Tìm hiểu một số phương pháp dò tìm, phát hiện sự giả mạo trong ảnh số

THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NÔI

OBO
OK S
.CO
M

KHOA CÔNG NGHỆ THÔNG TIN

ĐỀ TÀI KHOA HỌC

TÌM HIỂU MỘT SỐ PHƯƠNG PHÁP
DÒ TÌM, PHÁT HIỆN SỰ GIẢ MẠO TRONG ẢNH SỐ

KIL

Sinh viên thực hiện: Nguyễn Thị Hồng Xiêm

Hà Nội, 3/2008

-1-



THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN

MỤC LỤC

KIL
OBO
OKS
.CO
M

Lời mở đầu……………………………………………………...4
Phần 1: GIỚI THIỆU VỀ XỬ LÝ ẢNH……………………………..7
1.1. Biểu diễn ảnh số……………………………………………………………7
1.2 Một số khái niệm cơ sở trong xử lý ảnh…………………………………..8
1.3 Các giai đoạn trong xử lý ảnh…………………………………………….10

Phần 2: BÀI TỐN PHÁT HIỆN ẢNH GIẢ MẠO……………...12
2.1 Bài tốn phát hiện ảnh giả mạo…………………………………………….12
2.2 Hướng tiếp cận bài tốn…………………………………………………….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 cơ sở dữ liệu…………………………………………………….13
2.2.5 Dựa vào dấu vết của q 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 HƯỚNG 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 của nguồn sáng………………………………..15
3.3.2 Tìm những đường có khả năng là biên khuất……………………………16
3.3.3 Ước lượng hướng chiều sáng cho từng đường biên tìm được…………..17

3.3.4 Sử dụng mạng Bayes tìm ước lượng tốt nhất……………………………17

-2-



THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN
3.4 Nguồn sáng ở vơ tận (3-D)…………………………………………………..17
3.5 Nguồn sáng ở vơ tận (2-D)………………………………………………….18

KIL
OBO
OKS
.CO
M

3.6 Nguồn sáng ở gần (bộ phận) (2-D)………………………………………….20
3.7 Nhiều nguồn sáng……………………………………………………………20

Phần 4: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TỐN
EXACTMATCH………..……………………………………………21
4.1 Ý tưởng………………………………………………………………………….21
4.2 Thuật tốn……………………………………………………………………….22
4.3 Phát hiện ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước…………………...22
4.4 Thuật tốn cải tiến Exacta match* ……………………………………………...24
4.5 Kết luận…………………………………………………………………………26
Tài liệu tham khảo…………………………………………………………………..27

-3-

THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

KIL
OBO
OKS
.CO
M

LỜI MỞ ĐẦU

Với sự phát triển của khoa học công nghệ, ngày càng có nhiều kỹ thuật tiên tiến
được ứng dụng vào thực tế và ảnh số là một trong những thành quả đó. Với khả năng
của các phần mềm biên tập và sử lý ảnh, các bức ảnh có thể dễ dàng bị sửa chữa và
hiệu chỉnh. Các chương trình phần mềm có thể thêm vào hay bỏ đi các đặc trưng của
ảnh mà không để lại nhiều dấu vết về sự giả mạo.
Người ta tạo những bức ảnh giả mạo nhằm vào nhiều mục đích khác nhau như
việc vu cáo, tạo ra các tin giật gân, đánh lừa đối thủ, làm sai lệch chứng cứ phạm tội
v.v…
Người ta tạo những bức ảnh giả mạo nhằm vào nhiều mục đích khác nhau như
việc vu cáo, tạo ra các tin giật gân, đánh lừa đối thủ, làm sai lệch chứng cứ phạm tội
v.v…
Ví dụ:

- Tháng 8/2006, một bức ảnh minh họa của Hãng tin Reuters xuất hiện trên các
trang báo lớn nhỏ trên khắp thế giới. Nội dung của bức ảnh là những cột khói tỏa lên
từ một số tòa nhà cao tầng sau một đợt không kích tại Beirut. Nhưng sau đó họ đã
phát hiện ra một phần của bức ảnh đã bị người ta sao chép (copy), rồi cắt dán lặp lại
nhiều lần trong bức ảnh, có lẽ tác giả ảnh muốn cho người xem cảm nhận được sự tàn

phá và hãi hùng vì... khói.

