Nghiên cứu giải thuật forensic ứng dụng trong xử lý ảnh

ĐẠI HỌC QUỐC GIA TP. HCM
TRƢỜNG ĐẠI HỌC BÁCH KHOA
-------------------

NGUYỄN HOÀNG THI

NGHIÊN CỨU GIẢI THUẬT FORENSIC
ỨNG DỤNG TRONG XỬ LÝ ẢNH
Chuyên ngành : Kỹ Thuật Điện Tử
Mã số: 60.52.70

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 09 năm 2014


CƠNG TRÌNH ĐƢỢC HỒN THÀNH TẠI
TRƢỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM
Cán bộ hƣớng dẫn khoa học : PGS. TS. LÊ TIẾN THƢỜNG ...................
…………………………………………………………………………..
…………………………………………………………………………..
…………………………………………………………………………..
Cán bộ chấm nhận xét 1 : PGS. TS. ĐẶNG THÀNH TÍN ........................
……………………………………………………………………………
……………………………………………………………………………
……………………………………………………………………………
Cán bộ chấm nhận xét 2 : TS. VÕ TRUNG DŨNG ..................................
……………………………………………………………………………
……………………………………………………………………………
……………………………………………………………………………
Luận văn thạc sĩ đƣợc bảo vệ tại Trƣờng Đại học Bách Khoa, ĐHQG Tp. HCM

ngày 15 tháng 07 năm 2014
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. PGS. TS. LÊ TIẾN THƢỜNG
2. TS. HÀ HOÀNG KHA
3. TS. VŨ PHAN TÚ
4. TS. VÕ TRUNG DŨNG
5. PGS. TS ĐẶNG THÀNH TÍN
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trƣởng Khoa quản lý chuyên
ngành sau khi luận văn đã đƣợc sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƢỞNG KHOA


ĐẠI HỌC QUỐC GIA TP.HCM
TRƢỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Nguyễn Hoàng Thi ......................................... MSHV: 12140045 ...........
Ngày, tháng, năm sinh: 12, 12, 1986 ......................................... Nơi sinh: Đồng Tháp.......
Chuyên ngành: Kỹ Thuật Điện Tử ............................................ Mã số : 60.52.70.............
I. TÊN ĐỀ TÀI: Nghiên cứu giải thuật Forensic ứng dụng trong xử lý ảnh ...............
.............................................................................................................................................
.............................................................................................................................................
II. NHIỆM VỤ VÀ NỘI DUNG: Đề tài tập trung nghiên cứu các giải thuật trong việc
tính tốn lỗi hình học (geometrical error) và lỗi số học (numerical error) nhằm tối ƣu
hóa thuật tốn moments Zernike (ZMs) trong việc xử lý ảnh từ đó sử dụng phần mềm

Matlab để thực hiện việc mô phỏng, so sánh và đánh giá kết của các kỹ thuật trên so
với các kỹ thuật truyền thống trong việc xác định tính trung thực của ảnh, từ đó rút ra
hiệu quả của các kỹ thuật mới trong việc xử lý ảnh giả mạo.........................................
.............................................................................................................................................
.............................................................................................................................................
III. NGÀY GIAO NHIỆM VỤ : 20/01/2014 ..................................................................
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 20/06/2014 ..................................................
V. CÁN BỘ HƢỚNG DẪN: PGS. TS. LÊ TIẾN THƢỜNG ........................................
.............................................................................................................................................

Tp. HCM, ngày 06 tháng 09 năm 2014
CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

(Họ tên và chữ ký)

(Họ tên và chữ ký)

TRƯỞNG KHOA….………
(Họ tên và chữ ký)


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

LỜI CẢM ƠN

Lời đầu tiên tôi xin gửi lời cảm ơn Thầy PGS. TS Lê Tiến Thường đã tận tình giúp

đỡ tơi trong suốt thời gian học tập vừa qua, đặc biệt là định hướng nghiên cứu và tận
tình hướng dẫn cho tơi trong suốt q trình làm luận văn. Nếu khơng có sự giúp đỡ tận
tình của thầy, tơi khó có thể hồn thành luận văn này.
Bên cạnh đó, tơi chân thành cám ơn các thầy cơ Trung tâm Thư Viện, trường Đại
Học Bách Khoa Thành Phố Hồ Chí Minh, đã tạo điều kiện và hỗ trợ tôi trong suốt thời
gian qua.
Tôi cũng xin chân thành cám ơn các thầy cơ Khoa Điện-Điện Tử 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 cám ơn !

