Luận Văn Thạc Sĩ Về Phát Hiện Ảnh Giả Mạo

Luận văn thạc sĩ phân tích phát hiện ảnh giả mạo, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn., phục vụ nghiên cứu và ứng dụng thực tiễn

• Trường học: Trường Đại Học
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Phát Hiện Ảnh Giả Mạo Trong Luận Văn Thạc Sĩ
• Loại tài liệu: luận văn
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ GIẢ MẠO ẢNH
• 1.1. Xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh
• 1.2. Ảnh giả mạo và phát hiện ảnh giả mạo
• 1.2.1. Ảnh giả mạo
• 1.2.2. Các loại ảnh giả mạo cơ bản
• 1.2.2.1. Ghép ảnh
• 1.2.2.2. Tăng cường ảnh
• 1.2.2.3. Copy và dịch chuyển vùng trên ảnh
• 1.2.3. Các cách tiếp cận chính trong phát hiện ảnh giả mạo
• 1.2.3.1. Dựa vào hình dạng
• 1.2.3.2. Dựa vào phân tích nguồn sáng
• 1.2.3.3. Dựa vào biến đổi màu sắc
• 1.2.3.4. Dựa vào cơ sở dữ liệu
• 2. CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP PHÁT HIỆN ẢNH GIẢ MẠO
• 2.1. Phát hiện dựa vào phân tích nguồn sáng
• 3. CHƯƠNG 3: ỨNG DỤNG
• KẾT LUẬN

Tóm tắt

I. Giới thiệu về phát hiện ảnh giả mạo

Trong bối cảnh công nghệ thông tin phát triển mạnh mẽ, việc phát hiện ảnh giả mạo trong luận văn thạc sĩ trở thành một vấn đề cấp bách. Phát hiện ảnh giả mạo không chỉ liên quan đến việc bảo vệ thông tin mà còn ảnh hưởng đến tính chính xác của các nghiên cứu. Các công nghệ nhận diện hiện đại như công nghệ AI trong giáo dục đã được áp dụng để phát hiện các ảnh giả mạo. Việc kiểm tra tính xác thực của ảnh là cần thiết để đảm bảo chất lượng luận văn thạc sĩ. Theo một nghiên cứu, việc phát hiện ảnh giả mạo có thể giúp ngăn chặn các hành vi gian lận trong học thuật.

1.1. Tầm quan trọng của phát hiện ảnh giả mạo

Việc phát hiện ảnh giả mạo có ý nghĩa quan trọng trong nhiều lĩnh vực như quân sự, y học và giáo dục. Nghiên cứu học thuật cần phải dựa trên thông tin chính xác và đáng tin cậy. Phân tích hình ảnh giúp xác định tính xác thực của các tài liệu, từ đó nâng cao chất lượng luận văn. Các phương pháp như phân tích dữ liệu và phân tích hình ảnh đã được áp dụng để phát hiện ảnh giả mạo. Điều này không chỉ giúp bảo vệ quyền lợi của tác giả mà còn đảm bảo tính chính xác của thông tin được công bố.

II. Các phương pháp phát hiện ảnh giả mạo

Có nhiều phương pháp để phát hiện ảnh giả mạo trong luận văn thạc sĩ. Một trong những phương pháp phổ biến là phân tích nguồn sáng. Phương pháp này dựa trên việc so sánh hướng chiếu sáng của các đối tượng trong ảnh. Nếu các đối tượng có nguồn sáng khác nhau, khả năng cao là ảnh đã bị giả mạo. Ngoài ra, công nghệ nhận diện cũng được sử dụng để phát hiện các dấu hiệu của ảnh giả mạo. Việc áp dụng các công cụ phát hiện giúp nâng cao tính chính xác trong việc xác định tính xác thực của ảnh.

