Số hóa bởi Trung tâm Học liệu
ĐẠI HỌC THÁI
NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
NGUYỄN HỒNG HẠNH
THUẬT TOÁN PHÁT HIỆN ẢNH GIẢ MẠO
DẠNG CẮT - DÁN DỰA TRÊN CÁC PHÉP
BIẾN ĐỔI MA TRẬN
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
THÁI NGUYÊN - 2014
Số hóa bởi Trung tâm Học liệu
ĐẠI HỌC THÁI
NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
NGUYỄN HỒNG HẠNH
THUẬT TOÁN PHÁT HIỆN ẢNH GIẢ MẠO
DẠNG CẮT - DÁN DỰA TRÊN CÁC PHÉP
BIẾN ĐỔI MA TRẬN
Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã số: 60 48 01
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
HƢỚNG DẪN KHOA HỌC: PGS.TS PHẠM VĂN ẤT
THÁI NGUYÊN - 2014
Số hóa bởi Trung tâm Học liệu
i
LỜI
CAM
ĐOAN
Tôi
xin
cam
đoan
luận
văn
thạc
sĩ
khoa học máy tính
:
“Thuật toán phát
hiện ảnh giả mạo dạng cắt - dán dựa trên các phép biến đổi ma trận”
là
k
ết
quả
của
quá
trình
học
tập,
nghiên cứu
khoa
học
độc
lập,
nghiêm
túc.
Các
số
liệu
trong
luận
văn
là
trung
thực,
có
nguồn
gốc
rõ
ràng,
đ
ƣ
ợc
trích
dẫn
và
có
tính
kế
thừa,
phát
triển
từ
các
tài
liệu,
tạp
chí,
các
công
trình
nghiên
cứu
đã
đ
ƣ
ợc
công
bố,
các
website,
…
Các
phƣơng
pháp
nêu
trong
luận
văn
đƣợc
rút
ra
từ
những
cơ
sở
lý
luận
và
quá
trình
nghiên
cứu
tìm
hiểu
của
tác
giả.
Thái Nguyên,
tháng
năm
2014
Tác
giả
Nguyễn
Hồng Hạnh
Số hóa bởi Trung tâm Học liệu
ii
LỜI
CẢM
ƠN
Lời
đầu
tiên
tôi
xin
gửi
lời
cảm
ơn
t
hầy
PGS.
TS. Phạm Văn Ất
đã
tận
tình
giúp
đỡ
tôi
trong
suốt
thời
gian
học
tập
vừa
qua,
đặc
biệt
là
định
hướng
nghiên
cứu
và
tận
tình
hướng
dẫn
cho
tôi
trong
suốt
quá
trình
làm
luận
v
ăn.
Nếu
không
có
sự
giúp
đỡ
tận
tình
của
thầy,
tôi
khó
có
thể
hoàn
thành
luận văn
này.
Bên cạnh đó tôi
cũng
xin
chân
thành
cảm
ơn
các
thầy
cô
Trường
Đại học
Công
nghệ
Thông tin
& Truyền thông
đã
tận
tình
giảng
dạy,
chỉ
bảo
và
cung
cấp
cho
tôi
những
kiến
thức
cần thiết
trong
suốt
thời
gian
học
và
cũng
xin
gởi
lời
cám
ơn
chân
thành
đến những
người
thân,
bạn
bè
và
đồng
nghiệp
đã
giúp
đỡ
và
động
viên
tôi
trong suốt
thời
gian
học
tập
cũng
như
trong
thời
gian
thực
hiện
luận
văn.
Chân
thành
cảm
ơn
!