TPHCM, ngày 01 tháng 07 năm 2014

Nguyễn Hoàng Thi

Luận văn thạc sĩ

4

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

TĨM TẮT CƠNG VIỆC THỰC HIỆN LUẬN VĂN TỐT NGHIỆP

Giám định ảnh là xác định tính nguyên vẹn và phát hiện ra các dấu
vết giả mạo hình ảnh, đƣợc ứng dụng trong các lĩnh vực liên quan
tới điều tra pháp lý, hình ảnh báo chí, điều tra tội phạm, thi hành
pháp luật, bồi thƣờng bảo hiểm, ảnh y học,…. Các giải pháp đƣợc
đƣa ra gần đây dựa trên một số thuật tốn phát hiện copy-move
hoặc nhân đơi vùng ảnh, ghép nối ảnh,…dựa trên các phép biến đổi
DCT, DWT,…Mỗi thuật tốn đều có những ƣu khuyết điểm riêng.
Tuy nhiên, thuật toán moments Zernike đã chứng minh đƣợc hiệu
quả trong việc phân tích các điểm bất biến của ảnh số và đƣợc sử
dụng rộng rãi trong nhiều lĩnh lực khoa học nhƣ: tốn học, vật lý,
hóa học và điện-điện tử, đặc biệt trong ứng dụng xử lý ảnh số.
Trong luận văn này, với mục đích làm giảm lỗi hình học
(geometrical error) và lỗi số học (numerical error) của ảnh số bằng
cách tối ƣu hóa giải thuật trong việc tính tốn moments Zernike.
Với việc đề xuất những kỹ thuật mới này giúp nhận biết các lỗi
hình học và lỗi số học hiệu quả hơn các kỹ thuật truyền thống, cấu
trúc lại ảnh sẽ đƣợc giảm xuống. Với các phƣơng pháp này giúp
phát hiện ra các điểm bất biến trong ảnh số từ đó đƣợc ứng dụng để
phát hiện các hình ảnh giả mạo. Phần mô phỏng kết quả sử dụng
phần mềm Matlab chứng minh rằng với việc sử dụng giải thuật cải
tiến sẽ làm giảm lỗi hình học (geometrical error) đi (66.862%) so
với giải thuật truyền thống và lỗi số học (numerical error) sẽ đƣợc
tính chính xác hơn.

Luận văn thạc sĩ

5

HVTH: Nguyễn Hoàng Thi

Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

ABSTRACT
Appraisers determine the image integrity and to detect traces fake
image, is used in the field related to legal investigations, newspaper
photographs, criminal investigations, law enforcement compensation
insurance, medical images, .... The solution is given based on a
recently discovered copy-move algorithm or duplicate the images,
photos coupling, ... based on the DCT transform, DWT, ... Each
algorithm has its strengths and weaknesses separately. However,
Zernike moments algorithm has proven effective in the analysis of
digital images invariant point and widely used in many scientific
fields such as mathematics , physics, chemistry and electrical - power
death, especially in image processing applications. In this thesis, with
the aim of reducing errors geometry (geometrical error) and arithmetic
errors ( numerical error) of digital images by optimizing algorithms in
calculating Zernike moments. With the new proposed techniques help
identify geometric errors and arithmetic errors more efficiently than
traditional techniques, the image structure will be reduced. With these
methods help detect invariant points in digital image is then applied to
detect forged images. Software simulation results using Matlab
software demonstrated that with the use of improved algorithm
reduces the geometric error (geometrical error) to (66.862%) in
comparison with traditional algorithms and arithmetic errors
(numerical error) would be more accurate .

Luận văn thạc sĩ

6

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

LỜI CAM ĐOAN
Tôi xin cam đoan tất cả các kết quả và giải thuật thực hiện trong đề tài này chưa từng
được công bố trong các đề tài khoa học trước đây.

