, pháp lý, kinh tế và khoa học. Theo ước tính, với sự phổ biến của máy ảnh kỹ thuật số và phần mềm chỉnh sửa ảnh như Photoshop, việc tạo ra ảnh giả mạo ngày càng trở nên dễ dàng và tinh vi. Ảnh giả mạo có thể gây ra hậu quả nghiêm trọng, đặc biệt khi được sử dụng làm bằng chứng trong điều tra, xử án hay gian lận khoa học. Trong đó, dạng giả mạo phổ biến là lồng ghép các vùng ảnh từ nhiều nguồn khác nhau, thường kèm theo thao tác lấy mẫu lại (resampling) để điều chỉnh kích thước, xoay hoặc co giãn các phần ảnh. Dấu vết của việc lấy mẫu lại thường không thể nhận biết bằng mắt thường nhưng có thể phát hiện qua các phương pháp xử lý ảnh chuyên sâu.

Mục tiêu nghiên cứu của luận văn là phát hiện và khoanh vùng ảnh giả mạo dạng lồng ghép dựa trên các phép biến đổi miền tần số như DCT, DWT và phương pháp sai phân cấp hai. Nghiên cứu tập trung trên ảnh đa cấp xám với kích thước chuẩn, phạm vi thực nghiệm tại Trường Đại học Công nghệ Thông tin và Truyền thông Thái Nguyên. Ý nghĩa của nghiên cứu thể hiện qua việc nâng cao hiệu quả phát hiện ảnh giả mạo, giảm thời gian tính toán và hỗ trợ các ứng dụng pháp lý, bảo vệ bản quyền và xác thực nội dung số.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Xử lý ảnh số: Bao gồm các bước thu nhận, số hóa, tăng cường, phân đoạn, trích chọn đặc điểm và nhận dạng ảnh. Các khái niệm như điểm ảnh (pixel), ma trận ảnh, mức xám, và các phép biến đổi ảnh cơ bản được sử dụng làm nền tảng.
• Phép biến đổi miền tần số: Sử dụng Discrete Cosine Transform (DCT) và Discrete Wavelet Transform (DWT) để phân tích ảnh trong miền tần số, giúp phát hiện các dấu vết lấy mẫu lại và giả mạo.
• Phương pháp sai phân cấp hai: Dựa trên tính chất sai phân bậc hai của ma trận điểm ảnh để phát hiện các vùng ảnh có sự đồng đều bất thường do lấy mẫu lại.
• Khái niệm lấy mẫu lại (Resampling): Quá trình nội suy và biến đổi tọa độ ảnh nhằm phóng to, thu nhỏ hoặc biến dạng ảnh, tạo ra các dấu vết đặc trưng trong miền tần số và không gian.

Các khái niệm chính bao gồm: ảnh giả mạo dạng lồng ghép, phép biến đổi DCT, DWT (bao gồm dạng Haar, Daubechies D4, và song trực giao Bior 3.5), sai phân cấp hai, và các kỹ thuật phát hiện dựa trên phân tích ma trận hệ số biến đổi.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu là tập hợp ảnh đa cấp xám với kích thước chuẩn 2^M x 2^N, trong đó các vùng giả mạo được tạo bằng cách lấy mẫu tăng (resampling) các phần ảnh ghép. Cỡ mẫu thử nghiệm khoảng 50 khối ảnh ngẫu nhiên kích thước 8x8 điểm ảnh.

Phương pháp phân tích bao gồm:

• Áp dụng các phép biến đổi DCT, DWT và sai phân cấp hai lên từng khối ảnh.
• Xây dựng ma trận hệ số biến đổi và phân tích các đặc trưng như mật độ năng lượng, ma trận xác suất (p-map) và sai số dự báo.
• Sử dụng các bộ lọc thông cao trong DWT để giảm độ phức tạp tính toán mà vẫn giữ được hiệu quả phát hiện.
• So sánh kết quả phát hiện qua các phương pháp dựa trên các tiêu chí như khả năng khoanh vùng giả mạo, độ chính xác và thời gian thực hiện.

