hocthuat.vn –Tài liệu online miễn phí TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NÔI KHOA CÔNG NGHỆ THÔNG TIN ĐỀ TÀI KHOA HỌC TÌM HIỂU MỘT SỐ PHƢƠNG PHÁP DÒ TÌM, PHÁT HIỆN SỰ GIẢ MẠO TRONG ẢNH SỐ Sinh viên thực hiện: Nguyễn Thị Hồng Xiêm Hà Nội, 3/2008 -1- hocthuat.vn –Tài liệu online miễn phí MỤC LỤC Lời mở đầu…………………………………………………… Phần 1: GIỚI THIỆU VỀ XỬ LÝ ẢNH…………………………… 1.1 Biểu diễn ảnh số……………………………………………………………7 1.2 Một số khái niệm sở xử lý ảnh………………………………… 1.3 Các giai đoạn xử lý ảnh…………………………………………….10 Phần 2: BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO…………… 12 2.1 Bài toán phát ảnh giả mạo…………………………………………….12 2.2 Hướng tiếp cận toán…………………………………………………….12 2.2.1 Dựa vào hình dạng……………………………………………………….12 2.2.2 Dựa vào phân tích nguồn sáng……………………………………………12 2.2.3 Dựa vào biến đổi màu sắc……………………………………………… 13 2.2.4 Dựa vào sở liệu…………………………………………………….13 2.2.5 Dựa vào dấu vết trình điều chỉnh tỷ lệ………………………… 14 2.2.6 Dựa vào phân tích ánh sáng………………………………………………14 Phần 3: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN SỰ KHÁCH BIỆT HƢỚNG NGUỒN SÁNG…………………………………… 15 3.1 Giới thiệu…………………………………………………………………….15 3.2 Các loại nguồn sáng………………………………………………………….15 3.3 Ước lượng hướng chiều nguồn sáng…………………………………………15 3.3.1 Ước lượng hướng chiều nguồn sáng……………………………… 15 3.3.2 Tìm đường có khả biên khuất……………………………16 -2- hocthuat.vn –Tài liệu online miễn phí 3.3.3 Ước lượng hướng chiều sáng cho đường biên tìm được………… 17 3.3.4 Sử dụng mạng Bayes tìm ước lượng tốt nhất……………………………17 3.4 Nguồn sáng vô tận (3-D)………………………………………………… 17 3.5 Nguồn sáng vô tận (2-D)………………………………………………….18 3.6 Nguồn sáng gần (bộ phận) (2-D)………………………………………….20 3.7 Nhiều nguồn sáng……………………………………………………………20 Phần 4: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TOÁN EXACTMATCH……… ……………………………………………21 4.1 Ý tưởng………………………………………………………………………….21 4.2 Thuật toán……………………………………………………………………….22 4.3 Phát ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước………………… 22 4.4 Thuật toán cải tiến Exacta match* …………………………………………… 24 4.5 Kết luận…………………………………………………………………………26 Tài liệu tham khảo………………………………………………………………… 27 -3- hocthuat.vn –Tài liệu online miễn phí LỜI MỞ ĐẦU Với phát triển khoa học công nghệ, ngày có nhiều kỹ thuật tiên tiến ứng dụng vào thực tế ảnh số thành Với khả phần mềm biên tập sử lý ảnh, ảnh dễ dàng bị sửa chữa hiệu chỉnh Các chương trình phần mềm thêm vào hay bỏ đặc trưng ảnh mà không để lại nhiều dấu vết giả mạo Người ta tạo ảnh giả mạo nhằm vào nhiều mục đích khác việc vu cáo, tạo tin giật gân, đánh lừa đối thủ, làm sai lệch chứng phạm tội v.v… Người ta tạo ảnh giả mạo nhằm vào nhiều mục đích khác việc vu cáo, tạo tin giật gân, đánh lừa đối thủ, làm sai lệch chứng phạm tội v.v… Ví dụ: - Tháng 8/2006, ảnh minh họa Hãng tin Reuters xuất trang báo lớn nhỏ khắp giới Nội dung ảnh cột khói tỏa lên từ số tòa nhà cao tầng sau đợt không kích Beirut Nhưng sau họ phát phần ảnh bị người ta chép (copy), cắt dán lặp lại nhiều lần ảnh, có lẽ tác giả ảnh muốn cho người xem cảm