Thái Nguyên,
tháng
năm
2014
Tác
giả
Nguyễn Hồng Hạnh
Số hóa bởi Trung tâm Học liệu
iii
MỤC LỤC
LỜI
CAM
ĐOAN
i
LỜI
CẢM
ƠN
ii
MỤC LỤC iii
DANH MỤC HÌNH VẼ iv
MỞ ĐẦU 1
CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÀN PHÁT HIỆN
ẢNH GIẢ MẠO 3
1.1. TỔNG QUAN VỀ XỬ LÝ ẢNH 3
1.1.1. Xử lý ảnh là gì? 3
1.1.2. Các khái niệm cơ bản trong xử lý ảnh 9
1.1.3. Các vấn đề cơ bản trong xử lý ảnh 9
1.1.4. Một số định dạng ảnh phổ biến 12
1.2. BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO 17
1.2.1. Ảnh giả mạo 17
1.2.2. Các loại ảnh giả mạo cơ bản 17
1.2.3. Các cách tiếp cận trong phát hiện ảnh giả mạo 21
CHƢƠNG 2: THUẬT TOÁN PHÁT HIỆN ẢNH GIẢ MẠO DẠNG CẮT -
DÁN 24
2.1. THUẬT TOÁN ĐỐI SÁNH CHÍNH XÁC (EXACT MATCH) PHÁT HIỆN
ẢNH GIẢ MẠO DẠNG CẮT - DÁN 24
2.1.1. Ý tƣởng 24
2.1.2. Thuật toán
25
2.1.3. Phân tích thuật toán 26
2.1.4. Ví dụ minh họa 26
2.2. THUẬT TOÁN ĐỐI SÁNH BỀN VỮNG (ROBUST MATCH) PHÁT HIỆN
ẢNH GIẢ MẠO DẠNG CẮT - DÁN DỰA TRÊN PHÉP BIẾN ĐỔI COSIN RỜI
RẠC (DCT - Discrete cosine transform) 35
Số hóa bởi Trung tâm Học liệu
2.2.1. Ý tƣởng 38
2.2.2. Thuật toán 39
2.2.3. Phân tích thuật toán 44
2.3. THUẬT TOÁN PHÁT HIỆN ẢNH GIẢ MẠO DẠNG CẮT - DÁN DỰA
TRÊN PHÉP BIẾN ĐỔI DWT (Discrete Wavelet Transform) 45
2.3.1. Ý tƣởng 48
2.3.2. Thuật toán 49
2.3.3. Phân tích thuật toán 54
2.4. SO SÁNH CÁC PHƢƠNG PHÁP PHÁT HIÊN ẢNH GIẢ MẠO DẠNG CẮT
- DÁN 55
CHƢƠNG 3: PHẦN MỀM THỬ NGHIỆM 56
3.1. PHÂN TÍCH YÊU CẦU BÀI TOÁN 56
3.2. TẠO ẢNH GIẢ MẠO 56
3.3. SƠ ĐỒ CHUNG CỦA THUẬT TOÁN ĐỐI SÁNH CHÍNH XÁC - (exact
match) 57
3.4. SƠ ĐỒ CHUNG CỦA THUẬT TOÁN ĐỐI SÁNH BỀN VỮNG - (robust
match) 58
3.5. LỰA CHỌN CÔNG CỤ 59
3.6. MÔI TRƢỜNG CÀI ĐẶT VÀ XÂY DỰNG CÁC HÀM 60
3.7. KẾT QUẢ THỰC NGHIỆM 60
3.7.1. Phần mềm đối sánh bền vững dựa trên phép biến đổi DCT 61
3.7.2. Phần mềm đối sánh bền vững dựa trên phép biến đổi DWT 64
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 67
1. KẾT LUẬN 67
2. KIẾN NGHỊ 68
TÀI LIỆU THAM KHẢO 69
Số hóa bởi Trung tâm Học liệu
iv
DANH MỤC HÌNH VẼ
Hình 1.1. Các giai đoạn trong xử lý ảnh 4
Hình 1.2. Các thành phần chính trong hệ thống xử lý ảnh 8
Hình 1.3. Quá trình nén JPEG cơ 16
Hình 1.4.
Minh
họa
về
việc
giả
mạo
ảnh
17
Hình 1.5. Minh họa cho loại ảnh giả mạo tăng cƣờng ảnh 18
Hình
1.6.
Ảnh
che
phủ
và
bỏ
đi
đối tƣợng
20
Hình 1.7 thể hiện một dạng khác thƣờng thấy của giả mạo ảnh, đó là việc bổ sung
thêm đối tƣợng. 21
Hình 1.8. Sơ đồ phát hiện ảnh giả mạo dựa vào cơ sở dữ liệu 22
Hình
1.9.
Sự
khác
biệt
của
các hƣớng
nguồn
sáng
khác
nhau.
23
Hình 2.1. Đánh số thứ tự các phần tử của ma trận hệ số DCT theo đƣờng zigzag 41
Hình 2.2. Vectơ dịch chuyển của vùng cắt - dán 44
Hình 2.3. Áp dụng phép biến đổi DWT theo hàng và cột 48
Hình 2.4. Áp dụng phép biến đổi DWT theo hai mức 48
Hình 2.5. Vectơ dịch chuyển của vùng cắt - dán 54
Hình 3.1 Kết quả thực nghiệm 1 phát hiện ảnh giả mạo dạng cắt - dán 61
Hình 3.2. Kết quả thực nghiệm 2 phát hiện ảnh giả mạo dạng cắt - dán 62
Hình 3.3. Kết quả thực nghiệm 3 phát hiện ảnh giả mạo dạng cắt - dán 63
Hình 3.4. Kết quả thực nghiệm 4 phát hiện ảnh giả mạo dạng cắt - dán 64
Hình 3.5. Kết quả thực nghiệm 5 phát hiện ảnh giả mạo dạng cắt – dán, ảnh giả nén
JPEG với hệ số Q=60 65
Hình 3.6. Kết quả thực nghiệm 6 phát hiện ảnh giả mạo dạng cắt - dán nhiễu 1% 66
Hình 3.7. Kết quả thực nghiệm 7 phát hiện ảnh giả mạo dạng cắt – dán nhiễu 1% làm
mờ 1px nén JPEG Q=60 66
Số hóa bởi Trung tâm Học liệu
1
MỞ ĐẦU
Ngày nay, ảnh số là phƣơng tiện truyền thông đƣợc sử dụng rộng rãi,
đóng vai trò quan trọng trong đời sống con ngƣời, có tác động đến xã hội, tham
gia vào các quá trình pháp lý và kinh tế nhƣ: làm bằng chứng trong điều tra, xử
án, bảo hiểm, gian lận khoa học,… Hơn nữa, với sự phổ biến của máy ảnh kĩ
thuật số và các phần mềm chỉnh sửa (Photoshop, GIMP,…) dẫn đến ảnh số có
thể dễ dàng đƣợc chỉnh sửa mà không cần đến các kiến thức chuyên gia và việc
chỉnh sửa hầu nhƣ không để lại dấu vết mà mắt thƣờng có thể nhận biết đƣợc.