-4-




-

KIL
OBO
OKS
.CO
M

THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

Hình 4: Bức ảnh giả chỉnh sửa nhằm tăng độ mạnh của thông tin chiến
tranh
- Một ảnh giả khác được tạo lập từ 3 bức ảnh: Nhà trắng, Bill Clinton và
Saddam Hussein. Hình ảnh Bill Clinton và Saddam Hussein được cắt và dán vào bức
ảnh Nhà trắng. Các hiệu ứng về bóng và ánh sáng cũng được tạo ra làm cho bước ảnh
có vẻ nhìn gần giống như thật, rất khó nhận biết bằng mắt thường.
- Một bức ảnh khác mô là hình ghép giữa hai bức ảnh khác nhau xuất hiện trong
chiến dịch tranh cử tổng thống Mỹ năm 2004, cho thấy ứng viên John Kerry nói
chuyện với cựu nữ diễn viên Jane Fonda tại một cuộc biểu tình phản chiến vào những
năm 60 của thế kỷ trước, bên dưới có đóng “nhãn hiệu cầu chứng” là The Associated
Press.

-5-

-

KIL
OBO
OKS
.CO
M

THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

Hình 5: Ảnh giả của John Kerry và Jane Fonda được cắt ghép từ hai ảnh riêng
lẻ
Một số cựu binh Mỹ thời chiến tranh Việt Nam phản ứng mạnh bằng thái độ
giận dữ khi thấy một ứng viên tổng thống lại chia sẻ diễn đàn với một nữ diễn viên
tích cực chống chiến tranh
Như vậy ảnh hưởng của những thông tin từ những bức ảnh là rất lớn, thông tin
hình ảnh luôn có tác động mạnh và trực tiếp tới con người. Do vậy ảnh được coi là
công cụ biểu diễn và truyền đạt thông tin rất phổ biến và hữu dụng.

-6-



THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

Phần 1: GIỚI THIỆU VỀ XỬ LÝ ẢNH

1.1

Biểu diễn ảnh số

KIL
OBO
OKS
.CO
M

Đối với ảnh đơn giản (ảnh đen trắng) thì ảnh được biểu diễn bằng một hàm
cường độ sáng hai chiều f ( X , Y ) , trong đó
giá trị của f tại một điểm

( X , Y ) bất

X ,Y

là các giá trị toạ độ không gian và hàm

kỳ sẽ tỷ lệ với độ sáng hay mức xám của điểm

ảnh tại điểm này. [2,4]

* P(X,Y)

Hình 1: Biểu diễn ảnh bằng hàm f ( X , Y )

Trong mộ số trường hợp hàm ảnh còn được biểu diễn với một trục thứ 3 gọi là
hàm cường độ sáng (với hình 1.1, trục thứ 3 bằng 0).

Một ảnh số là một ảnh f ( X , Y ) được gián đoạn theo không gian và cường độ
sáng. Một ảnh số được xem như một ma trận với hàng và cột biểu diễn một điểm
trong ảnh và giá trị điểm ma trận tương ứng với mức xám tại điểm đó. Các phần tử
của một dãy số như thế được gọi là các điểm ảnh.
Ánh sáng có dạng năng lượng f ( X , Y ) phải khác 0 và hữu hạn:
0 < f ( X ,Y ) < ∞

(1.1)

Con người có khả năng nhận các hình ảnh từ ánh sáng phản xạ qua các vật thể.
Cơ sở của f ( X , Y ) được đặc trưng qua hai thành phần:

Số lượng ánh sáng nguồn rơi trên cảnh vật được nhìn thấy.
Số lượng ánh sáng nguồn phản xạ từ vật thể ( trong cảnh vật).

-7-



THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
Chúng được gọi gần đúng là sự phát sáng và các thành phần phản xạ, và được
biểu diễn tương ứng là i ( X , Y ) và r ( X , Y ) . Bản chất của i ( X , Y ) được xác định bằng

KIL
OBO
OKS
.CO
M

nguồn sáng và của r ( X , Y ) được xác định bằng các đặc trưng của vật thể. Hàm i ( X , Y )

và r ( X , Y ) kết hợp với nhau để cho hàm f ( X , Y )

f ( X , Y ) = i( X , Y ) r ( X , Y )

Với:

(1.2)

( 0 < i( X , Y ) < ∞
0 < r( X ,Y ) < 1 )

Ở đây ta gọi cường độ sáng của một ảnh đen trắng tại tọa độ ( X , Y ) là mức xám
(l ) của ảnh tại điểm đó. Từ (1.2), (1.3), (1.4) , l nằm trong khoảng:
Lmin ≤ l ≤ Lmax

(1.3)

Trong lý thuyết, chỉ cần Lmin > 0 và Lmax hữu hạn. Trong thực tế:

Lmin = imin rmin

(1.4)

Lmax = imax rmax

Sử dụng các giá trị chiếu sáng và phản xạ đã được tổng kết qua thực nghiệm
hoặc xem là các giá trị cơ bản Lmin ≈ 0.005, Lmax ≈ 100 cho xử lý ảnh.
Khoảng [ Lmin , Lmax ] được gọi là thang xám. Ta có thể dịch khoảng này đến

[0, L ] , trong đó l = 0 là đen và l = L

là trắng trong thang xám. Giá trị tức thời là các

dạng mức xám thay đổi liên tục từ đen đến trắng.