nhận tàn phá hãi hùng khói -4- hocthuat.vn –Tài liệu online miễn phí Hình 4: Bức ảnh giả chỉnh sửa nhằm tăng độ mạnh thông tin chiến tranh - Một ảnh giả khác tạo lập từ ảnh: Nhà trắng, Bill Clinton Saddam Hussein Hình ảnh Bill Clinton Saddam Hussein cắt dán vào ảnh Nhà trắng Các hiệu ứng bóng ánh sáng tạo làm cho bước ảnh nhìn gần giống thật, khó nhận biết mắt thường - Một ảnh khác mô hình ghép hai ảnh khác xuất chiến dịch tranh cử tổng thống Mỹ năm 2004, cho thấy ứng viên John Kerry nói chuyện với cựu nữ diễn viên Jane Fonda biểu tình phản chiến vào năm 60 kỷ trước, bên có đóng “nhãn hiệu cầu chứng” The Associated Press -5- hocthuat.vn –Tài liệu online miễn phí Hình 5: Ảnh giả John Kerry Jane Fonda cắt ghép từ hai ảnh riêng lẻ Một số cựu binh Mỹ thời chiến tranh Việt Nam phản ứng mạnh thái độ giận thấy ứng viên tổng thống lại chia sẻ diễn đàn với nữ diễn viên tích cực chống chiến tranh Như ảnh hưởng thông tin từ ảnh lớn, thông tin hình ảnh có tác động mạnh trực tiếp tới người Do ảnh coi công cụ biểu diễn truyền đạt thông tin phổ biến hữu dụng -6- hocthuat.vn –Tài liệu online miễn phí Phần 1: GIỚI THIỆU VỀ XỬ LÝ ẢNH 1.1 Biểu diễn ảnh số Đối với ảnh đơn giản (ảnh đen trắng) ảnh biểu diễn hàm cường độ sáng hai chiều f ( X , Y ) , giá trị f điểm ( X , Y ) bất X ,Y giá trị toạ độ không gian hàm kỳ tỷ lệ với độ sáng hay mức xám điểm ảnh điểm [2,4] * P(X,Y) Hình 1: Biểu diễn ảnh hàm f ( X , Y ) Trong mộ số trường hợp hàm ảnh biểu diễn với trục thứ gọi hàm cường độ sáng (với hình 1.1, trục thứ 0) Một ảnh số ảnh f ( X , Y ) gián đoạn theo không gian cường độ sáng Một ảnh số xem ma trận với hàng cột biểu diễn điểm ảnh giá trị điểm ma trận tương ứng với mức xám điểm Các phần tử dãy số gọi điểm ảnh Ánh sáng có dạng lượng f ( X , Y ) phải khác hữu hạn:  f ( X ,Y )   (1.1) Con người có khả nhận hình ảnh từ ánh sáng phản xạ qua vật thể Cơ sở f ( X , Y ) đặc trưng qua hai thành phần:  Số lượng ánh sáng nguồn rơi cảnh vật nhìn thấy  Số lượng ánh sáng nguồn phản xạ từ vật thể ( cảnh vật) -7- hocthuat.vn –Tài liệu online miễn phí Chúng gọi gần phát sáng thành phần phản xạ, biểu diễn tương ứng i( X , Y ) r ( X , Y ) Bản chất i( X , Y ) xác định nguồn sáng r ( X , Y ) xác định đặc trưng vật thể Hàm i( X , Y ) r ( X , Y ) kết hợp với hàm f ( X , Y ) f ( X , Y )  i( X , Y ) r ( X , Y ) Với: (1.2) (  i( X , Y )    r( X ,Y )  ) Ở ta gọi cường độ sáng ảnh đen trắng tọa độ ( X , Y ) mức xám (l ) ảnh điểm Từ (1.2), (1.3), (1.4) , l nằm khoảng: Lmin  l  Lmax (1.3) Trong lý thuyết, cần Lmin  Lmax hữu hạn Trong thực tế: Lmin  imin rmin (1.4) Lmax  imax rmax Sử dụng giá trị chiếu sáng phản xạ tổng kết qua thực nghiệm xem giá trị Lmin  0.005, Lmax  100 cho xử lý ảnh Khoảng  Lmin , Lmax  gọi thang xám Ta dịch khoảng đến 0, L , l  đen l  L trắng thang xám Giá trị tức thời dạng mức xám thay đổi liên tục từ đen đến trắng 1.2 Một số khái niệm sở xử lý ảnh  Để xử lý máy tính điện tử ảnh cần phải số hóa Đó trình biến đổi ảnh từ tín hiệu liên tục sang tín hiệu rời rạc thông qua việc lấy mẫu lượng tử hóa Trong trình người ta sử dụng khái niệm “pixel” Mỗi pixel đặc trưng cặp tọa độ ( X , Y ) màu sắc nó.