Kết quả là khi những hình ảnh đƣợc chỉnh sửa sử dụng cho mục đích xấu nó có
thể dẫn đến những hậu quả nghiêm trọng. Do vậy, việc phát hiện ảnh giả mạo là
vấn đề đặt ra ngày càng cấp bách và càng trở lên khó khăn.
Mặc dù nhu cầu về việc phát hiện các giả mạo ảnh số đã đƣợc công nhận
bởi cộng đồng các nhà nghiên cứu, nhƣng hiện nay số tài liệu về lĩnh vực này
vẫn chƣa nhiều. Trong việc chống giả mạo ảnh, ngƣời ta đã nghiên cứu các kỹ
thuật về tạo bản quyền ảnh trên cơ sở giấu các thông tin cần thiết vào các bức
ảnh trƣớc khi phát hành để tránh tình trạng sao chép bất hợp pháp hoặc để tiện
cho việc phát hiện các sửa đổi hoặc cắt ghép sau này. Theo cách tiếp cận này,
các thiết bị máy ảnh số và camera ngày nay thƣờng bổ sung các tính năng bản
quyền ngay trong quá trình thu nhận ảnh. Dựa vào đó sau này ta có thể biết đƣợc
nguồn gốc của bức ảnh, biết đƣợc đó có phải là ảnh gốc hay không? Cách tiếp
cận này dựa vào giả thiết rằng việc giả mạo ảnh sẽ làm thay đổi thông tin bản
quyền. Tuy nhiên, hạn chế của cách tiếp cận này là thông tin bản quyền phải
đƣợc chèn vào tại thời gian thu nhận ảnh nên chỉ giới hạn với các camera số đƣợc
trang bị đặc biệt. Ngoài ra, một giải pháp khác không cần dùng đến các thông tin
nhúng vào từ trƣớc là các phƣơng pháp thụ động phát hiện ảnh giả mạo.
Trong các loại giả mạo thì ảnh giả mạo dạng cắt - dán tƣơng đối phổ biến và
dễ dàng thực hiện, nên chúng đã và đang đƣợc nhiều nhà nghiên cứu quan tâm.
Số hóa bởi Trung tâm Học liệu
2
Nhận thức đƣợc ý nghĩa khoa học và tính thực tiễn của vấn đề này nên em
đã chọn đề tài “Thuật toán phát hiện ảnh giả mạo dạng cắt - dán dựa trên các
phép biến đổi ma trận” cho luận văn tốt nghiệp của mình.
*
Nội
dung
chính
của
luận
văn
gồm:
-
Phần
mở
đầu.
Chương 1: Tổng quan về xử lý ảnh và bài toán phát hiện ảnh giả mạo.
Chƣơng này trình bày tổng quan về một hệ thống xử lý ảnh, các vấn đề cơ
bản trong xử lý ảnh, một số định dạng ảnh phổ biến nhƣ định dạng Bitmap, định
dạng JPEG, đồng thời trình bày bài toán phát hiện ảnh giả mạo.
Chương 2: Thuật toán phát hiện ảnh giả mạo dạng cắt - dán
Chƣơng này trình bày một số phép biến đổi ma trận, giới thiệu tổng quan
về ảnh giả mạo dạng cắt - dán và phát hiện ảnh giả mạo. Bên cạnh đó trình bày
một số thuật toán phát hiện ảnh giả mạo nhƣ: Thuật toán đối sánh chính xác,
thuật toán đối sánh bền vững và thuật toán phát hiện ảnh giả mạo dạng cắt - dán
dựa trên các phép biến đổi DWT.
Chương 3: Phần mềm thử nghiệm
Tiến
hành
xây dựng
chƣơng
trình
thực
nghiệm
để
phát
hiện
ảnh
kỹ
thuật
số
giả
mạo
dạng cắt - dán.
Kết luận
Do thời gian và trình độ còn hạn chế nên luận văn khó tránh khỏi những
thiếu sót, kính mong nhận đƣợc sự đóng góp, chỉ bảo của các thầy giáo, cô
giáo và các bạn.
Số hóa bởi Trung tâm Học liệu
3
CHƢƠNG 1
TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÀN PHÁT HIỆN ẢNH
GIẢ MẠO
Chương này trình bày tổng quan về một hệ thống xử lý ảnh, các vấn đề cơ
bản trong xử lý ảnh, một số định dạng ảnh phổ biến như định dạng Bitmap, định
dạng JPEG đồng thời trình bày bài toán phát hiện ảnh giả mạo.