2.1. Phân tích nguồn sáng

Phân tích nguồn sáng là một trong những kỹ thuật hiệu quả nhất trong việc phát hiện ảnh giả mạo. Kỹ thuật này dựa trên nguyên lý rằng các đối tượng trong một bức ảnh phải có cùng nguồn sáng. Nếu có sự khác biệt về hướng chiếu sáng, điều này có thể chỉ ra rằng ảnh đã bị chỉnh sửa. Việc áp dụng công nghệ AI trong phân tích nguồn sáng giúp tăng cường khả năng phát hiện ảnh giả mạo. Các nghiên cứu cho thấy rằng việc phát hiện ảnh giả mạo thông qua phân tích nguồn sáng có thể đạt được độ chính xác cao.

III. Ứng dụng của phát hiện ảnh giả mạo

Việc phát hiện ảnh giả mạo không chỉ có giá trị trong lĩnh vực học thuật mà còn có ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau. Trong nghiên cứu sinh, việc phát hiện ảnh giả mạo giúp bảo vệ quyền lợi của tác giả và đảm bảo tính chính xác của thông tin. Các công cụ phát hiện hiện đại có thể được áp dụng để kiểm tra tính xác thực của các tài liệu, từ đó nâng cao chất lượng luận văn. Hệ thống phát hiện ảnh giả mạo cũng có thể được tích hợp vào các phần mềm xử lý ảnh để tự động phát hiện và cảnh báo người dùng.

3.1. Tích hợp công nghệ vào giáo dục

Công nghệ phát hiện ảnh giả mạo có thể được tích hợp vào các hệ thống giáo dục để nâng cao tính chính xác của tài liệu học tập. Việc sử dụng công nghệ AI trong giáo dục giúp phát hiện các hành vi gian lận và bảo vệ quyền lợi của sinh viên. Các trường đại học có thể áp dụng các phương pháp phát hiện ảnh giả mạo để kiểm tra tính xác thực của các luận văn thạc sĩ, từ đó nâng cao chất lượng giáo dục. Điều này không chỉ giúp bảo vệ danh tiếng của trường mà còn đảm bảo rằng sinh viên nhận được kiến thức chính xác và đáng tin cậy.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh sự phát triển nhanh chóng của công nghệ thông tin và khoa học máy tính, xử lý ảnh số đã trở thành một lĩnh vực quan trọng với ứng dụng rộng rãi trong quân sự, y học, giáo dục, kinh tế và giải trí. Theo ước tính, hàng triệu bức ảnh số được tạo ra và chia sẻ mỗi ngày trên các nền tảng kỹ thuật số, kéo theo nguy cơ gia tăng các ảnh giả mạo. Việc tạo ảnh giả mạo ngày càng trở nên dễ dàng nhờ các phần mềm xử lý ảnh như Photoshop, Corel Draw, khiến cho việc phát hiện ảnh giả mạo trở thành một thách thức cấp bách. Mục tiêu nghiên cứu của luận văn là phát triển các phương pháp phát hiện ảnh giả mạo dựa trên phân tích nguồn sáng, dấu vết lấy mẫu lại và phát hiện các vùng lặp trong ảnh, nhằm nâng cao độ chính xác và hiệu quả trong việc nhận diện ảnh giả mạo. Phạm vi nghiên cứu tập trung vào ảnh số trong khoảng thời gian gần đây, với các kỹ thuật xử lý ảnh hiện đại được áp dụng tại một số địa phương và môi trường nghiên cứu trong nước. Ý nghĩa của nghiên cứu được thể hiện qua việc góp phần bảo vệ tính xác thực của ảnh số, hỗ trợ công tác pháp lý và nâng cao nhận thức cộng đồng về an toàn thông tin hình ảnh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

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

• Lý thuyết xử lý ảnh số: Bao gồm các khái niệm cơ bản như điểm ảnh (pixel), mức xám, biểu đồ tần suất, mô hình biểu diễn ảnh Raster và Vector, cùng các kỹ thuật tiền xử lý như nắn chỉnh biến dạng, khử nhiễu và nhận dạng ảnh.
• Phân tích nguồn sáng trong ảnh: Áp dụng mô hình bề mặt Lambertian và giả định nguồn sáng đơn hoặc đa nguồn sáng để ước lượng hướng chiếu sáng dựa trên cường độ ảnh và pháp tuyến bề mặt.
• Phân tích thành phần chính (PCA): Sử dụng để giảm chiều dữ liệu và phát hiện các vùng lặp trong ảnh thông qua việc trích xuất đặc trưng từ các khối ảnh nhỏ.
• Thuật toán Expectation-Maximization (EM): Áp dụng trong phát hiện dấu vết lấy mẫu lại bằng cách ước lượng xác suất các mẫu có tính chu kỳ tương quan với các mẫu lân cận.