1.2

Một số khái niệm cơ sở trong xử lý ảnh

Để có thể xử lý bằng máy tính điện tử thì ảnh cần phải được số hóa. Đó là quá
trình biến đổi ảnh từ tín hiệu liên tục sang tín hiệu rời rạc thông qua việc lấy
mẫu và lượng tử hóa. Trong quá trình này người ta sử dụng khái niệm “pixel”.
Mỗi pixel được đặc trưng bởi một cặp tọa độ ( X , Y ) và màu sắc của nó.[4]

-8-



THệ VIEN ẹIEN Tệ TRệẽC TUYEN
nh: L mt tp hp cỏc pixel cú cu trỳc, ta cú th coi nh l mt mng hai
chiu I ( n, p ) cú n dũng v p ct, nh s cú n ì p (pixel). Ta ký hiu I ( X ,Y ) ch

KIL
OBO
OKS
.CO
M

im nh cú to ( X , Y ) .[4]

Mc xỏm (Gray level): ú l kt qu ca vic mó húa, cho tng ng mt
cng sỏng ca mi im nh vi mt giỏ tr s, cú th l 16, 32, 64 mc.
Biu din nh: Trong biu din nh ngi ta thng s dng cỏc phn t c
trng ca nh l pixel. Mt hm hai bin cha cỏc thụng tin nh mt biu din
nh. Mt s mụ hỡnh thng dựng biu din nh l mụ hỡnh toỏn (biu din
nh nh cỏc hm c s), mụ hỡnh thng kờ (nh coi nh mt phn t ca mt
tp hp c trng bi k vng toỏn, hip bin, phng sai, moment).[4]
Tng cng nh: õy l mt bc quan trng bao gm cỏc k thut lc
tng phn, kh nhiu, ni mu.
Bin i nh: Thao tỏc ch yu trờn mt tp cỏc ma trn v s dng cỏc k
thut bin i nh qua ma trn: Bin i Furie, Sin, Cosin, tớch Kronecker.
Phõn tớch nh: Liờn quan ti vic xỏc nh cỏc o nh lng ca mt nh
a ra mt mụ t y v nh. Cú nhng k thut c bn h tr phõn
tớch nh: Dũ biờn, lc vi phõn, dũ theo quy hoch ng, phõn vựng nh [4]
Nhn dng nh: Quỏ trỡnh ny liờn quan n cỏc mụ t i tng m ngi ta
mun c t nú. Nhn dng nh thng i sau cỏc quỏ trỡnh trớch chn cỏc c
trng ch yu ca i tng.[1,4]

-9-




1.3

KIL
OBO
OKS
.CO
M

THệ VIEN ẹIEN Tệ TRệẽC TUYEN

Cỏc giai on trong x lý nh

Bi toỏn x lý nh bao gm cỏc giai on tng quỏt nh sau [1,2,4]

Scanner,
Camera

Thu nhn nh

Phõn on

Biu din

Nhn
dng v

Tin x lý

C s tri thc

Kt qu

Hỡnh 2: Cỏc bc c bn trong x lý nh s
Bc u tiờn l thu nhn nh, thu nh s bng b cm bin nh vi kh nng s
húa tớn hiu ca b cm bin.
Sau khi nhn c mt nh s, bc tip theo l tin x lý nh. Mc ớch ch
yu ca giai on tin x lý nh l nõng cao kh nng cỏc quỏ trỡnh tip theo t

kt qu tt, nh cỏc quỏ trỡnh kh nhiu, tng tng phn.
Bc tip theo l phõn on: Phõn on nh l tỏch mt nh u vo thnh cỏc
phn hoc cỏc vt th.
u ra ca quỏ trỡnh phõn on nh thng l s liu pixel cha lc, bao gm c
cỏc liờn kt ca vựng hoc tt c cỏc im nh trong vựng ú.
Cui cựng, nh s c phõn lp, nhn dng cho cỏc mc ớch khỏc nhau.