1.1. TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1.1. 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-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
Số hóa bởi Trung tâm Học liệu
4
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.v…
Cuối cùng, tùy theo mục đích của ngƣời xử 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 1.1.
Hình 1.1. Các giai đoạn trong xử lý ảnh
1.1.1.1.
Thu
nhận
ảnh
Đây
là
bƣớc
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
đƣợc
sinh
ra
bởi
bộ
thu
ảnh
đó.
Bộ
thu
ảnh
ở
đây
có
thể
là
máy
chụp
ảnh
đơn
sắc
hay
màu,
máy
quét
ảnh,
Trong
trƣờng
hợp
bộ
thu
ảnh
cung
cấp
chƣa
phải
là
dạng
số hoá
ta
còn
phải
chuyển
đổi
hay
số
hoá
ảnh.
Quá
trình
chuyển
đổi
ADC
(Analog
to
Digital
Converter)
để
thu
nhận
dạng
số
hoá
của
ảnh.
Các
thông
số quan
trọng
ở bƣớc
này
là
độ
phân
giải,
chất
l
ƣ
ợng
màu,
dung lƣợng
bộ
nhớ
và
tốc
độ
thu
nhận
ảnh
của
các
thiết
bị.
Mặc
dù
đây
chỉ
là
công
đoạn
đầu
tiên
song
kết
quả
của
nó
có
ảnh
hƣởng
rất nhiều
đến
công
đoạn
kế
tiếp.
Thu nhận
(Camera, Scanner,
Sensor…)
Tiền xử lý
(Nắn chỉnh, xóa,
nhiễu…)
Trích chọn đặc
trƣng
Lƣu trữ
Hậu xử lý
(Chính xác hóa, rút
gọn,…)
Kết Luận
Hệ quyết định
Số hóa bởi Trung tâm Học liệu
5
1.1.1.2.
Tiền
xử
lý
Ở bƣớc
này,
ảnh
sẽ
đ
ƣ
ợc
cải
thiện
về
độ tƣơng phản,
khử
nhiễu,
khử
bóng,
khử
độ
lệch, v.v với
mục
đích
làm
cho
chất lƣợng
ảnh
trở
nên
tốt
hơn
nữa,
chuẩn
bị
cho
các bƣớc
xử
lý
phức
tạp
hơn
về
sau
trong
quá
trình
xử
lý
ảnh.
Quá
trình
này thƣờng đƣợc
thực
hiện
bởi
các
bộ
lọc.
+
Khử
nhiễu:
Nhiễu
đ
ƣ
ợc
chia
thành
hai
loại:
nhiễu
hệ
thống
và
nhiễu
ngẫu
nhiên.
Đặc trƣng của
nhiễu
hệ
thống
là
tính
tuần
hoàn.
Do
vậy,
có
thể
khử
nhiễu
này
bằng
việc
sử
dụng
phép
biến
đổi
Fourier
và
loại
bỏ
các
đỉnh
điểm.
Đối
với
nhiễu
ngẫu
nhiên,
tr
ƣ
ờng
hợp
đơn
giản
là
các
vết
bẩn tƣơng
ứng
với
các
điểm
sáng
hay
tối,
có
thể
khử
bằng phƣơng
pháp
nội
suy,
lọc
trung
vị
và
trung
bình.
+
Chỉnh
mức
xám:
Đây
là
kỹ
thuật
nhằm
chỉnh
sửa
tính
không
đồng
đều
của
thiết
bị
thu
nhận
hoặc
độ
t
ƣ
ơng
phản
giữa
các
vùng
ảnh.
+
Chỉnh
tán
xạ:
Ảnh
thu
nhận
đ
ƣ
ợc
từ
các
thiết
bị
quang
học
hay
điện
tử
có
thể
bị
mờ,
nhoè. Phƣơng
pháp
biến
đổi
Fourier
dựa
trên
tích
chập
của
ảnh
với
hàm
tán
xạ
cho
phép
giải
quyết
việc
hiệu
chỉnh
này.
1.1.1.3.
Phân
đoạn
ảnh
Phân
đoạn
ảnh
có
nghĩa
là
chia
một
ảnh
đầu
vào
thành
nhiều
phần
khác
nhau
hay
còn
gọi
là
các
đối tƣợng
để
biểu
diễn
phân
tích,
nhận
dạng
ảnh.
Ví
dụ:
để
nhận
dạng
chữ
(hoặc
mã
vạch)
trên
phong
bì
th
ƣ
cho
mục
đích
phân
loại bƣu
phẩm,
cần
chia
các
câu,
chữ
về
địa
chỉ
hoặc
tên
ng
ƣ
ời
thành
các
từ,
các
chữ,
các
số
(hoặc
các
vạch)
riêng
biệt
để
nhận
dạng.
Đây
là
phần
phức
tạp
khó
khăn
nhất
trong
xử
lý
ảnh
và
cũng
dễ
gây
lỗi,
làm
mất
độ
chính
xác
của
ảnh.