Các khái niệm chính bao gồm: ảnh giả mạo (ghép ảnh, tăng cường ảnh, copy/di chuyển vùng), nguồn sáng đơn và đa, lấy mẫu lại ảnh, vùng lặp trong ảnh, và các thuật toán phát hiện dựa trên phân tích thống kê và hình học.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu bao gồm các ảnh số thực tế và ảnh giả mạo được tạo ra bằng các kỹ thuật xử lý ảnh phổ biến. Cỡ mẫu khoảng vài trăm ảnh cấp xám và ảnh màu được sử dụng để đánh giá hiệu quả các thuật toán phát hiện. Phương pháp chọn mẫu dựa trên tiêu chí đa dạng về loại giả mạo và mức độ nén ảnh (định dạng JPEG với các hệ số chất lượng từ 50 đến 100).

Phương pháp phân tích bao gồm:

• Phân tích nguồn sáng dựa trên mô hình Lambertian và ước lượng hướng chiếu sáng bằng phương pháp bình phương tối thiểu, áp dụng cho nguồn sáng xa (2D, 3D), nguồn sáng cục bộ và nhiều nguồn sáng.
• Phát hiện vùng lặp trong ảnh sử dụng PCA để giảm chiều dữ liệu, kết hợp với thuật toán sắp xếp theo thứ tự từ điển và phân tích offset để xác định các vùng ảnh bị copy/dán.
• Phát hiện dấu vết lấy mẫu lại bằng cách mô hình hóa quá trình lấy mẫu lại ảnh như một phép biến đổi tuyến tính, sử dụng thuật toán EM để ước lượng xác suất các mẫu có tính chu kỳ tương quan với các mẫu lân cận.
• Timeline nghiên cứu kéo dài khoảng 12 tháng, bao gồm các giai đoạn thu thập dữ liệu, phát triển thuật toán, thử nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Phát hiện mâu thuẫn nguồn sáng: Thuật toán ước lượng hướng chiếu sáng dựa trên mô hình Lambertian cho phép phát hiện các mâu thuẫn về hướng nguồn sáng trong ảnh giả mạo ghép ảnh. Kết quả cho thấy với ít nhất 4 điểm có hệ số phản chiếu giống nhau, hướng nguồn sáng và hệ số ánh sáng nền có thể được ước lượng chính xác, giúp phát hiện ảnh giả mạo với độ chính xác trên 85%.

2. Phát hiện vùng lặp dựa trên PCA: Sử dụng PCA để giảm chiều dữ liệu và sắp xếp các khối ảnh theo thứ tự từ điển, thuật toán phát hiện các vùng lặp trong ảnh giả mạo copy/di chuyển vùng đạt độ chính xác trên 90% với các tham số thiết lập như kích thước khối b=64, số chiều giảm từ 64 xuống 32, ngưỡng tần số xuất hiện tối thiểu Nf=128. Thuật toán có khả năng phát hiện vùng giả mạo ngay cả khi ảnh bị nén JPEG với hệ số chất lượng từ 50 đến 100.

3. Phát hiện dấu vết lấy mẫu lại bằng thuật toán EM: Thuật toán EM ước lượng xác suất các mẫu có tính chu kỳ tương quan với các mẫu lân cận, phát hiện dấu vết lấy mẫu lại trong ảnh giả mạo với độ chính xác gần 99% khi tỷ lệ lấy mẫu tăng lớn hơn 1% và góc quay lớn hơn 10 độ. Độ chính xác giảm khi tỷ lệ lấy mẫu giảm đến 50%, tuy nhiên tỷ lệ khẳng định sai vẫn dưới 1%.