[4] -8- hocthuat.vn –Tài liệu online miễn phí  Ảnh: Là tập hợp pixel có cấu trúc, ta coi ảnh mảng hai chiều I ( n , p ) có n dòng p cột, ảnh có n  p (pixel) Ta ký hiệu I ( X ,Y ) để điểm ảnh có toạ độ ( X , Y ) [4]  Mức xám (Gray level): Đó kết việc mã hóa, cho tương ứng cường độ sáng điểm ảnh với giá trị số, 16, 32, 64 mức  Biểu diễn ảnh: Trong biểu diễn ảnh người ta thường sử dụng phần tử đặc trưng ảnh pixel Một hàm hai biến chứa thông tin biểu diễn ảnh Một số mô hình thường dùng để biểu diễn ảnh mô hình toán (biểu diễn ảnh nhờ hàm sở), mô hình thống kê (ảnh coi phần tử tập hợp đặc trưng kỳ vọng toán, hiệp biến, phương sai, moment…).[4]  Tăng cƣờng ảnh: Đây bước quan trọng bao gồm kỹ thuật lọc độ tương phản, khử nhiễu, màu…  Biến đổi ảnh: Thao tác chủ yếu tập ma trận sử dụng kỹ thuật để biến đổi ảnh qua ma trận: Biến đổi Furie, Sin, Cosin, tích Kronecker  Phân tích ảnh: Liên quan tới việc xác định độ đo định lượng ảnh để đưa mô tả đầy đủ ảnh Có kỹ thuật để hỗ trợ phân tích ảnh: Dò biên, lọc vi phân, dò theo quy hoạch động, phân vùng ảnh [4]  Nhận dạng ảnh: Quá trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả Nhận dạng ảnh thường sau trình trích chọn đặc trưng chủ yếu đối tượng.[1,4] -9- hocthuat.vn –Tài liệu online miễn phí 1.3 Các giai đoạn xử lý ảnh Bài toán xử lý ảnh bao gồm giai đoạn tổng quát sau [1,2,4] Phân đoạn Scanner, Biểu diễn Camera Thu nhận ảnh Nhận dạng nội suy Tiền xử lý Cơ sở tri thức Kết Hình 2: Các bước xử lý ảnh số Bước thu nhận ảnh, thu ảnh số cảm biến ảnh với khả số hóa tín hiệu cảm biến Sau nhận ảnh số, bước tiền xử lý ảnh Mục đích chủ yếu giai đoạn tiền xử lý ảnh nâng cao khả để trình đạt kết tốt, trình khử nhiễu, tăng độ tương phản… Bước phân đoạn: Phân đoạn ảnh tách ảnh đầu vào thành phần vật thể Đầu trình phân đoạn ảnh thường số liệu pixel chưa lọc, bao gồm liên kết vùng tất điểm ảnh vùng Cuối cùng, ảnh phân lớp, nhận dạng cho mục đích khác -10- hocthuat.vn –Tài liệu online miễn phí 2.2.6 Dựa vào phân tích ánh sáng Qua phân tích đồng ánh sáng phân bố phần khác ảnh thực hai cách Cách thứ phân tích bóng đổ để tìm hướng nguồn sáng Hình 8: Hướng nguồn sáng Cách thứ hai nghiên cứu chấm sáng mắt người Mắt phần gương soi vào giới ẩn chứa chủ thể chụp Ngoài ra, màu ánh sáng xác định bóng trắng xác chấm sáng Một ảnh tổng hợp từ nhiều ảnh khác có bóng sắc thay đổi từ người sang người khác Phần 3: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN SỰ KHÁC BIỆT HƢỚNG NGUỒN SÁNG 3.1 Giới thiệu Vấn đề ước lượng hướng nguồn sáng lĩnh vực nghiên cứu lớn thị giác máy tính Trong phần mô tả toán, đề xuất giải pháp sau trình -15- hocthuat.vn –Tài liệu online miễn phí bày cách thức để loại bỏ yếu tố ngoại cảnh, làm đơn giản hóa điều kiện để hạn chế phức tạp trình xử lý 3.2 Các loại nguồn sáng Ý tưởng phát ảnh giả mạo dựa vào nguồn sáng, nhiên thuật toán không áp dụng giống cho tất loại nguồn sáng Trong nguồn sáng đơn lại chia thành hai loại: nguồn sáng xa (xa