Kết
quả
nhận
dạng
ảnh
phụ
thuộc
rất
nhiều
vào
công
đoạn
này.
Mục
đích
của
phân
đoạn
ảnh
là
để
có
một
miêu
tả
tổng
hợp
về
nhiều
Số hóa bởi Trung tâm Học liệu
6
phần
tử
khác
nhau
cấu
tạo
lên
ảnh
thô.
Vì lƣợng
thông
tin
chứa
trong
ảnh
rất
lớn,
trong
khi
đa
số
các
ứng
dụng
chúng
ta
chỉ
cần
trích
một
vài
đặc
tr
ƣ
ng
nào
đó,
do
vậy
cần
có
một
quá
trình
để
giảm
l
ƣ
ợng
thông
tin
khổng
lồ
đó.
Quá
trình
này
bao
gồm
phân
vùng
ảnh
và
trích
chọn
đặc
tính
chủ
yếu.
1.1.1.4.
Hệ
quyết
định
Ảnh
là
một
đối tƣợng khá
phức
tạp
về đƣờng nét,
độ
sáng
tối,
dung
lƣợng
điểm
ảnh,
môi trƣờng
để
thu
ảnh
phong
phú
kéo
theo
nhiễu.
Trong
nhiều
khâu
xử
lý
và
phân
tích
ảnh
ngoài
việc
đơn
giản
hóa
các
phƣơng pháp
toán
học
đảm
bảo
tiện
lợi
cho
xử
lý, ngƣời
ta
mong
muốn
bắt
chƣớc
quy
trình
tiếp
nhận
và
xử
lý
ảnh
theo
cách
của
con ngƣời.
Trong
các
bƣớc
xử
lý
đó,
nhiều
khâu
hiện
nay
đã
xử
lý
theo
các phƣơng
pháp
trí
tuệ
con
ng
ƣ
ời.
Vì
vậy,
ở
đây
các
cơ
sở
tri
thức đƣợc
phát
huy.
1.1.1.5.
Trích
chọn
đặc
điểm
Việc
giải
quyết
bài
toán
nhận
dạng
trong
những
ứng
dụng
mới
nảy
sinh
trong
cuộc
sống
không
chỉ
tạo
ra
những
thách
thức
về
giải
thuật,
mà
còn
đặt
ra
những
yêu
cầu
về
tốc
độ
tính
toán.
Đặc
điểm
chung
của
tất
cả
ứng
dụng
đó
là
những
đặc
điểm
đặc trƣng
cần
thiết thƣờng là
nhiều,
không
thể
do
chuyên
gia
đề
xuất,
mà
phải đƣợc
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
tƣợng
ảnh
chính
xác,
với
tốc
độ
tính
toán
cao
và
dung lƣợng
nhớ lƣu trữ
giảm
xuống.
Các
đặc
điểm
của
đối tƣợng đƣợc
trích
chọn
tuỳ
theo
mục
đích
nhận
dạng
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
Số hóa bởi Trung tâm Học liệu
7
-
Đặc
điểm
biến
đổi:
các
đặc
điểm
loại
này đƣợc
trích
chọn
bằng
việc
thực
hiện
lọc
vùng
(zonal
filtering).
Các
bộ
vùng đƣợc gọi
là
“mặt
nạ
đặc
điểm”
(feature
mask) thƣờng
là
các
khe
hẹp
với
hình
dạng
khác
nhau
(chữ
nhật,
tam
giác,
cung
tròn
v.v ).
-
Đặc
điểm
biên
và
đ
ƣ
ờng
biên:
Đặc trƣng
cho đƣờng
biên
của
đối
tƣợng và
do
vậy
rất
hữu
ích
trong
việc
trích
chọn
các
thuộc
tính
bất
biến đƣợc
dùng
khi
nhận
dạng
đối tƣợng.
Các
đặc
điểm
này
có
thể đƣợc
trích
chọn
nhờ
toán
tử
Gradient,
toán
tử
la
bàn,
toán
tử
Laplace,
toán
tử
“chéo
không”
(zero
crossing)
1.1.1.6.
Nhận
dạng
Đây
là bƣớc
cuối
cùng
trong
quá
trình
xử
lý
ảnh.
Nhận
dạng
ảnh
là
quá
trình
xác
định
nội
dung
ảnh. Quá
trình
này
thƣờng thu đƣợc
bằng
cách
so
sánh
với
mẫu
chuẩn
đã đƣợc
lọc
(hoặc
lƣu
)
từ
trƣớc
.
Nhận
dạng
ảnh
có
thể đƣợc nhìn
nhận
một
cách
đơn
giản
là
việc
gán
nhãn
cho
các
đối tƣợng
trong
ảnh.
Ví
dụ nhƣ
khi
nhận
dạng
chữ
viết,
các
đối
tƣợng
trong
ảnh
cần
nhận
dạng
là
các
mẫu
chữ,
ta
cần
tách
riêng
các
mẫu
chữ
đó
ra
và
tìm
cách
gán
đúng
các
ký
tự
của
bảng
chữ
cái tƣơng
ứng
cho
các
mẫu
chữ
thu đƣợc
trong
ảnh.