-10-



THệ VIEN ẹIEN Tệ TRệẽC TUYEN

KIL
OBO
OKS
.CO
M

Tri thc v phm vi vt th c mó húa thnh mt h thng x lý trong nh
di dng c s d liu kin thc.

x lý cỏc quỏ trỡnh trờn thỡ cn mt h thng x lý nh bao gm mt s thnh
phn c bn sau õy:[4]
Mn hỡnh ha

B nh nh

B x lý tng t

Camera

B nh ngoi

Mn hỡnh

Mỏy ch

Bn phớm

B x lý nh s

Mỏy in

Hỡnh 3: Cỏc thnh phn c bn ca mt h x lý nh
B x lý tng t thc hin cỏc chc nng:

- Chn Camera thớch hp nu cú nhiu Camera
- Chn mn hỡnh hin th tớn hiu

- Thu nhn tớn hiu video bi b s húa. Thc hin ly mu v mó húa
- Tin x lý nh khi thu nhn

B x lý nh s bao gm nhiu b x lý chuyờn dng: X lý lc, trớch chn
c trng, nh phõn húa nh.

-11-

THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN
Máy chủ đóng vai trò điều khiển các thành phần khác.

KIL
OBO
OKS
.CO
M

Bộ nhớ ngồi: Lưu trữ dữ liệu ảnh cũng như các kiểu dữ liệu khác để có thể
chuyển giao cho các q trình có nhu cầu.

Phần 2: BÀI TỐN PHÁT HIỆN ẢNH GIẢ MẠO
2.1

Bài tốn 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 khơng thực hiện thao tác chỉnh sửa trực tiếp trên ảnh thu nhận được.
Thứ hai, ảnh giả mạo được tạo ra từ việc có tác động lên ảnh nhằm thay đổi nội
dung và bản chất bức ảnh dựa trên các kỹ thuật xử lý ảnh (cắt, dán, ghép, thêm, bớt,
chỉnh sửa).
Trong đề tài nghiên cứu này chỉ quan tâm xác định những bức ảnh giả mạo
thuộc loại thứ 2.

2.2

Hướng tiếp cận bài tốn

2.2.1 Dựa vào hình dạng

Việc phân tích để xác định tính giả mạo có thể dựa vào hình dạng vì việc cắt dán
và ghép ảnh thường được thực hiện dựa theo các đường biên, nơi có sự thay đổi
khơng liên tục của cường độ sáng của các điểm ảnh.

2.2.2 Dựa vào phân tích nguồn sáng

Việc ghép các ảnh khác nhau hoặc bổ sung thêm đối tượng khơng phải thực hiện
thao tác copy có thể được thực hiện bằng việc phân tích nguồn sáng đối với từng đối
tượng, các đối tượng được ghép thường có hướng của nguồn sáng khơng cùng với
các đối tượng trong ảnh gốc.

-12-



THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

2.2.3 Dựa vào biến đổi màu sắc

KIL
OBO
OKS
.CO
M

Ảnh gốc thu nhận thường được thực hiện bởi một thiết bị. Do tính chất biến đổi
của ống kính bao gồm góc độ chụp, độ mở v.v.. nên ảnh thu được thường bị biến
dạng theo các tính chất đặc trưng của các nhà sản xuất. Phần ảnh được ghép vào hay

bổ sung thường không có sự biến đổi tương đồng về độ sáng.

2.2.4 Dựa vào cơ sở dữ liệu

Việc giả mạo ảnh thường dựa vào các ảnh đã có, tức là các ảnh đã được xuất bản
bởi một nơi nào đó như: Báo chí, trang Web, tạp 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.

Hình 7: Sơ đồ việc phát hiện giả mạo dựa vào cơ sở dữ liệu

-13-




KIL
OBO
OKS
.CO
M

THệ VIEN ẹIEN Tệ TRệẽC TUYEN

2.2.5 Da vo du vt ca quỏ trỡnh iu chnh t l

Khi ct ghộp cỏc i tng t hai hay nhiu bc nh c mt bc nh gi
ngi ta phi quan tõm ti vic iu chnh kớch thc, mu sc ca cỏc i tng trờn
cỏc bc nh gc c ct ra cho phự hp vi nhau khi c ghộp trờn cựng mt
bc nh.

2.2.6 Da vo phõn tớch ỏnh sỏng

Qua phõn tớch s ng u ca ỏnh sỏng phõn b trờn cỏc phn khỏc nhau ca
bc nh cú th thc hin bng hai cỏch. Cỏch th nht l phõn tớch búng tỡm ra
hng ca ngun sỏng.