4. So khớp bền vững dựa trên biến đổi DCT: Thuật toán so khớp bền vững sử dụng biến đổi Cosin rời rạc (DCT) và lưỡng tử hóa hệ số DCT giúp phát hiện các khối ảnh lặp lại trong ảnh giả mạo, đặc biệt hiệu quả với ảnh có kích thước khối B=16, giảm thiểu các khối tượng thích sai so với so khớp chính xác.

Thảo luận kết quả

Nguyên nhân các phương pháp phát hiện hiệu quả là do ảnh giả mạo thường tạo ra các mâu thuẫn về đặc tính vật lý (nguồn sáng), thống kê (dấu vết lấy mẫu lại) và cấu trúc (vùng lặp). So với các nghiên cứu trước đây, việc kết hợp nhiều kỹ thuật như phân tích nguồn sáng, PCA và thuật toán EM giúp tăng độ chính xác và khả năng phát hiện đa dạng các dạng giả mạo. Kết quả có thể được trình bày qua các biểu đồ xác suất, biểu đồ tần suất offset vùng lặp, và bảng so sánh độ chính xác theo các tham số lấy mẫu lại và nén ảnh. Ý nghĩa của kết quả là cung cấp công cụ hỗ trợ pháp lý và kỹ thuật trong việc xác minh tính xác thực của ảnh số, góp phần giảm thiểu tác động tiêu cực của ảnh giả mạo trong xã hội.

Đề xuất và khuyến nghị

1. Triển khai hệ thống phát hiện ảnh giả mạo tích hợp đa kỹ thuật: Kết hợp phân tích nguồn sáng, phát hiện vùng lặp và dấu vết lấy mẫu lại để nâng cao độ chính xác phát hiện. Mục tiêu đạt độ chính xác trên 90% trong vòng 12 tháng, do các tổ chức an ninh mạng và cơ quan pháp lý thực hiện.

2. Phát triển phần mềm ứng dụng trên nền tảng Visual C++: Tập trung vào phát hiện vùng lặp trong ảnh giả mạo copy/di chuyển vùng, với giao diện thân thiện và khả năng xử lý ảnh lớn. Thời gian hoàn thành dự kiến 6 tháng, do nhóm phát triển phần mềm chuyên ngành đảm nhiệm.

3. Xây dựng cơ sở dữ liệu ảnh bản quyền và ảnh gốc: Hỗ trợ phát hiện giả mạo dựa trên so sánh với cơ sở dữ liệu ảnh đã được xác thực. Mục tiêu hoàn thiện trong 18 tháng, phối hợp giữa các cơ quan báo chí, tổ chức lưu trữ ảnh và các viện nghiên cứu.

4. Tổ chức đào tạo và nâng cao nhận thức về ảnh giả mạo: Đào tạo chuyên sâu cho cán bộ pháp lý, kỹ thuật viên xử lý ảnh và cộng đồng người dùng về các kỹ thuật phát hiện và tác hại của ảnh giả mạo. Thời gian triển khai liên tục, do các trường đại học và trung tâm đào tạo chuyên ngành thực hiện.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành công nghệ thông tin, xử lý ảnh số: Nghiên cứu các phương pháp phát hiện ảnh giả mạo, áp dụng trong các đề tài khoa học và luận văn chuyên sâu.

2. Cơ quan pháp lý và an ninh mạng: Sử dụng các kỹ thuật phát hiện ảnh giả mạo để hỗ trợ điều tra, xác minh chứng cứ hình ảnh trong các vụ án và bảo vệ an ninh thông tin.

3. Các công ty phát triển phần mềm xử lý ảnh và bảo mật: Áp dụng các thuật toán phát hiện giả mạo để tích hợp vào sản phẩm, nâng cao tính năng bảo vệ bản quyền và phát hiện gian lận.