vô hạn) nguồn sáng gần 3.3 Ước lượng hướng chiếu nguồn sáng 3.3.1 Ƣớc lƣợng hƣớng chiếu nguồn sáng Phần trình bày thuật toán ước lượng tự động hướng chiếu nguồn sáng ảnh đơn Thuật toán gồm ba bước Đầu tiên tìm đường có khả biên khuất với xác suất cao Sau với đường biên khuất ước lượng véc-tơ hướng chiếu nguồn sáng theo mô hình bóng đổ Cuối ước lượng đưa vào mô hình mạng Bayet để tìm ước lượng thích hợp cho hướng chiếu nguồn sáng Điều kiện đối tượng phải có bề mặt Lambertian, đồng thời toàn bề mặt có hệ số phản chiếu số 3.3.2 Tìm đƣờng có khả biên khuất Nhiệm vụ bước tìm đường có khả biên khuất Có thể không tìm xác biên khuất phải đưa đường đủ tốt cho bước Thuật toán phát cạnh Canny gồm bước sau: -16- hocthuat.vn –Tài liệu online miễn phí Bƣớc 1: Bước thuật toán phát cạnh Canny khử nhiễu làm phẳng ảnh ban đầu trước cố gắng xác định định vị cạnh Bƣớc 2: Sau làm phẳng khử nhiễu ảnh, bước phải tìm độ dài cạnh việc lấy hướng ảnh Bƣớc 3: Tìm hướng cạnh Một biết hướng cạnh theo trục x trục y hướng cạnh dễ dàng tính Bƣớc 4: Khi hướng cạnh tìm ra, bước liên kết hướng với mà lần ảnh Bƣớc 5: Sau biết hướng cạnh thuật toán tiếp tục sau: dọc cạnh theo hướng cạnh, gặp điểm ảnh mà không liên quan đến cạnh khử điểm ảnh (tức cho giá trị điểm ảnh 0) Việc cho đường mảnh ảnh kết Bƣớc 6: Cuối khử tạo thành vạch Sự tạo thành vạch phá vỡ cạnh, gây dao động ngưỡng ngưỡng Đó thuật toán phát cạnh Canny Sau trích cạnh, nhóm cạnh thành chuỗi theo luật sau: Vùng cạnh đồng màu Màu giống với màu cạnh kế trước chuỗi Vùng cạnh không chứa cạnh khác Trong chuỗi không tạo nên chỗ gấp khúc Việc thực mặt phẳng cạnh 3.3.3 Ƣớc lƣợng hƣớng chiếu sáng cho đƣờng biên tìm đƣợc Sau tìm đường biên khuất (có khả biên khuất) chúng sử dụng mô hình bóng đổ cho đường biên để tìm hướng chiếu sáng cho đường biên -17- hocthuat.vn –Tài liệu online miễn phí Đo cường độ sáng biên khuất Theo cách muốn ước lượng hướng chiếu nguồn sáng cần phải có cường độ sáng biên khuất Tất nhiên điều không thể, đo trực tiếp cường độ sáng biên khuất, mà phải ngoại suy từ điểm xa biên 3.3.4 Sử dụng mạng Bayes tìm ƣớc lƣợng tốt Sau bước có tập hợp ước lượng hiệp phương sai n chuỗi cạnh mà không biên khuất Để tìm biên khuất xác từ tập hợp n chuỗi ta cần ý điều đường biên khuất xác, nói chung có hiệp phương sai nhỏ phù hợp với mô hình đường không xác 3.4 Nguồn sáng vô tận (3-D) Hướng chuẩn hóa cho việc ước lượng hướng nguồn sáng việc xây dựng số giả thuyết đơn giản: + Bề mặt đối tượng phản xạ ánh sáng đẳng hướng (bề mặt Lambertian) + Bề mặt đối tượng có số phản xạ + Bề mặt chiếu nguồn sáng điểm xa vô hạn + Góc bề mặt hướng nguồn sáng khoảng từ đến 90 độ Với giả thuyết vậy, mật độ ảnh mô tả bởi: Với: -18- hocthuat.vn –Tài liệu online miễn phí + R số phản xạ + + véctơ chiều hướng nguồn sáng véctơ pháp tuyến bề mặt điểm +A số giới hạn ánh sáng xung quanh 3.5 Nguồn sáng vô tận (2-D) Chúng ta ước lượng hai thành phần ( ) hướng nguồn sáng cần dựa ảnh Thành phần z bề mặt chuẩn giả định 0, Khi thành phần x, y bề mặt chuẩn ( ước lượng cách trực tiếp từ ảnh (hình 12b) -19- hocthuat.vn –Tài liệu online miễn phí Hình 12: Mô hình minh họa cho: Nguồn sáng vô tận (3-D), Nguồn sáng vô tận (2-D), nguồn sáng cục (2-D) Trong trường hợp 2-D, thành phần z bề mặt Không giống trường hợp nguồn sáng vô tận, hướng nguồn sáng ( biến đổi từ bên qua bên bề mặt hình cầu -20- hocthuat.vn –Tài liệu online miễn phí  Đơn giản hóa giả định số độ tƣơng phản Thay coi toàn bề mặt đối tượng có số độ tương phản, phần bề mặt có độ tương phản số Ta ước lượng hướng nguồn sáng phận( 3.6 ) từ việc xem xét phần bề mặt đối tượng Nguồn sáng gần (bộ phận) (2-D) Với phần trên, giả định nguồn sáng xuất phát từ vô tận Với nguồn sáng phận, công thức trên không phù hợp(hình 13.c) Hình 13: Hai đối tượng chiếu nguồn sáng gần -21- hocthuat.vn –Tài liệu online miễn phí 3.7 Nhiều nguồn sáng Trong phần ta giả định có ánh sáng phát từ nguồn sáng chiếu lên vật thể nguồn sáng khác coi không đáng kể xem xét với số giới hạn ánh sáng xung quanh (A), điều thường phù hợp với ánh sáng trời Nhưng xảy trường hợp đối tượng chiếu rọi nhiều nguồn sáng Ánh sáng có thuộc tính đặc biệt tuyến tính Giả sử có nguồn sáng chiếu lên đối tượng, hàm mật độ ảnh có dạng: I ( x, y )  R(( N ( x, y )  L1 )  ( N ( x, y ).L2 ))  A  R( N ( x, y ).( L1  L2 ))  A  R( N ( x, y ).L )  A (3.31) Khi ta xử lý với giả định hai nguồn sáng kết hợp lại cho ta nguồn sáng chung với phương pháp xác định hướng nguồn sáng tương tự phần trước Phần 4: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TOÁN EXACT MATCH 4.1 Ý tưởng Giả sử ảnh có kích thước M  N , với B kích thước nhỏ khối bao mà người dùng định nghĩa để đối sánh với điểm ảnh ta xác định khối bao ma trận B  B điểm ảnh Như với ảnh M  N ta xác định (M  B  1)  ( N  B  1) khối bao Với khối bao ta lưu phần tử thuộc khối bao vào hàng ma trận A Vậy duyệt toàn ảnh ta ma trận A với (M  B  1)  ( N  B  1) hàng B  B cột -22- hocthuat.vn –Tài liệu online miễn phí Hai hàng giống ma trận A tương đương với khối bao giống ảnh Chúng ta xếp hàng ma trận A theo thứ tự từ điển, yêu cầu thực MN log (MN ) bước Sau ta dễ dàng tìm kiếm cách duyệt MN hàng ma trận qua xếp A tìm kiếm hai hàng giống liên tiếp Kết thuật toán tìm kiếm đưa tập vùng bao giống chứng chứng minh ảnh bị cắt dán Hình Minh họa cho việc tìm kiếm khối bao thuật toán Extract macth 4.2 Thuật toán Thuật toán Extract match nhằm tìm khối bao giống ảnh, bao gồm bước sau:  Bước 1: Lựa chọn kích thước khối bao nhỏ  Bước 2: Xác định tập khối bao dựa kích thước khối bao nhỏ  Bước 3: Đưa khối bao vào hàng mảng lưu xác định  Bước 4: Sắp xếp hàng mảng lưu bước theo thứ tự tăng dần  Bước 5: Kiểm tra hai hàng liên tiếp mảng lưu sau xếp, chúng giống đưa tập khối bao giống tương ứng -23- hocthuat.vn –Tài liệu online miễn phí 4.3 Phát ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước Thuật toán Exact match trình bày mục thường phát tốt với ảnh giả mạo dạng cắt dán, thay đổi kích thước Trong trường hợp vùng cắt dán có thay đổi kích thước thuật toán không phát giả mạo ‫ ٭‬Các kỹ thuật thay đổi kích thƣớc Việc thay đổi kích thước