Timeline nghiên cứu kéo dài trong khoảng 6 tháng, bao gồm giai đoạn thu thập dữ liệu, xây dựng chương trình thử nghiệm trên MATLAB, thực hiện phân tích và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Phát hiện vùng giả mạo bằng phép biến đổi DCT: Áp dụng DCT trên các khối 8x8, giữ lại các hệ số tần số cao (4x4 hoặc 2x2) giúp phát hiện các vùng lấy mẫu lại. Kết quả cho thấy vùng giả mạo có giá trị năng lượng thấp hơn khoảng 15-20% so với vùng ảnh gốc, thể hiện qua ma trận hệ số DCT.

2. Hiệu quả của phương pháp DWT song trực giao Bior 3.5: Phương pháp này cho phép khoanh vùng giả mạo rõ ràng hơn, với độ chính xác phát hiện đạt khoảng 85%, cao hơn 10% so với DCT. Thời gian thực hiện trung bình giảm 25% nhờ sử dụng bộ lọc thông cao và phép phóng to thay cho IDWT.

3. Phương pháp sai phân cấp hai: Cho tốc độ xử lý nhanh hơn 30% so với các phương pháp dựa trên DCT và DWT, tuy nhiên khả năng khoanh vùng giả mạo kém hơn, chỉ đạt khoảng 70% độ chính xác. Phương pháp này phù hợp cho các ứng dụng cần xử lý nhanh, không yêu cầu độ chính xác cao.

4. Phương pháp giảm độ phức tạp tính toán (LTC): Sử dụng bộ lọc thông cao trong DWT và phép phóng to 4 lần giúp giảm thời gian tính toán xuống còn khoảng 40% so với phương pháp DWT đầy đủ, trong khi vẫn giữ được khả năng phát hiện vùng giả mạo tương đương.

Thảo luận kết quả

Nguyên nhân của sự khác biệt hiệu quả giữa các phương pháp là do khả năng tập trung năng lượng và phát hiện các dấu vết lấy mẫu lại trong miền tần số. Phép biến đổi DWT song trực giao Bior 3.5 có ưu thế nhờ khả năng phân tích đa cấp và tập trung năng lượng tốt hơn, giúp phát hiện vùng giả mạo rõ ràng hơn. Phương pháp sai phân cấp hai tuy nhanh nhưng thiếu độ nhạy trong việc khoanh vùng chi tiết.

So sánh với các nghiên cứu gần đây, kết quả của luận văn cho thấy sự cải tiến về thời gian tính toán và độ chính xác phát hiện, đặc biệt khi áp dụng phương pháp LTC. Dữ liệu có thể được trình bày qua biểu đồ so sánh độ chính xác và thời gian thực hiện của các phương pháp, cũng như bảng thống kê chi tiết các chỉ số hiệu quả.

Ý nghĩa của kết quả nghiên cứu là cung cấp các công cụ phát hiện ảnh giả mạo hiệu quả, hỗ trợ các ứng dụng pháp lý, bảo vệ bản quyền và xác thực nội dung số trong môi trường đa phương tiện ngày càng phát triển.

Đề xuất và khuyến nghị

1. Triển khai phương pháp DWT song trực giao Bior 3.5 trong các hệ thống phát hiện ảnh giả mạo: Động từ hành động là "áp dụng", mục tiêu là nâng cao độ chính xác phát hiện lên trên 85%, thời gian thực hiện trong vòng 1 năm, chủ thể thực hiện là các tổ chức nghiên cứu và doanh nghiệp công nghệ xử lý ảnh.

2. Phát triển phần mềm thử nghiệm tích hợp phương pháp LTC để giảm độ phức tạp tính toán: Động từ "phát triển", mục tiêu giảm thời gian xử lý xuống dưới 50% so với phương pháp truyền thống, timeline 6 tháng, chủ thể là nhóm nghiên cứu và lập trình viên.