4. Người dùng và cộng đồng mạng xã hội: Nâng cao nhận thức về ảnh giả mạo, sử dụng các công cụ hỗ trợ để kiểm tra tính xác thực của ảnh trước khi chia sẻ, giảm thiểu tác động tiêu cực của tin giả.

Câu hỏi thường gặp

1. Ảnh giả mạo là gì và tại sao cần phát hiện?
   Ảnh giả mạo là ảnh được tạo ra hoặc chỉnh sửa nhằm mục đích đánh lừa, làm sai lệch thông tin. Việc phát hiện giúp bảo vệ tính xác thực, hỗ trợ pháp lý và ngăn chặn tin giả.

2. Phương pháp phát hiện dựa vào phân tích nguồn sáng hoạt động như thế nào?
   Phương pháp này ước lượng hướng chiếu sáng của các đối tượng trong ảnh. Nếu các đối tượng có hướng sáng không đồng nhất, có thể kết luận ảnh bị giả mạo ghép ảnh.

3. Làm sao phát hiện các vùng lặp trong ảnh giả mạo?
   Sử dụng phân tích thành phần chính (PCA) để trích xuất đặc trưng từ các khối ảnh nhỏ, sau đó sắp xếp và so sánh để tìm các vùng ảnh bị copy/dán lặp lại.

4. Dấu vết lấy mẫu lại trong ảnh là gì và cách phát hiện?
   Lấy mẫu lại ảnh tạo ra các tỉ lệ và mối tương quan chu kỳ giữa các điểm ảnh. Thuật toán Expectation-Maximization (EM) được dùng để ước lượng xác suất các mẫu có tính chu kỳ, từ đó phát hiện dấu vết lấy mẫu lại.

5. Ảnh nén JPEG có ảnh hưởng đến việc phát hiện giả mạo không?
   Ảnh nén làm mất một số thông tin chi tiết, gây khó khăn cho phát hiện vùng lặp và dấu vết lấy mẫu lại. Tuy nhiên, các thuật toán so khớp bền vững và PCA đã được điều chỉnh để vẫn duy trì độ chính xác cao với ảnh JPEG chất lượng từ 50 trở lên.

Kết luận

• Luận văn đã phát triển và đánh giá thành công các phương pháp phát hiện ảnh giả mạo dựa trên phân tích nguồn sáng, phát hiện vùng lặp và dấu vết lấy mẫu lại.
• Các thuật toán áp dụng bao gồm ước lượng hướng chiếu sáng, phân tích thành phần chính (PCA), thuật toán Expectation-Maximization (EM) và so khớp bền vững dựa trên biến đổi DCT.
• Kết quả thử nghiệm cho thấy độ chính xác phát hiện đạt trên 90% trong nhiều trường hợp giả mạo phổ biến và ảnh nén JPEG.
• Nghiên cứu góp phần nâng cao khả năng bảo vệ tính xác thực của ảnh số, hỗ trợ công tác pháp lý và an ninh mạng.
• Các bước tiếp theo bao gồm phát triển phần mềm ứng dụng, xây dựng cơ sở dữ liệu ảnh bản quyền và đào tạo chuyên sâu cho các đối tượng liên quan.

Hành động ngay hôm nay: Áp dụng các kỹ thuật phát hiện ảnh giả mạo trong công tác kiểm chứng hình ảnh để bảo vệ thông tin và nâng cao uy tín trong môi trường số.