Giải
thích
là
công
đoạn
gán
nghĩa
cho
một
tập
các
đối tƣợng
đã đƣợc
nhận
biết.
Chúng
ta
cũng
có
thể
thấy
rằng,
không
phải
bất
kỳ
một
ứng
dụng
xử
lý
ảnh
nào
cũng
bắt
buộc
phải
tuân
theo
tất
cả
các bƣớc xử
lý
đã
nêu
ở
trên,
ví
dụ nhƣ
các
ứng
dụng
chỉnh
sửa
ảnh
nghệ
thuật
chỉ
dừng
lại
ở bƣớc tiền
xử
lý.
Một
cách
tổng
quát
thì
những
chức
năng
xử
lý
bao
gồm
cả
nhận
dạng
và
giải
thích thƣờng
chỉ
có
mặt
trong
hệ
thống
phân
tích
ảnh
tự
động
hoặc
bán
tự
động, đƣợc
dùng
để
rút
trích
ra
những
thông
tin
quan
trọng
từ
ảnh,
ví
dụ
Số hóa bởi Trung tâm Học liệu
8
nhƣ
các
ứng
dụng
nhận
dạng
ký
tự
quang
học,
nhận
dạng
chữ
viết
tay
v.v…
Với các giai đoạn trên, một hệ thống xử lý ảnh gồm các thành phần tối
thiểu nhƣ hình sau:
Hình 1.2. Các thành phần chính trong hệ thống xử lý ảnh
Đối với một hệ thống xử lý ảnh thu nhận qua camera-camera nhƣ là
con mắt của hệ thống: có hai loại 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.
Camera
Bộ xử lý tƣơng tự
Bộ nhớ ảnh
Màn hình
Đồ họa
Màn hình đồ họa
Bàn phím
Màn hình
Máy in
Bộ nhớ
ngoài
Bộ xử lý
ảnh số
Số hóa bởi Trung tâm Học liệu
9
Máy chủ đóng vai trò điều khiển các thành phần 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.
1.1.2. 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(x
1,
x
2, ,
x
n
) 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 sự mã hóa tƣơng ứng của mỗi 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: biểu đồ tần xuất của một mức xám g của ảnh I là số
điểm ảnh của I có mức xám g.
1.1.3. Các vấn đề cơ bản trong xử lý ảnh
1.1.3.1. 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 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
Số hóa bởi Trung tâm Học liệu
10
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 bit.
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.v…
Một trong những nghiên cứu chủ yếu trong mô hình raster là kỹ thuật nén
ảnh, chia ra hai khuynh hƣớng đó 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 xây dựng đƣợc nhiều khuôn dạng
ảnh khác nhau: *.pcx, *.tif, *.gif, *.jpg, *.jpeg, v.v…
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 sự lựa
chọn, sao chép, di chuyển và tìm kiếm. Theo những yêu cầu này, kỹ thuật biểu
diễn Vector tỏ ra ƣu việt hơn.
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.v….
Số hóa bởi Trung tâm Học liệu
11
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.
1.1.3.2. 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 (p
i
, p‟
i
), ( i= 1,
…, n).
Cần tìm hàm: : P
i
(P
i
) sao cho:
2
1
)(
n
i
ii
ppf
min
1.1.3.3. 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.
1.1.3.4. 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 yêu của đối tƣợng. Có 2 kiểu đối tƣợng:
- Mô tả tham số (nhận dạng theo tham số)
- Mô tả theo cấu trúc (nhận dạng theo cấu trúc)
Số hóa bởi Trung tâm Học liệu
12
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).
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.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.
1.1.4. Một số định dạng ảnh phổ biến
1.1.4.1. Định dạng ảnh Bitmap
Ảnh Bitmap là định dạng ảnh do Microsoft đề xuất, có phần mở rộng là
BMP. Trong đồ họa máy vi tính, BMP còn đƣợc biết đến với tên tiếng Anh
khác là Windows bitmap, là một định dạng tập tin hình ảnh khá phổ biến.
Các tập tin đồ họa lƣu dƣới dạng BMP thƣờng có đuôi
là .BMP hoặc .DIB (Device Independent Bitmap).
Số bit trên mỗi điểm ảnh (bit per pixel), thƣờng đƣợc ký hiệu bởi n. Một
ảnh BMP n-bit có 2
n
màu. Giá trị n càng lớn thì ảnh càng có nhiều màu, và càng
rõ nét hơn. Giá trị tiêu biểu của n là 1 (ảnh đen trắng), 4 (ảnh 16 màu), 8 (ảnh
256 màu), 16 (ảnh 65536 màu) và 24 (ảnh 16 triệu màu). Ảnh BMP 24-bit có
chất lƣợng hình ảnh trung thực nhất.
Các thuộc tính tiêu biểu của một tập tin ảnh BMP (cũng nhƣ file ảnh nói
chung) là:
Chiều cao của ảnh (height), cho bởi điểm ảnh (pixel).
Chiều rộng của ảnh (width), cho bởi điểm ảnh.