Ngƣời cam đoan

Nguyễn Hoàng Thi

Luận văn thạc sĩ

7

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

MỤC LỤC


TĨM TẮT CƠNG VIỆC THỰC HIỆN LUẬN VĂN TỐT NGHIỆP ........................................... 5
ABSTRACT .................................................................................................................................... 6
1.

TỔNG QUAN VỀ FORENSIC SCIENCE ........................................................................... 14
1.1

Khoa học pháp chứng ..................................................................................................... 14

1.2

Nghiên cứu khoa học pháp chứng .................................................................................. 14

2.

ĐẶT VẤN ĐỀ VÀ HƢỚNG GIẢI QUYẾT......................................................................... 14

3.

KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ CÁC KỸ THUẬT PHÁT HIỆN ẢNH GIẢ MẠO .... 16
3.1

Giới thiệu........................................................................................................................ 16

3.2

Xử lý ảnh và một số vấn đề cơ bản trong xử lý ảnh....................................................... 16

3.3

Digital Watermarking ..................................................................................................... 25

3.4

Những ảnh không rõ nguồn gốc ..................................................................................... 26

3.4.1

Kỹ thuật phát hiện cạnh sử dụng “first-order operators” ........................................ 28

3.4.2

Kỹ thuật phát hiện cạnh sử dụng “second-order operators” ................................... 29

3.4.3

Kỹ thuật phân tích phổ ............................................................................................ 29

3.5

Kỹ thuật dựa vào điểm ảnh ............................................................................................ 30

3.5.1

Phƣơng pháp nhân bản ............................................................................................ 30

3.5.2

Phƣơng pháp tái tạo ................................................................................................ 31

3.5.3

Phƣơng pháp ghép nối ............................................................................................ 32

3.6

Kỹ thuật dựa trên tƣơng quan thống kê của chƣơng trình nén tổn hao .......................... 33

3.6.1

JPEG+ ..................................................................................................................... 33

3.6.2

Double JPEG........................................................................................................... 33

3.7

Kỹ thuật dựa trên đặc tính của máy ảnh ......................................................................... 35

3.7.1
4.

Tối đa hóa kỳ vọng (EM)+...................................................................................... 35

LÝ THUYẾT VỀ MOMENTS.............................................................................................. 38
4.1

Giới thiệu........................................................................................................................ 38

4.2

Moments hình học trong xử lý ảnh ............................................................................... 39

4.2.1

Giới thiệu về moments hình học ............................................................................ 39

4.2.2

Moments phức ....................................................................................................... 44

Luận văn thạc sĩ

8

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

4.2.3
a.
4.3

GVHD: PGS.TS. Lê Tiến Thường

Moments trực giao ................................................................................................. 45

Moments Legendre ........................................................................................................ 45
Tổng quan về moments Zernike ..................................................................................... 48

4.3.1

Zernike moments .................................................................................................... 48

a.

Định nghĩa về đa thức moments Zernike ....................................................................... 48

b.

Moments Zernike .......................................................................................................... 51

c.

Thuộc tính quay của moments Zernike ......................................................................... 52

d.

Ƣớc lƣợng góc quay sử dụng moments Zernike ........................................................... 53

e.

Pseudo- Zernike Moments ............................................................................................. 54

5. NỘI DUNG THỰC HIỆN THUẬT TOÁN CẢI TIẾN CỦA PHƢƠNG PHÁP ZERNIKE
MOMENTS (ZMs) ...................................................................................................................... 54
5.1

Tổng quan về “geometrical error” và “numerical error”................................................ 59

5.1.1

Phƣơng pháp “geometrical error” ........................................................................... 59

5.1.2

Phƣơng pháp “numerical error” .............................................................................. 61

5.2
Phƣơng pháp tối ƣu hóa “geometrical error” và “numerical error” trong việc tính tốn
moments Zernike (ZMs). ........................................................................................................... 62
5.2.1

Tối ƣu hóa “geometrical error” ............................................................................... 62

5.2.2

Tối ƣu hóa “numerical error” .................................................................................. 66

5.3

Kết quả thực nghiệm trên moments Zernike liên quan tới lỗi hình học và lỗi số học ... 67

6. ỨNG DỤNG THUẬT TOÁN ZERNIKE MOMENT VÀ FLANN TRONG VIỆC PHÁT
HIỆN ẢNH GIẢ MẠO ................................................................................................................. 73
6.1

Tổng quan về k-means clustering................................................................................... 73

6.2

Sơ đồ của cơng việc đề xuất .......................................................................................... 77

6.3

Thuật tốn FLANN matching ........................................................................................ 78

7.