vùng ảnh thường sử dụng kỹ thuật nội suy tuyến tính xác định để ánh xạ ảnh từ miền không gian sang miền không gian khác Các kỹ thuật nội suy sử dụng trong PhotoShop là: Láng giềng gần (nearest neighbor), nội suy tuyến tính (bilinear interpolation) Bicubic (x,y) X  f x ( x, y)orY  f y ( x, y) Hình Mô hình ánh xạ điểm ảnh từ ảnh gốc sang ảnh đích  Nearest-neighbor Kỹ thuật diễn tả sau: với điểm ảnh từ ảnh gốc tương ứng với vị trí phù hợp ảnh đích (ảnh thay đổi kích thước) giá trị màu tín hiệu điểm ảnh ảnh gán giá trị màu điểm ảnh gần (láng giềng gần nhất) thuộc ảnh gốc tương ứng  Bilinear interpolation -24- hocthuat.vn –Tài liệu online miễn phí Đây phương pháp phức tạp nearest neighbor Phương pháp xác định giá trị điểm ảnh dựa trung bình trọng số điểm ảnh láng giềng gần 2x-2 điểm ảnh thuộc ảnh gốc Chúng ta miêu tả chi tiết phương pháp nội suy bilinear sau: Giả sử với điểm (x,y) thuộc ảnh gốc ta xác định giá trị ánh xạ tương ứng (X,Y) thuộc ảnh đích theo phép biến đổi sau: X  f x ( x, y) Y  f y ( x, y) Với f x , f y hàm tuyến tính Giả sử u v phần nguyên X Y.Thuật toán nội suy bilinear định nghĩa sau: I ( X ,Y )  Wu,v I (u, v)  Wu 1,v I (u  1, v)  Wu ,v1 I (u, v  1)  Wu 1,v1 I (u  1, v  1) Trong đó: Wu,v  (u   x)(v   y) W u 1,v ( x  u)(v   y) Wu ,v1  (u   x)( y  v) Wu 1,v1  ( x  u)( y  v)  Bicubic interpolation Với phương pháp ảnh chia làm khối hình vuông kích thước 4x4 Phương pháp tính theo mô hình “hàng-hàng“ (row-by-row) sau “cột-cột” (column-by-column) Chúng ta giả sử cường độ u-1,u,u+1,u+2 I(u-1), I(u), I(u+1), I(u+2) , Cường độ 0[...]... Lưu trữ dữ liệu ảnh cũng như các kiểu dữ liệu khác để có thể chuyển giao cho các quá trình có nhu cầu Phần 2: BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO 2 .1 Bài toán phát hiện ảnh giả mạo Ảnh giả mạo được chia làm 2 loại: Thứ nhất, đó là ảnh giả mạo nhưng thật, được dàn dựng một cách có ý đồ sau đó thu nhận ảnh và không thực hiện thao tác chỉnh sửa trực tiếp trên ảnh thu nhận được Thứ hai, ảnh giả mạo được tạo ra... 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: I ( X ,Y )  Wu,v I (u, v)  Wu 1, v I (u  1, v)  Wu ,v 1 I (u, v  1)  Wu 1, v 1 I (u  1, v  1) Trong đó: Wu,v  (u  1  x)(v  1  y) W u 1, v ( x  u)(v  1  y) Wu ,v 1  (u  1  x)( y  v) Wu 1, v 1  ( x  u)( y  v)  Bicubic interpolation Với phương pháp này bức ảnh sẽ được... chí v.v Các ảnh này đã được lưu trữ nên khi xuất hiện một ảnh nghi là giả mạo người ta có thể tìm ảnh này với các phần trong nguồn ảnh nằm trong cơ sở dữ liệu ảnh -13 - hocthuat.vn Tài liệu online miễn phí Hình 7: Sơ đồ việc phát hiện giả mạo dựa vào cơ sở dữ liệu 2.2.5 Dựa vào dấu vết của quá trình điều chỉnh tỷ lệ Khi cắt ghép các đối tượng từ hai hay nhiều bức ảnh để được một bức ảnh giả người ta... 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 cơ sở nghiên cứu các kỹ thuật nội suy hiện đang được PhotoShop sử dụng trong việc thay đổi kích thước vùng ảnh Tôi đề xuất một cải tiến cho thuật toán phát hiện ảnh giả mạo Exact match... 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