Số hóa bởi Trung tâm Học liệu
13
Loại ảnh này đƣợc truyền tải, sử dụng rộng rãi trên máy tính và các thiết
bị điện tử khác. Ảnh Bitmap đƣợc chia thành ba dạng: Ảnh đen trắng, ảnh đa
mức xám và ảnh màu.
Ảnh đen trắng: là ảnh mà mỗi điểm ảnh chỉ thể hiện một trong hai trạng
thái 0 và 1 để biểu diễn trạng thái điểm ảnh đen hay trắng.
Ảnh đa mức xám: là ảnh mà mỗi điểm ảnh đƣợc biểu diễn bởi một giá trị
và đó là cƣờng độ sáng của điểm ảnh.
Ảnh màu: Mỗi điểm ảnh đƣợc đại diện bởi ba giá trị màu RGB, ứng
với mỗi đại lƣợng R,G, B ta sẽ đƣợc một giá trị màu tƣơng ứng. Số lƣợng
màu thực của ảnh có thể lên tới 256
3
màu khác nhau. Nhƣng số màu thực của
một ảnh nào đó có thể là khá nhỏ. Để tiết kiệm bộ nhớ, với các ảnh có số
lƣợng màu nhỏ hơn 256 thì màu của các điểm ảnh đƣợc lƣu trữ dƣới dạng
bảng màu (PALLETE). Với các ảnh có số màu lớn thì màu của điểm ảnh
không tổ chức dƣới dạng bảng màu, khi đó giá trị của các điểm ảnh chính là
giá trị của các thành phần màu R, G, B.
Với ảnh có số lƣợng màu lớn, tuỳ theo chất lƣợng ảnh mà quyết định số
bit để biểu diễn cho mỗi màu thƣờng là 24 bit, hoặc 32 bit. Với ảnh 24 bit, mỗi
thành phần màu đƣợc biểu diễn bởi một byte (8 bit).
Một file ảnh BMP gồm ba phần:
* BitmapHeader
* Palette màu
* BitmapData
BitmapHeader (54 byte)
Bảng màu (có thể có hoặc không)
Thông tin ảnh (Bitmap Data)
Số hóa bởi Trung tâm Học liệu
14
Cấu trúc cụ thể của ảnh BMP như sau:
** Cấu trúc và nội dung của bitmap File Header (bắt đầu từ byte 0 của tệp)
Byte
Data
Giá trị
Độ tin cậy
1
Kiểu tệp
„B‟
Có
2
Kiểu tệp
„M‟
Có
3-6
Size of the file
Unsigned long
Không
7-10
Reserved
Zero
11-14
Byte offset to bitmap data
Số TT (tính từ 0) byte
đầu của BMP data
Có
** Cấu trúc và nội dung của bitmap Info (bắt đầu từ byte 14 của tệp)
Byte
Data
Giá trị
Độ tin cậy
qua test
1 - 4
Number of byte in Bitmap Info
40
5-8
Width of bitmap
In pixel
Có
9-12
Height of bitmap
In pixel
Có
13-14
Number of color planes
1
15-16
Number of bits per pixels
1,4,8 hoặc 24
Có
17-20
Type of compression
21-24
Size image
In bytes
Không
25-28
Horizontal resolution
29-32
Vertical resolution
33-36
Number of color
In color Pallete
Ảnh 24 bít - 0
Ảnh 8 bít - nếu 0 thì
256 màu
Có
37-40
Number of colors importal
Số hóa bởi Trung tâm Học liệu
15
** Cấu trúc và nội dung của Color Pallete (bắt đầu từ byte 54 của tệp)
(Chỉ có ảnh nhỏ hơn hoặc bằng 8 bít màu mới có bảng màu)
Byte
Data
Giá trị
Entry – Chỉ số màu
1
Blue color value
0-255
0
2
Green color value
0-255
0
3
Red color value
0-255
0
4
Reserved
0
0
5
Blue color value
0-255
1
6
Green color value
0-255
1
7
Red color value
0-255
1
8
Reserved
0
1
9
….
** Cấu trúc và nội dung của Bitmap Data (bắt đầu từ tg byte Offset to Bitmap Data)
+) Với ảnh 8 bít màu:
Mỗi byte chứa chỉ số màu (tính từ 0) của một điểm ảnh. Các điểm ảnh
đƣợc lƣu trữ trên file theo từng hàng từ dƣới lên trên. Các điểm ảnh mỗi hàng
đƣợc chứa từ trái sang phải
+) Với ảnh 24 bít màu:
Mỗi nhóm 3 byte biểu diễn màu của một điểm ảnh (byte 1 – Red, byte 2 –
Green, byte 3 - Blue). Thứ tự lƣu trữ các điểm ảnh trong file cũng đƣợc mô tả
nhƣ trong bảng Bitmap Header
1.1.4.2. Định dạng ảnh JPEG (Joint Photographic Experts Group)
Chuẩn JPEG là kết quả của sự hợp tác giữa Liên hiệp viễn thông quốc tế
(International Telecommunication Union (ITU)), Tổ chức tiêu chuẩn quốc tế
(International Organization for Standardization (ISO)), Ủy ban điện quốc tế
Số hóa bởi Trung tâm Học liệu
16
(International Electrotechnical Commission (IEC)). Tên chính thức của nó là
“ISO/IEC 10918-1 Digital compression and coding of continuous-tone still
image" hoặc "ITU-T Recommendation T.81".