KẾT LUẬN VỀ LUẬN VĂN ............................................................................................... 84

8.

HƢỚNG PHÁT TRIỂN CỦA LUẬN VĂN ......................................................................... 84

9.

TÀI LIỆU THAM KHẢO ..................................................................................................... 85

Luận văn thạc sĩ

9

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

CÁC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT

ADC: Analog to Digital Converter
CMR: Cardiovascular Magnetic Resonance
CPU: Central Processing Unit
DCT: Discrete Cosine Transform
DFT: Discrete Fourier Transform
DWT: Discrete Wavelet Transform
EM: Expectation Maximization
FEEE: Faculty of Electrical and Electronics Engineering.
FORENSIC SCIENCE: Khoa học pháp chứng
GIMP : GNU Image Manipulation Program
ID: Identification
IEEE: Institute of Electrical and Electronics Engineers
JPEG: Joint Photographic Experts Group
kPCA: kernel Principal Component Analysis
PCA: Principal Component Analysis
PEL: Picture Element
RGB: Red Green Blue
ROI: Region of Interest
ZMs: Zernike Moments
Luận văn thạc sĩ

10

HVTH: Nguyễn Hoàng Thi

Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

DANH MỤC HÌNH ẢNH
Trang
Hình 1: Thống kê cơng bố khoa học trong 13 năm qua về lĩnh vực “Giám định ảnh” trên IEEE
và Elsevier mà tác giả đã thu thập được. ..................................................................................... 15
Hình 2: Biểu diễn ảnh bằng hàm f (x,y)[2]................................................................................... 17
Hình 3: Ma trận 8 láng giềng [2]. ................................................................................................ 19
Hình 4: Các bước cơ bản trong xử lý ảnh số [2].......................................................................... 22
Hình 5: Các thành phần cơ bản của một hệ xử lý ảnh [2]. .......................................................... 24
Hình 6: Ví dụ về watermark có thể nhìn thấy [34]. ..................................................................... 25
Hình 7: Ví dụ về watermark khơng nhìn thấy [34]. ...................................................................... 25
Hình 8: Ví dụ về copy-move trong ảnh giả mạo[34]. ................................................................... 27
Hình 9: Ví dụ về copy-create trong ảnh giả mạo [34]. ................................................................ 27
Hình 10: Ví dụ về nhân bản. [7] ................................................................................................... 31
Hình 11: Ví dụ về tái tạo. [7] ........................................................................................................ 32
Hình 12: Dữ liệu từ hai mơ hình. [7] ........................................................................................... 35
Hình 13: Sáu lần lặp của EM. [7] ............................................................................................... 38
Hình 14: Phép chiếu moments xuống trục x và trục y . ............................................................. 42
Hình 15: Một số đa thức Pm ( x) Pn ( y ) Legendre hai chiều. ......................................................... 46
Hình 16: Một số đa thức Pm ( x) Pn ( y ) Legendre hai chiều. ......................................................... 47
Hình 17: Hình biên độ của đa thức Vnm ( x, y ) .............................................................................. 49
Hình 18: Hình biên độ của các đa thức Vnm ( x, y ) . ...................................................................... 50
Hình 19: Hình ảnh ký tự A là được quay từ trái sang phải với các góc: 00, 300, 600, 1500 ,1800 và
3000. .............................................................................................................................................. 53
Hình 20: Số bài báo của tổ chức IEEE trong lĩnh vực giám định tính trung thực của ảnh. ....... 55
Hình 21: Line graph shows the first four orders of radial polynomials,