Trích đoạn nội dung tài liệu

phần mở đầu, phần kết luận và ba chƣơng nội dung đƣợc tổ chức nhƣ sau: Chƣơng 1: Tổng quan về xử lý ảnh và giả mạo ảnh Chƣơng này trình bày tổng quan về một hệ thống xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh, đồng thời trình bày tổng quan về ảnh giả mạo và phát hiện ảnh giả mạo, cụ thể là các dạng ảnh giả mạo cơ bản cùng các cách tiếp cận chính để phát hiện ảnh giả mạo. Chƣơng 2: Một số phƣơng pháp phát hiện ảnh giả mạo Chƣơng này trình bày một số kỹ thuật phát hiện ảnh giả mạo nhƣ: Kỹ thuật phát hiện dựa vào phân tích nguồn sáng, kỹ thuật phát hiện dựa vào việc tìm ra dấu vết của việc lấy mẫu lại và các kỹ thuật phát hiện dựa vào việc tìm ra các vùng lặp trong ảnh. Chƣơng 3: Ứng dụng Trình bày các ứng dụng của các kỹ thuật phát hiện ảnh giả mạo và sử dụng Visual C++ cài đặt kỹ thuật phát hiện các vùng lặp trong ảnh để phát hiện loại ảnh giả mạo sinh bởi thao tác copy và dịch chuyển vùng trên ảnh. z 5 Chƣơng 1 – TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ GIẢ MẠO ẢNH Chương này trình bày tổng quan về một hệ thống xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh, đồng thời trình bày tổng quan về ảnh giả mạo và phát hiện ảnh giả mạo, cụ thể là các dạng ảnh giả mạo cơ bản cùng với các cách tiếp cận chính để phát hiện ảnh giả mạo.1 Xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh 1.1 Xử lý ảnh là gì? Xử lý ảnh là một khoa học tƣơng đối mới mẻ 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 dụng.

Để có thể hình dung cấu hình một hệ thống xử lý ảnh chuyên dụng hay một hệ thống xử lý ảnh dùng trong nghiên cứu, đào tạo, trƣớc hết chúng ta sẽ xem xét các bƣớc cần thiết trong xử lý ảnh. Trƣớc hết là quá trình thu nhận ảnh. Ảnh có thể thu nhận qua camera. Thƣờng ảnh thu nhận qua camera là tín hiệu tƣơng tự (loại camera ống kiểu CCIR), nhƣng cũng có thể là tín hiệu số hóa (loại CCD-Change Coupled Device).

Ảnh cũng có thể thu nhận từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh, tranh đƣợc quét trên scanner. Tiếp theo là quá trình số hóa để biến đổi tín hiệu liên tục sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lƣợng hóa, trƣớc khi chuyển sang giai đoạn xử lý, phân tích hay lƣu trữ lại. Quá trình phân tích ảnh bao gồm nhiều công đoạn nhỏ. Trƣớc hết là công việc tăng cƣờng ảnh để nâng cao chất lƣợng ảnh.

Do những nguyên nhân khác nhau: có thể do chất lƣợng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến. Do vậy cần phải tăng cƣờng và khôi phục lại ảnh để làm nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc – trạng thái trƣớc khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính nhƣ biên, phân vùng ảnh, trích chọn các đặc tính, v. z 6 Cuối cùng, tùy theo mục đích của ngƣời sử dụng, sẽ là giai đoạn nhận dạng, phân lớp hay các quyết định khác.

Các giai đoạn chính trong quá trình xử lý ảnh đƣợc mô tả qua hình 1. Thu nhận Tiền xử lý (Camera, scanner, (Nắn chỉnh, xóa Trích chọn sensor, .) đặc trƣng Lƣu trữ Hậu xử lý (Chính xác hóa, rút Kết luận gọn, .) Hệ quyết định Hình 1. Các giai đoạn chính trong xử lý ảnh Với các giai đoạn trên, một hệ thống xử lý ảnh gồm các thành phần tối thiểu nhƣ hình sau: Màn hình đồ họa Camera Bộ xử lý Bộ nhớ ảnh tƣơng tự Bộ nhớ Máy chủ Bộ xử lý ngoài ảnh số Màn hình Bàn phím Máy in Hình 1. Các thành phần chính trong hệ thống xử lý ảnh z 7  Đối với một hệ thống xử lý ảnh thu nhận qua camera - camera nhƣ là con mắt của hệ thống.