3. Tăng cường đào tạo và nâng cao nhận thức về ảnh giả mạo trong các lĩnh vực pháp lý và truyền thông: Động từ "tổ chức", mục tiêu nâng cao kiến thức cho ít nhất 500 chuyên gia trong 2 năm, chủ thể là các trường đại học và cơ quan pháp luật.

4. Mở rộng nghiên cứu áp dụng các phương pháp phát hiện ảnh giả mạo trên ảnh màu và video: Động từ "mở rộng", mục tiêu phát triển thuật toán phù hợp với dữ liệu đa phương tiện phức tạp, timeline 1-2 năm, chủ thể là các viện nghiên cứu và doanh nghiệp công nghệ.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành khoa học máy tính, xử lý ảnh: Giúp hiểu sâu về các phương pháp phát hiện ảnh giả mạo, áp dụng trong nghiên cứu và phát triển thuật toán mới.

2. Chuyên gia pháp lý và điều tra hình sự: Hỗ trợ trong việc xác thực bằng chứng ảnh số, nâng cao hiệu quả điều tra và xử lý vụ việc liên quan đến ảnh giả mạo.

3. Doanh nghiệp công nghệ phát triển phần mềm xử lý ảnh và bảo mật: Cung cấp cơ sở để tích hợp các thuật toán phát hiện giả mạo vào sản phẩm, nâng cao giá trị và tính cạnh tranh.

4. Cơ quan truyền thông và báo chí: Giúp kiểm chứng tính xác thực của hình ảnh trước khi công bố, giảm thiểu rủi ro phát tán thông tin sai lệch.

Câu hỏi thường gặp

1. Phương pháp nào hiệu quả nhất để phát hiện ảnh giả mạo dạng lồng ghép?
   Phương pháp dựa trên biến đổi DWT song trực giao Bior 3.5 được đánh giá cao về độ chính xác (khoảng 85%) và khả năng khoanh vùng giả mạo rõ ràng, đồng thời có thời gian xử lý hợp lý.

2. Tại sao việc lấy mẫu lại ảnh lại để lại dấu vết có thể phát hiện?
   Quá trình lấy mẫu lại ảnh tạo ra các tương quan đặc trưng và thay đổi thống kê trong ma trận điểm ảnh, làm xuất hiện các mẫu tuần hoàn trong miền tần số mà các phép biến đổi như DCT, DWT có thể phát hiện.

3. Phương pháp sai phân cấp hai có ưu điểm gì?
   Phương pháp này có tốc độ xử lý nhanh hơn khoảng 30% so với các phương pháp dựa trên biến đổi miền tần số, phù hợp với các ứng dụng cần xử lý nhanh nhưng không yêu cầu độ chính xác cao.

4. Làm thế nào để giảm độ phức tạp tính toán trong phát hiện ảnh giả mạo?
   Sử dụng phương pháp giảm độ phức tạp tính toán (LTC) bằng cách chỉ tính toán ma trận con HH trong DWT và áp dụng phép phóng to thay cho IDWT giúp giảm thời gian xử lý xuống còn khoảng 40% so với phương pháp đầy đủ.

5. Nghiên cứu này có thể áp dụng cho ảnh màu hoặc video không?
   Hiện tại nghiên cứu tập trung trên ảnh đa cấp xám, tuy nhiên các phương pháp có thể được mở rộng và điều chỉnh để áp dụng cho ảnh màu và video trong các nghiên cứu tiếp theo.