R nm ( r ) ............................ 58

Hình 22: The traditional square ( N  N ) mapped to circular mapping technique ......................... 60
Hình 23: Different areas in the disc and all pixels whose centers fall inside it ........................... 60
Hình 24: Squaring a circle ........................................................................................................... 62
Hình 25: Analysis a squaring circle ............................................................................................. 63
Luận văn thạc sĩ

11

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Hình 26: Traditional approach to compute Zernike moments...................................................... 65
Hình 27: Proposed approach to compute Zernike moments ........................................................ 65
Hình 28: The reconstructed images using complex Zernike polynomials approaches with
different maximum order............................................................................................................... 68
Hình 29: Running times of five images using complex Zernike polynomials ............................... 69
Hình 30: Running times of five images using Zernike polynomials in polar form ....................... 69
Hình 31: The reconstructed images using complex Zernike polynomials approaches with
different maximum order n=10 ..................................................................................................... 70
Hình 32: Lỗi trung bình trong việc tính tốn Zernike moments truyền thống và Zernike moments
cải tiến cho ảnh “dogcat”............................................................................................................. 71
Hình 33: Lỗi trung bình trong việc tính tốn Zernike moments truyền thống và Zernike moments
cải tiến cho ảnh “girl”.................................................................................................................. 71

Hình 34: Lỗi trung bình trong việc tính tốn Zernike moments truyền thống và Zernike moments
cải tiến cho ảnh “hinh”. ............................................................................................................... 72
Hình 35: Lỗi trung bình trong việc tính tốn Zernike moments truyền thống và Zernike moments
cải tiến cho ảnh “softdrink”. ........................................................................................................ 72
Hình 36: Lỗi trung bình trong việc tính tốn Zernike moments truyền thống và Zernike moments
cải tiến cho ảnh “twitter”. ............................................................................................................ 73
Hình 37: Hierarchical k -means clustering .................................................................................. 74
Hình 38: Sơ đồ khối cho thuật tốn k-means. ............................................................................... 76
Hình 39: Sơ đồ khối cho cơng việc đề xuất................................................................................... 77
Hình 40: Ảnh gốc của “Khoa Khoa Học Và Máy Tính” .............................................................. 80
Hình 41: Ảnh sau khi giả mạo (copy-move) của “Khoa Khoa Học Và Máy Tính” ..................... 80
Hình 42: Các vùng ảnh giả mạo (copy-move) đã được phát hiện. ............................................... 81
Hình 43: Ảnh gốc của ký túc xá HCMUT .................................................................................... 82
Hình 44: Ảnh thu được sau khi giả mạo (copy-move). ................................................................. 82
Hình 45:Các vùng ảnh giả mạo (copy-move) đã được phát hiện. ................................................ 83

Luận văn thạc sĩ

12

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

DANH MỤC BẢNG BIỂU

Trang

Bảng I: Kết quả (%) cho việc thực thi một vài phương pháp để phát hiện nhiều vùng sao chép tại
mức điểm ảnh hình 33C ................................................................................................................ 78
Bảng II: Kết quả (%) cho việc thực thi một vài phương pháp để phát hiện nhiều vùng sao chép
tại mức điểm ảnh hình 34C ........................................................................................................... 78

Luận văn thạc sĩ

13

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

1. TỔNG QUAN VỀ FORENSIC SCIENCE
1.1 Khoa học pháp chứng
Khoa học pháp chứng (thƣờng đƣợc gọi là pháp chứng): là việc áp dụng một loạt các
ngành khoa học và cơng nghệ để điều tra các tình huống sau khi thực tế đã xảy ra và
thiết lập những gì xảy ra dựa trên bằng chứng thu thập đƣợc. Điều này đặc biệt quan
trọng trong thực thi pháp luật mà pháp chứng đƣợc thực hiện liên quan đến luật hình
sự hoặc dân sự, nhƣng pháp chứng cũng đƣợc thực hiện trong các lĩnh vực khác,
chẳng hạn nhƣ thiên văn học, khảo cổ học, sinh học và địa chất để điều tra thời cổ
đại. Khoa học pháp chứng sử dụng cho các mục đích của luật pháp, nó cung cấp
bằng chứng khoa học khách quan để sử dụng trong các tòa án của pháp luật. Ví dụ
nhƣ trong một cuộc điều tra hình sự, xét xử. Khoa học pháp chứng là một khoa học
đa ngành, vẽ chủ yếu từ hóa học và sinh học, mà còn vật lý, địa chất, tâm lý học,
khoa học xã hội, vv...[1].
1.2 Nghiên cứu khoa học pháp chứng