Có 2 loại camera: camera ống loại CCIR và camera CCD. Loại camera ứng với chuẩn CCIR quét ảnh với tần số 1/25 và mỗi ảnh gồm 625 dòng. Loại CCD gồm các photo điốt và làm tƣơng ứng một cƣờng độ sáng tại một điểm ảnh với một phần tử ảnh (pixel). Nhƣ vậy, ảnh là tập hợp các điểm ảnh.

Số pixel tạo nên một ảnh gọi là độ phân giải.  Bộ xử lý tƣơng tự thực hiện các chức năng sau:  Chọn camera thích hợp nếu hệ thống có nhiều camera.  Chọn màn hình hiển thị tín hiệu.  Thu nhận tín hiệu video bởi bộ số hóa.

Thực hiện lấy mẫu và mã hóa.  Tiền xử lý ảnh khi thu nhận: dùng kỹ thuật bảng tra (Look Up Table).  Bộ xử lý ảnh số gồm nhiều bộ xử lý chuyên dụng: xử lý lọc, trích chọn đƣờng bao, nhị phân hóa ảnh.  Máy chủ đóng vai trò điều khiển các thành phần miêu tả ở trên.

 Bộ nhớ ngoài: Dữ liệu ảnh cũng nhƣ các dữ liệu khác, để có thể chuyển giao cho các quá trình khác, nó cần đƣợc lƣu trữ.  Các khái niệm cơ bản trong xử lý ảnh Điểm ảnh (pixel): Biểu diễn cƣờng độ sáng hay một dấu hiệu nào đó tại một tọa độ nào đó của đối tƣợng trong không gian. Điểm ảnh là một hàm nhiều biến P(x1, x2, ., xn) trong đó n là số chiều của ảnh. Ảnh: là một tập hợp các điểm ảnh, thông thƣờng đƣợc biểu diễn dƣới dạng ma trận các điểm ảnh.

Mức xám: là kết quả của sự mã hóa tƣơng ứng một cƣờng độ sáng của một điểm ảnh với một giá trị số - kết quả của quá trình lƣợng hóa. Cách mã hóa kinh điển thƣờng dùng 16, 32 hay 64 mức. Biểu đồ tần suất: Biều đồ tần suất của một mức xám g của ảnh I là số điểm ảnh của I có mức xám g.2 Các vấn đề cơ bản trong xử lý ảnh 1.1 Biểu diễn ảnh Ảnh đƣợc thu nhận từ các thiết bị thu nhận ảnh. Sau khi thu nhận, ảnh đƣợc lƣu trữ trên máy tính.

Quá trình lƣu trữ gồm 2 mục đích: tiết kiệm bộ nhớ và giảm thời gian xử lý. Ảnh đƣợc lƣu trữ trong bộ nhớ có ảnh hƣởng rất lớn đến việc hiển thị, in ấn và xử lý. Ảnh là tập hợp các điểm ảnh có cùng kích thƣớc do đó nếu sử dụng càng nhiều điểm ảnh thì ảnh càng mịn càng đẹp và càng thể hiện rõ hơn chi tiết của ảnh, ngƣời ta gọi đặc điểm này là độ phân giải. Việc lựa chọn độ phân giải phụ thuộc vào nhu cầu sử dụng và đặc trƣng của từng loại ảnh cụ thể.

Chẳng hạn, ảnh dùng trong văn bản thƣờng thể hiện dƣới dạng đen trắng có độ phân giải 300 DPI, ảnh bản vẽ, bản đồ có độ phân giải 200DPI. Trên cơ sở đó, các ảnh đƣợc biểu diễn theo 2 mô hình cơ bản là RASTER và VECTOR. Mô hình RASTER: Theo mô hình này, ảnh đƣợc biểu diễn dƣới dạng ma trận các điểm ảnh. Tùy theo yêu cầu thực tế mà mỗi điểm ảnh đƣợc biểu diễn bằng một hoặc nhiều bít.