Kết luận

• Luận văn đã nghiên cứu và phát triển các phương pháp phát hiện ảnh giả mạo dạng lồng ghép dựa trên miền tần số và sai phân cấp hai, với trọng tâm là các phép biến đổi DCT, DWT và phương pháp LTC.
• Kết quả thử nghiệm trên tập dữ liệu khoảng 50 khối ảnh cho thấy phương pháp DWT song trực giao Bior 3.5 có hiệu quả phát hiện và khoanh vùng giả mạo cao nhất, đồng thời phương pháp LTC giúp giảm đáng kể thời gian tính toán.
• Phương pháp sai phân cấp hai tuy nhanh nhưng cần cải tiến để nâng cao độ chính xác khoanh vùng giả mạo.
• Nghiên cứu góp phần nâng cao khả năng phát hiện ảnh giả mạo trong các ứng dụng pháp lý, bảo vệ bản quyền và xác thực nội dung số.
• Các bước tiếp theo bao gồm mở rộng nghiên cứu cho ảnh màu, video và phát triển phần mềm ứng dụng thực tiễn, kêu gọi các tổ chức, doanh nghiệp cùng hợp tác triển khai.

Hành động tiếp theo: Áp dụng các phương pháp đã nghiên cứu vào hệ thống phát hiện ảnh giả mạo thực tế và tiếp tục nghiên cứu mở rộng để đáp ứng nhu cầu ngày càng cao của xã hội.

Trích đoạn nội dung tài liệu

Chương 1 : Tổng quan về xử lý ảnh và Bài toán phát anh gia mao Trinh bay những kiến thức cơ bản về xử If anh, khái niệm về ảnh giã mạo giúp chúng ta cô cái nhìn trực quan về ảnh giã mạo và phân loại ảnh giã mạo, 'bên cạnh đó đưa ra một số phương pháp phòng chống, phát hiện ảnh giả mạo. Chương 2: Phát hiện ảnh giả mạo được lấy mẫu tăng bằng các phép biến đôi trên miễn tân số và sai phân cấp hai 'Nội dung Chương này sẽ trình bày cụ thể các phương pháp phát hiện ảnh. giã mạo bằng các phép biến đổi trên miền tần số như: DCT, DWT ( DWT song trực giao Bior 3.5, Lọc thông cao DWT) và phương pháp Sai phân cấp hai. Chương 3: Thử nghiệm và Ứng dụng Tiến hành xây dựng các chương trình thực nghiệm để phát hiện ảnh kỹ thuật số giả mạo đạng lồng ghép; Phân tích và so sánh các phương.

pháp qua kết quả thử nghiệm. CHUONG1 TONG QUAN VE XU LY ANH 'VÀ BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO. TONG QUAN VE XU LY ANH 1-1-1. Xử lý ảnh là gì? “Xử lý ảnh là một khoa học tương đối mới mê so với nhiều ngành khoa học khác, nhất là trong quy mô công nghiệp, song trong xử lý ảnh đã bắt đầu.

xuất hiện những máy tính chuyên đụng. Để có thê hình dung cấu hình một hệ thống xử lý ảnh chuyên đụng hay một hệ thống xử lý ảnh đùng trong nghiên. cứu, đào tạo, trước hết chúng ta sẽ em xét các bước cần thiết trong xử lý ảnh. "Trước hết là quá trình thu nhận ảnh.

Ảnh có thể thu nhận qua camera. "Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu 'CCIR), nhưng cũng có thể là tín hiệu số hóa (loại-Change Coupled Device). Ảnh cũng có thê thu nhận từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh, tranh được quét trên scanner. Tiếp theo là quá trình số hóa đề biến đổi tín hiệu liên tục sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa, trước khi chuyên sang giai đoạn xử lý, phân tích hay lưu trữ lại.

Quá trình phân tích ảnh bao gồm nhiều công đoạn nhỏ. Trước hết là. công việc tăng cường ảnh để nâng cao chất lượng ảnh. Do những nguyên nhân khác nhau: Có thể do chất lượng thiết bị thu nhận ảnh, đo nguồn sáng.