Hỡnh 8: Hng ngun sỏng

Cỏch th hai l nghiờn cu cỏc chm sỏng trong con ngi mt ngi. Mt l
mt phn tm gng soi vo th gii n cha ch th c chp.
Ngoi ra, mu ca ỏnh sỏng cú th xỏc nh búng trng chớnh xỏc ca cỏc chm
sỏng. Mt nh tng hp t nhiu nh khỏc nhau s cú búng sc thay i t ngi ny
sang ngi khỏc.

-14-



THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN

Phần 3: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN SỰ KHÁC BIỆT
HƯỚNG NGUỒN SÁNG
Giới thiệu

KIL
OBO
OKS
.CO
M

3.1

Vấn đề ước lượng hướng nguồn sáng là một lĩnh vực nghiên cứu lớn của thị
giác máy tính. Trong phần này sẽ mơ tả bài tốn, đề xuất giải pháp và sau đó sẽ trình
bày cách thức để loại bỏ các yếu tố ngoại cảnh, làm đơn giản hóa các điều kiện để
hạn chế những phức tạp trong q trình xử lý.

3.2

Các loại nguồn sáng

Ý tưởng phát hiện ảnh giả mạo ở trên là dựa vào nguồn sáng, tuy nhiên thuật
tốn này khơng áp dụng giống nhau cho tất cả các loại nguồn sáng được.
Trong nguồn sáng đơn chúng ta lại chia thành hai loại: nguồn sáng ở rất xa (xa
vơ hạn) và nguồn sáng ở gần.

3.3

Ước lượng hướng chiếu nguồn sáng

3.3.1 Ước lượng hướng chiếu của nguồn sáng

Phần này trình bày thuật tốn ước lượng tự động hướng chiếu của nguồn sáng
đối với một ảnh đơn. Thuật tốn gồm ba bước. Đầu tiên tìm ra những đường có khả
năng là biên khuất với xác suất cao nhất. Sau đó với mỗi đường biên khuất chúng ta
sẽ ước lượng véc-tơ chỉ hướng chiếu của nguồn sáng theo mơ hình bóng đổ. Cuối
cùng các ước lượng đó được đưa vào mơ hình mạng Bayet để tìm một ước lượng
thích hợp nhất cho hướng chiếu của nguồn sáng. Điều kiện là đối tượng phải có bề
mặt Lambertian, đồng thời tồn bộ bề mặt có hệ số phản chiếu là

hằng số.

-15-



THệ VIEN ẹIEN Tệ TRệẽC TUYEN

3.3.2 Tỡm nhng ng cú kh nng l biờn khut
Nhim v ca bc ny l tỡm ra nhng ng cú kh nng l biờn khut. Cú
cho bc tip theo.

KIL
OBO
OKS
.CO
M

th khụng tỡm ra chớnh xỏc biờn khut nhng cng phi a ra nhng ng tt
Thut toỏn phỏt hin cnh Canny gm 6 bc nh sau:

Bc 1: Bc u tiờn trong thut toỏn phỏt hin cnh Canny l kh nhiu v
lm phng nh ban u trc khi c gng xỏc nh v nh v bt k mt cnh no ú.
Bc 2: Sau khi lm phng v kh nhiu nh, bc tip theo l phi tỡm ra
di ca cnh bng vic ly hng ca nh.

Bc 3: Tỡm hng ca cnh. Mt khi chỳng ta ó bit hng ca cnh theo
trc x v trc y thỡ hng ca cnh s d dng tớnh c
Bc 4: Khi hng ca cnh c tỡm ra, bc tip theo l liờn kt hng ú
vi mt m cú th ln ra nh.

Bc 5: Sau khi ó bit hng cnh thut toỏn tip tc nh sau: i dc cnh
theo hng cnh, nu gp bt k im nh no m khụng liờn quan n cnh thỡ kh
im nh ú i (tc l cho giỏ tr im nh bng 0). Vic ny s cho chỳng ta mt
ng mnh nh kt qu.

Bc 6: Cui cựng l kh s to thnh vch. S to thnh vch s phỏ v cnh,
gõy ra do s dao ng gia ngng trờn v ngng di.

ú l thut toỏn phỏt hin cnh Canny. Sau khi ó trớch ra c cỏc cnh,
chỳng ta s nhúm cỏc cnh ú thnh chui theo lut sau:
Vựng tip theo cnh s ng mu.

Mu s ging vi mu ca cnh k trc trong chui.
Vựng tip theo cnh khụng cha cnh khỏc.

Trong chui khụng to nờn nhng ch gp khỳc.