Ngày nay thiết bị phần cứng phát triển nhƣng chủ yếu là theo định hƣớng Raster cho cả thiết bị đầu vào cũng nhƣ đầu ra. Ví dụ: máy in, máy quét v. Một trong những nghiên cứu chủ yếu trong mô hình raster là kỹ thuật nén ảnh, chia ra 2 khuynh hƣớng là nén bảo toàn và nén không bảo toàn thông tin. Nén bảo toàn thông tin là có khả năng phục hồi hoàn toàn dữ liệu ban đầu.

Nén không bảo toàn thông tin là có khả năng phục hồi dữ liệu ban đầu nhƣng với sai số chấp nhận đƣợc. Trên cơ sở đó ngƣời ta đã xây dựng đƣợc nhiều khuôn dạng ảnh khác nhau: *. Mô hình VECTOR: Ảnh lƣu trữ trên máy tính ngoài yêu cầu về giảm không gian lƣu trữ, thời gian xử lý, dễ dàng cho hiển thị và in ấn còn phải đảm bảo dễ dàng trong lựa chọn, sao chép, di chuyển và tìm kiếm. Theo những yêu cầu này, kỹ thuật biểu diễn Vector tỏ ra ƣu việt hơn.

z 9 Trong mô hình Vector, ảnh đƣợc biểu diễn bởi các điểm ảnh và các đƣờng thể hiện hƣớng của một điểm. Ảnh dạng Vector đƣợc thu nhận từ các thiết bị nhƣ sensor, digitalier, v. Ngày nay, các thiết bị phần cứng phát triển mạnh theo hƣớng Raster cho cả đầu vào và đầu ra nên một trong những nghiên cứu chủ yếu của mô hình Vector là tập trung cho chuyển đổi từ ảnh Raster sang ảnh Vector.2 Nắn chỉnh biến dạng Ảnh thu đƣợc sau quá trình thu nhận thƣờng bị biến dạng do những thiết bị quang học và điện tử. Do đó cần phải có khâu nắn chỉnh biến dạng.

Để nắn chỉnh biến dạng ta dựa vào tập các điểm điều khiển ( Pi , Pi ' ) (i  1,. n Cần tìm hàm: f : Pi  f (Pi ) sao cho:  f ( Pi )  Pi '  min 2 i 1 1.3 Khử nhiễu Trong quá trình thu nhận ảnh không thể tránh khỏi bị nhiễu. Có 2 loại nhiễu cơ bản: - Nhiễu hệ thống: là loại nhiễu gây ra bởi hệ thống, nhƣ vết xƣớc hoặc nguồn sáng ngoại lai. Loại nhiễu này có tính chất chu kỳ và có thể dễ khắc phục bằng các phép biến đổi.

- Nhiễu ngẫu nhiên: là các vết bẩn không rõ nguyên nhân. Loại nhiễu này thƣờng khó khử, tùy vào từng ảnh cụ thể mà có cách khắc phục. Thông thƣờng sử dụng các phép lọc.4 Nhận dạng ảnh Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tƣợng mà ngƣời ta muốn đặc tả nó. Quá trình nhận dạng thƣờng đi sau quá trình trích chọn các đặc tính chủ yếu của đối tƣợng.

Có hai kiểu mô tả đối tƣợng: - Mô tả tham số (nhận dạng theo tham số). - Mô tả theo cấu trúc (nhận dạng theo cấu trúc). Trên thực tế, ngƣời ta đã áp dụng kỹ thuật nhận dạng khá thành công với nhiều đối tƣợng khác nhau nhƣ: nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, chữ số, chữ có dấu). z 10 Nhận dạng chữ in hoặc đánh máy phục vụ cho việc tự động hóa quá trình đọc tài liệu, tăng nhanh tốc độ và chất lƣợng thu nhận thông tin từ máy tính.

Nhận dạng chữ viết tay (với mức độ ràng buộc khác nhau về cách viết, kiểu chữ, v.) phục vụ cho nhiều lĩnh vực. Ngoài hai kỹ thuật nhận dạng trên, hiện nay một kỹ thuật nhận dạng mới dựa vào kỹ thuật mạng nơron đang đƣợc áp dụng và cho kết quả khả quan.