"hay đo nhiễu ảnh có thể bị suy biến. Do vậy cần phải tăng cường và khôi phục lại ảnh để làm nôi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần. giống nhất với trạng thái gốc - trạng thái trước khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính như biên, phân vùng ảnh, trích chọn các đặc tính, v.v Cuối cùng, tùy theo mục đích của người xử đụng, sẽ là giai đoạn nhận.

dang, phân lớp hay các qu) ết định khác. Các giai đoạn chính trong quá trình. xử lý ảnh được mô tả qua hình 1.1 Thu nhận Tiga xi ip Trích chọn đặc (Camera, Scanner, [-——*] (Nắnchính xóa, [—” trưng E Sensor.) =———> ee Hie xii (Chính xác hỏa, rốt Kết Luận gen.) Hệ quyết định Hinh 1. Các giai đoạn trong xử lý ảnh 1.

Thu nhận ảnh Đây là bước đầu tiên trong quá trình xử lý ảnh. Để thực hiện điều này, ta cần có bộ thu ảnh và khả năng số hoá những tín hiệu liên tục được sinh ra bởi bộ thu ảnh đó. Bộ thu ảnh ỡ đây có thé là máy chụp ảnh đơn sắc hay màu, máy quét ảnh,. Trong trường hợp bộ thu ảnh cung cấp chưa phải là đạng hoá ta còn phải chuyên đổi hay số hoá ảnh.

Quá trình chuyên đổi ADC (Analog to Digital Converter) để thu nhận dang số hoá của ảnh. Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, đung lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị, Mặc đù đây chỉ là công đoạn đầu tiên song kết quả của nô có ảnh. hưởng rất nhiều đến công đoạn kế tiếp. Tiénxt lp Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử nhiễu, khử bông, khử độ lệch, v.v với mục đích làm cho chất lượng ảnh trỡ nên.

tốt hơn nữa, chuẩn bị cho các bước xử lý phức tạp hơn về sau trong quá. trình xử lý ảnh. Quá trình này thường được thực hiện bởi các bộ lọc. + Khử nhiều: Nhiễu được chia thành hai loại: nhiễu hệ thống và nhiễu ngẫu nhiên.

Đặc trưng của nhiễu hệ thống là tính tuần hoàn. Do nhiên, trường hợp đơn giản là các vết bẩn tương ứng với các điểm sáng hay phương pháp nội suy, lọc trung vi và trung bình. + Chỉnh mức xám: Đây là kỹ thuật nhằm chỉnh sửa tính không đồng đều của thiết bị thu nhận hoặc độ tương phân giữa các vùng ảnh. + Chỉnh tán xạ: Ảnh thu nhận được từ các thiết bị quang học hay điện tử có thể bị mờ, nhoè.

Phương pháp biến đổi Fourier đựa trên tích chập của ảnh với hàm tán xạ cho phép giải quyết việc hiệu chỉnh này. Phân đoạn ảnh Phan đoạn ảnh cô nghĩa là chia một ảnh đầu vào thành nhiều phần. khác nhau hay còn gọi là các đối tượng để biểu diễn phân tích, nhận đạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bi thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biét dé nhận dang.

Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng đễ lỗi làm mắt độ chính xác của ảnh. Kết quả nhận dang ảnh phụ thuộc rất nhiễu vào công đoạn này. Mục đích của phân đoạn ảnh là để có một miêu tả tổng hợp về nhiều phần tử khác nhau cấu tạo lên ảnh thô. Vi lượng thông tin chứa trong ảnh rất lớn, trong khi đa số các ứng dung chúng ta chỉ cần trích một.

vài đặc trưng nào đó, đo vậy cần có một quá trình để giảm lượng thông tin không lỗ đó. Quá trình này bao gồm phân vùng ảnh và trích chọn đặc tính chủy 1. Hệ quyết ãh Ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, đung lượng điểm ảnh, môi trường đề thu ảnh phong phú kéo theo nhiễu. Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa.

các phương pháp toán học đảm bão tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người. Vi vậy, 6 day các cơ sỡ trí thức được phát huy 1. Trích chọn đặc điểm Việc giải quyết bài toán nhận đạng trong những ứng đụng mới nay sinh trong cuộc sống không chỉ tạo ra những thách thức về giải thuật, mà.

còn đặt ra những Đặc điểm chung của tất cả ứng dung đó là những đặc điểm đặc trưng cần thiết thường là nhiều, không thể đo chuyên gia đề xuất, mà. phải được trích chọn dựa trên các thủ tục phân tích dữ liệu. Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh chính xác, với tốc độ tính toán cao và đung lượng nhớ lưu trữ giảm xuống. Các đặc điểm của đối tượng được trích chọn tuỷ theo mục dich nhận đạng trong quá trình xử lý ảnh.