Vic ny c thc hin trờn c cỏc mt phng ca cỏc cnh.

-16-



THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN
3.3.3 Ước lượng hướng chiếu sáng cho từng đường biên tìm được
Sau khi tìm ra các đường biên khuất (có khả năng là biên khuất) chúng sử dụng
biên.

KIL

OBO
OKS
.CO
M

mô hình bóng đổ cho các đường biên này để tìm ra hướng chiếu sáng cho từng đường

Đo cường độ sáng trên biên khuất

Theo cách trên muốn ước lượng được hướng chiếu của nguồn sáng chúng ta cần
phải có cường độ sáng trên biên khuất. Tất nhiên điều này là không thể, chúng ta
không thể đo trực tiếp cường độ sáng trên biên khuất, mà phải ngoại suy từ các điểm
ở xa biên.

3.3.4 Sử dụng mạng Bayes tìm ước lượng tốt nhất

Sau bước 2 chúng ta có một tập hợp các ước lượng và hiệp phương sai của n
chuỗi cạnh mà có thể hoặc không là biên khuất. Để có thể tìm ra biên khuất chính xác
từ tập hợp n chuỗi đó ta cần chú ý một điều là đối với đường biên khuất chính xác,
nói chung sẽ có hiệp phương sai nhỏ hơn và phù hợp với mô hình hơn là những
đường không chính xác.

3.4

Nguồn sáng ở vô tận (3-D)

Hướng chuẩn hóa cho việc ước lượng hướng nguồn sáng bắt đầu từ việc xây
dựng một số giả thuyết đơn giản:
+ Bề mặt của đối tượng phản xạ ánh sáng đẳng hướng (bề mặt Lambertian)
+ Bề mặt của đối tượng có một hằng số phản xạ

+ Bề mặt được chiếu bởi nguồn sáng điểm ở xa vô hạn

+ Góc giữa bề mặt và hướng của nguồn sáng trong khoảng từ 0 đến 90 độ
Với những giả thuyết như vậy, mật độ ảnh có thể được mô tả bởi:
-17-



THÖ VIEÄN ÑIEÄN TÖÛ TRÖÏC TUYEÁN

KIL
OBO
OKS
.CO
M

Với:
+ R là hằng số phản xạ
+
+

là véctơ 3 chiều chỉ hướng của nguồn sáng

là véctơ pháp tuyến của bề mặt tại điểm

+A là hằng số giới hạn ánh sáng xung quanh

3.5

Nguồn sáng ở vô tận (2-D)

Chúng ta có thể ước lượng được hai thành phần (

) của hướng nguồn sáng

chỉ cần dựa trên một bức ảnh duy nhất. Thành phần z của bề mặt chuẩn được giả định
bằng 0,

. Khi đó các thành phần x, y của bề mặt chuẩn (

ước lượng một cách trực tiếp từ ảnh (hình 12b).

-18-

có thể được




KIL
OBO
OKS
.CO
M

THệ VIEN ẹIEN Tệ TRệẽC TUYEN

Hỡnh 12: Mụ hỡnh minh ha cho: Ngun sỏng vụ tn (3-D), Ngun sỏng vụ tn
(2-D), v ngun sỏng cc b (2-D). Trong trng hp 2-D, thnh phn z ca b mt

bng 0. Khụng ging trng hp ngun sỏng vụ tn, hng ca ngun sỏng (
bin i t bờn ny qua bờn kia ca b mt hỡnh cu

n gin húa nhng gi nh v hng s tng phn
Thay vỡ coi ton b b mt ca i tng cú cựng hng s tng phn, mi phn
ca b mt cú tng phn l hng s. Ta s c lng hng ca ngun sỏng b
phn(

) t vic xem xột tng phn ca b mt i tng.

-19-



THệ VIEN ẹIEN Tệ TRệẽC TUYEN

3.6

Ngun sỏng gn (b phn) (2-D)

KIL
OBO
OKS
.CO
M

Vi cỏc phn trờn, gi nh ngun sỏng xut phỏt t vụ tn. Vi ngun sỏng b
phn, cỏc cụng thc trờn trờn khụng cũn phự hp(hỡnh 13.c).

Hỡnh 13: Hai i tng c chiu bi 1 ngun sỏng gn.

3.7

Nhiu ngun sỏng

Trong nhng phn trờn ta gi nh rng ch cú ỏnh sỏng phỏt ra t mt ngun
sỏng duy nht chiu lờn vt th v cỏc ngun sỏng khỏc coi khụng ỏng k v c
xem xột vi hng s gii hn ỏnh sỏng xung quanh (A), iu ny thng phự hp vi
ỏnh sỏng ngoi tri. Nhng xy ra trng hp i tng c chiu ri bi nhiu
ngun sỏng.