Với lƣợc đồ nén JPEG cơ sở (JPEG baseline), một ảnh RGB đầu tiên
đƣợc chuyển đổi sang không gian luminance/chrominace (YCbCr). Mỗi kênh
sau đó đƣợc chia thành các khối pixel 8*8. Các giá trị này tiếp tục đƣợc chuyển
đổi từ số nguyên không dấu [0,255] thành số nguyên có dấu [-128,127]. Tiếp
theo mỗi khối đƣợc chuyển đổi sang không gian tần số sử dụng phép biến đổi
cosin rời rạc 2 chiều (2-D Discrete Cosine Transform - DCT). Gọi mỗi hệ số
DCT là C, C tiếp tục đƣợc lƣợng tử hóa bởi giá trị q:
)/(
ˆ
qCroundC
Ở đây giá trị lƣợng tử hóa q phụ thuộc vào tần số và kênh. Giá trị q càng
lớn thì tỷ lệ nén càng cao và chất lƣợng ảnh sau khi bị nén càng thấp. Sau khi
lƣợng tử hóa nhiều hệ số DCT sẽ trở thành 0 (đặc biệt đối với vùng tần số cao).
Cuối cùng các hệ số này đƣợc nén bằng phƣơng pháp Runlengh và Huffman.
Quá trình nén ảnh JPEG đƣợc mô tả nhƣ trong sơ đồ sau:
Hình 1.3. Quá trình nén JPEG cơ
Tƣơng tự, để giải nén ảnh JPEG thực hiện các bƣớc ngƣợc lại với quá
trình nèn ảnh JPEG nhƣ trên.
Color
components
(Y, C
b
, C
r
)
Perform
DCT
Quantizer
Quantization
Table
Zig-zag
reordering
Difference
Encoding
Huffman
coding
Huffman
coding
JPEG
bit-stream
Huffman
Table
Huffman
Table
AC
DC
Ảnh B.
(R,G,B)
Số hóa bởi Trung tâm Học liệu
17
1.2. BÀI TOÁN PHÁT HIỆN ẢNH GIẢ MẠO
1.2.1. Ảnh giả mạo
Ảnh giả mạo đƣợc xem là ảnh không có thật, việc có đƣợc ảnh là do sự
ngụy tạo bởi các chƣơng trình xử lý ảnh hoặc quá trình thu nhận ảnh.
Sức mạnh của các chƣơng trình xử lý ảnh số nhƣ PhotoShop, Corel Draw,
v.v giúp việc tạo ra các ảnh giả mạo từ một hay nhiều ảnh khác nhau trở nên dễ
dàng. Một trong những ví dụ cho việc gải mạo này là hình 1.4. Hình này đƣợc
tạo lập từ 3 bức ảnh: Nhà trắng, Bill Clinton và Saddam Hussein. Bill Clinton và
Saddam Hussein đƣợc cắt và dán vào bức ảnh Nhà trắng. Các hiệu ứng về bóng
và ánh sáng cũng đƣợc tạo ra làm cho bức ảnh nhìn có vẻ hoàn toàn nhƣ thật.
Hình 1.4.
Minh
họa
về
việc
giả
mạo
ảnh
1.2.2. Các loại ảnh giả mạo cơ bản
Ảnh giả mạo thƣờng chia làm hai loại chính. Ảnh giả nhƣng thật, tức là
hiện trƣờng đƣợc dựng thật và việc thu nhận ảnh là thật. Loại thứ hai là ảnh giả
đƣợc tạo lập trên cơ sở các phần của ảnh gốc thật nhƣ hình 1.4 hoặc đƣợc cắt dán
Số hóa bởi Trung tâm Học liệu
18
để thêm vào hay che đi các chi tiết trên ảnh.
Trong luận văn này tôi quan tâm đến một số dạng giả mạo thuộc loại thứ
hai. Trong dạng ảnh giả mạo thứ hai có thể chia làm 3 loại chính: Ghép ảnh, tăng
cƣờng ảnh, cắt - dán vùng trên ảnh và tôi tập trung chủ yếu tìm hiểu về ảnh giả
mạo dạng cắt - dán và các kỹ thuật phát hiện ảnh giả mạo dạng cắt - dán.
1.2.2.1. Tăng cường ảnh
(a) (b)
(c) (d)
Hình 1.5. Minh họa cho loại ảnh giả mạo tăng cƣờng ảnh: (a) ảnh gốc, (b) ảnh
đƣợc thay đổi màu sắc, (c) ảnh tăng độ tƣơng phản, (d) ảnh đƣợc làm mờ nền.
Hình 1.5 gồm một ảnh gốc (hình 1.5(a)), và 3 ví dụ cho loại giả mạo tăng