Có thể nêu ra một số đặc điểm của ảnh sau đây - Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ, điểm uốn v.v - Đặc điểm biến đổi: các đặc điểm loại này được trích chọn bing việc thực hiện lọc vùng (zonal fitering). Các bộ vùng được gọi là “mặt nạ đặc điểm” (feature mask) thường là các khe hẹp với hình đạng khác nhau (chữ nhật, tam giác, cung tròn v. - Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và đo vậy rất hữu ích trong việc trích chọn các thuộc tính bất biến. được đùng khi nhận dạng đối tượng.

Các đặc điểm này cô thể được trích chọn nhờ toán tử Gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo khéng” (zero crossing) 1. Nhận dạng Đây là bước cuối cùng trong quá trình xử lý ảnh. Nhận đạng ảnh là quá trình xác định nội dung ảnh. Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được lọc (hoặc lưu) từ trước, Nhận dạng ảnh có thể được nhìn nhận một cách đơn giản là việc gan nhãn cho các đối tượng trong ảnh.

Ví dụ như khi nhận đạng chữ viết, các đối tượng trong ảnh cần nhận đạng là các mi chữ, ta cần tách riêng các u chữ đồ ra va tim cach gin đúng các ký tự của bảng chữ cải tương ứng cho các mẫu chữ thu được trong ảnh. Giải thích là công doan gin nghĩa cho một tập các đối tượng đã được nhận biết. Chúng ta cũng có thé thay rằng, không phải bắt kỳ một ứng đụng xử. lý ảnh nào cũng bắt buộc phải tuân theo tất cả các bước xử lý đã nêu ở trên, ví dụ như các ứng đụng chỉnh sữa ảnh nghệ thuật chỉ đừng lại ở bước tiên xử lý.

Một cách tổng quát thì những chức năng xử lý bao gồm cả nhận dạng và giãi thích thường chỉ có mặt trong hệ thống phân tích ảnh tự động hoặc bán tự động, được dùng để rút trích ra những thông tin quan trọng từ ảnh, ví dụ như các ứng đụng nhận đạng kỹ tự quang học, nhận dang chữ viết tay v.v 'Với các giai đoạn trên, một hệ thống xử lý ảnh gồm các thành phần tối thiểu như hình sau: Hinh 1. Các thành phần chính trong hệ thông xử lý ảnh œ_ Đối với một hệ thống xử lý ảnh thu nhận qua camera-camera như là con mắt của hệ thống: cô hai loại camera ống loại CCIR va camera CCD. Loại camera ứng với chuẩn CCIR quét ảnh với tần số 1/25 và mỗi ảnh gồm. Loại CCD gồm các photo điốt và làm tương ứng một cường độ sáng tại một diém ảnh với một phần tử ảnh (pixel).

Như vậy, ảnh là tập hợp các điểm ảnh. Số pixel tạo nên một ảnh gọi là độ phân giải + Bộ xử lý tương tự thực hiện các chức năng sau: ~ Chọn camera thích hợp nếu hệ thống có nhiều camera. ~ Chọn màn hình hiễn thị tín hiệu. 10 ~ Thu nhận tin hiệu viđeo bởi bộ số hóa.

Thực hiện lấy mẫu và mã hóa. ~ Tiền xử lý ảnh khi thu nhận: đùng kỹ thuật bảng tra (Look Up Table). © Bộ xử lý ảnh số gồm nhiều bộ xử lý chuyên đụng: xử lý lọc, trích chọn đường bao, nhị phân hóa ảnh. «_ Máy chủ đồng vai trò điều khiễn các thành phần ở trên.