-20-



THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN

KIL
OBO
OKS
.CO
M

Ánh sáng có thuộc tính rất đặc biệt đó là tuyến tính. Giả sử có 2 nguồn sáng
chiếu lên đối tượng, khi đó hàm mật độ ảnh có dạng:

r
r
r
r

I ( x, y ) = R(( N ( x, y ) + L1 ) + ( N ( x, y ).L2 )) + A
r
r r
= R( N ( x, y ).( L1 + L2 )) + A
r
r
= R( N ( x, y ).L+ ) + A

(3.31)

Khi đó ta xử lý với giả định rằng hai nguồn sáng đã kết hợp lại và cho ta một
nguồn sáng chung duy nhất với phương pháp xác định hướng nguồn sáng tương tự
những phần trước.

Phần 4: PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN THUẬT TỐN
EXACT MATCH
4.1 Ý tưởng

Giả sử bức ảnh có kích thước M × N , với B là kích thước nhỏ nhất của khối bao
mà người dùng định nghĩa để đối sánh. với mỗi điểm ảnh ta xác định được một khối
bao ma trận B × B điểm ảnh. Như vậy với bức ảnh M × N ta xác định được
( M − B + 1) × ( N − B + 1) khối bao. Với mỗi khối bao ta lưu các phần tử thuộc khối bao
vào một hàng của một ma trận A. Vậy duyệt trên tồn bộ bức ảnh ta sẽ được một ma
trận A với ( M − B + 1) × ( N − B + 1) hàng và B × B cột.
Hai hàng giống nhau trong ma trận A tương đương với 2 khối bao giống nhau
trong ảnh. Chúng ta sắp xếp các hàng trong ma trận A theo thứ tự từ điển, u cầu
này sẽ được thực hiện trên MN log 2 ( MN ) bước. Sau đó ta dễ dàng tìm kiếm bằng cách
duyệt MN hàng của ma trận đã qua sắp xếp A và tìm kiếm hai hàng giống nhau liên
tiếp.
Kết quả thuật tốn sẽ tìm kiếm và đưa ra được tập các vùng bao giống nhau là

bằng chứng chứng minh ảnh đã bị cắt dán.

-21-




KIL
OBO
OKS
.CO
M

THệ VIEN ẹIEN Tệ TRệẽC TUYEN

Hỡnh 2. Minh ha cho vic tỡm kim khi bao ca thut toỏn Extract macth

4.2. Thut toỏn

Thut toỏn Extract match nhm tỡm ra cỏc khi bao ging nhau trờn cựng mt
nh, bao gm cỏc bc sau:
Bc 1:

La chn kớch thc khi bao nh nht.

Bc 2:

Xỏc nh tp cỏc khi bao da trờn kớch thc khi bao nh nht.

Bc 3:

a mi khi bao vo mt hng ca mng lu xỏc nh.

Bc 4:

Sp xp cỏc hng trong mng lu bc 3 theo th t tng dn.

Bc 5: Kim tra hai hng liờn tip trong mng lu sau khi ó sp xp,
nu chỳng ging nhau thỡ a ra 2 tp khi bao ging nhau tng
ng.

4.3

Phỏt hin nh gi mo da vo k thut thay i kớch thc

Thut toỏn Exact match trỡnh by mc 2 thng phỏt hin khỏ tt vi cỏc nh
gi mo dng ct dỏn, nhng khụng cú s thay i v kớch thc. Trong trng hp
vựng ct dỏn cú thay i v kớch thc thỡ thut toỏn khụng phỏt hin c s gi
mo.

Cỏc k thut thay i kớch thc

Vic thay i kớch thc mt vựng nh thng s dng k thut ni suy tuyn
tớnh xỏc nh ỏnh x nh t min khụng gian ny sang min khụng gian khỏc. Cỏc
k thut ni suy c s dng trong trong PhotoShop l: Lỏng ging gn nht
(nearest neighbor), ni suy tuyn tớnh (bilinear interpolation) v Bicubic.

-22-

(x,y)

KIL
OBO
OKS
.CO
M

THệ VIEN ẹIEN Tệ TRệẽC TUYEN

X = f x ( x, y )orY = f y ( x, y )

Hỡnh 4. Mụ hỡnh ỏnh x cỏc im nh t nh gc sang nh ớch

Nearest-neighbor

K thut ny c din t nh sau: vi mi im nh t nh gc s tng ng
vi mt v trớ phự hp trong nh ớch (nh ó c thay i kớch thc). cỏc giỏ tr
mu v tớn hiu ca mt im nh trong nh mi s c gỏn bng giỏ tr mu ca
im nh gn nht (lỏng ging gn nht) thuc nh gc tng ng.

Bilinear interpolation

õy l phng phỏp phc tp hn nearest neighbor. Phng phỏp ny xỏc nh
giỏ tr ca mt im nh mi da trờn trung bỡnh trng s ca 4 im nh lỏng ging
gn nht 2x-2 ca im nh thuc nh gc.
Chỳng ta miờu t chi tit phng phỏp ni suy bilinear nh sau: Gi s vi mi
im (x,y) thuc nh gc ta xỏc nh c cỏc giỏ tr ỏnh x tng ng (X,Y) thuc

nh ớch theo phộp bin i sau:
X = f x ( x, y )
Y = f y ( x, y )

Vi f x , f y l cỏc hm tuyn tớnh.

Gi s u v v ln lt l cỏc phn nguyờn ca X v Y.Thut toỏn ni suy
bilinear c nh ngha nh 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)

-23-



THệ VIEN ẹIEN Tệ TRệẽC TUYEN
Trong ú:
Wu, v = (u + 1 x)(v + 1 y )

KIL
OBO
OKS
.CO
M

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

Vi phng phỏp ny bc nh s c chia lm cỏc khi hỡnh vuụng kớch thc
4x4. Phng phỏp ny cú th c tớnh theo mụ hỡnh hng-hng (row-by-row) v
sau ú l ct-ct (column-by-column).
Chỳng ta gi s rng cỏc cng ti u-1,u,u+1,u+2 ln lt l I(u-1), I(u),
I(u+1), I(u+2) , Cng ti 0f ( X ) = I (u 1) f 1 + I (u ) f 0 + I (u + 1) f1 + I (u + 2) f 2

Trong ú:

1
1
f 1 = t 3 + t 2 t ,
2
2
3
5
f 0 = t 3 t 2 + 1,
2
2

3
1
f1 = t 3 + 2t 2 + t ,
2
2
1
1
f2 = t3 t 2
2

2

4.4

Thut toỏn ci tin Exact match*

Khi thay i kớch thc nh, PhotoShop thng s dng 1 trong cỏc k thut ni
suy c trỡnh by mc 3.1. trờn. Da vo ú ta tỡm kim cỏc cp vựng trong nh

-24-



THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN
có mối quan hệ tương quan theo một phương pháp nội suy xác định. Một vùng

đổi, tương ứng khác
sao cho :

KIL
OBO
OKS
.CO
M

ℜ được gọi là vùng tương quan nếu nó tồn tại ít nhất một vùng ℜε và một phép biến

α

f : ℜ → ℜε

Trong đó α là hệ số tỷ lệ, và phép ánh xạ theo một phương pháp nội suy xác
định là một trong các kỹ thuật nội suy. Khi đó cặp vùng (ℜ, ℜ ε ) được gọi là cặp
tương quan.

Thuật tốn Exact match *

Trên cơ sở ý tưởng trên, thuật tốn thực hiện các bước sau:

• Bước 1: Lựa chọn các thơng số đầu vào bao gồm : Kích thước khối bao
nhỏ nhất B, các tỷ lệ co giãn theo chiều ngang và chiều dọc là p,q và
một phương pháp nội suy f.
• Bước 2: Xác định 2 tập hợp các khối bao, bao gồm một tập hợp các khối bao
có kích thước tối thiểu B × B và một tập hợp các khối bao có kích
thước
pB × qB trên tồn bộ ảnh.
• Bước 3: Biến đổi tập các khối bao có kích thước B × B sang tập các khối
bao mới theo phép biến đổi nội suy và các thơng số về tỷ lệ co giãn
theo chiều ngang và chiều dọc đã cho trong bước 1.
• Bước 4: Đối sánh các cặp khối bao, mỗi cặp khối bao gồm một khối bao
thuộc tập hợp các khối bao sau khi biến đổi ở bước 3 và một khối bao
thuộc tập hợp các khối bao có kích thước pB × qB trong bước 2. Nếu
chúng giống nhau thì đưa ra được cặp hai khối bao tương ứng gồm :
một khối bao thuộc tập các khối bao có kích thước B × B tạo ra ở
bước 2 và một khối bao thuộc tập các khối bao có kích thước pB ×
qB tạo ra trong bước 2.

-25-