Khoa học pháp chứng là một chủ đề mê hoặc hầu hết chúng ta. Bản chất của các vấn
đề cần phải giải quyết đã làm cho khoa học pháp chứng rất thú vị để nghiên cứu.
Khoa học pháp chứng không chỉ phát triển các kỹ năng của giám định pháp y, mà
cịn ứng dụng trên các thơng tin liên lạc cho kết quả chính xác. Khoa học pháp
chứng là một mơn khoa học nghiêm ngặt vì thế sinh viên tốt nghiệp là những cá
nhân sở hữu những kiến thức và kỹ năng cho cả hai đối tƣợng liên quan đến việc
làm, chẳng hạn nhƣ trong một phịng thí nghiệm pháp y, hoặc việc làm không liên
quan đến chủ đề trong một phạm vi rộng lớn hơn của sự nghiệp [1].
2. ĐẶT VẤN ĐỀ VÀ HƢỚNG GIẢI QUYẾT
Trong lĩnh vực công nghệ, phần lớn các thông tin đƣợc tạo ra, bắt giữ, xử lý và lƣu
trữ hầu hết ở dạng số. Nên tính trung thực của ảnh đóng vai trị quan trọng trong
nhiều lĩnh vực khác nhau nhƣ: điều tra pháp lý, hình ảnh báo chí, điều tra tội phạm,
thi hành pháp luật, bồi thƣờng bảo hiểm, ảnh y học… Bên cạnh đó hiện nay có rất
nhiều cơng cụ để thực hiện việc giả mạo ảnh nhƣ: Photoshop, GIMP (the GNU
Image Manipulation Program) chúng có thể sử dụng nhƣ một mặt nạ để che giấu các
chứng cứ hiện diện. Theo Wall Street Journal, 10% các ảnh màu đƣợc ấn hành tại
Mỹ thật sự đều đã đƣợc thay đổi và can thiệp. Hình 1 là thống kê cơng bố khoa học
trong 13 năm qua về lĩnh vực “Giám định ảnh” trên IEEE và Elsevier.
Hiện nay trên thế giới, có rất nhiều các nghiên cứu của các nhà khoa học liên quan
trong lĩnh vực pháp chứng hình ảnh với việc sử dụng nhiều giải thuật khác nhau
nhƣ: “Detection of Region Duplication Forgery in Digital Images Using SURF” của
Luận văn thạc sĩ

14

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

tác giả “B.L.Shivakumar and Lt. Dr. S.Santhosh Baboo” [30]; “Copy-Move Forgery
Detection in Digital Images Based on Local Dimension Estimation” của tác giả
“Xiaomei Quan” [31] và “Invariance image analysis using modified Zernike
moments” của tác giả “N.K. Kamila, S. Mahapatra, S. Nanda” [32]…
Nhƣng nhìn chung tình hình trong nƣớc thì các đề tài nghiên cứu liên quan đến việc
pháp chứng hình ảnh vẫn chƣa phổ biến, chƣa tƣơng xứng với tầm quan trọng của nó
hiện tại. Với những gì đã đạt đƣợc trong q trình nghiên cứu nhóm “Nghiên cứu về
Forensic” dƣới sự hƣớng dẫn của thầy PGS.TS. Lê Tiến Thường hy vọng sẽ thúc đẩy
lĩnh vực pháp chứng hình ảnh trong nƣớc ngày một phát triển hơn. Đây là một quá
trình nghiên cứu dài hạn trên một lĩnh vực khá rộng và khá mới mẻ nhƣng nhóm
cũng đã hồn thành đƣợc một bài báo khoa học “Error analusis in Zernike moments
computation and assessing its efficiency in detecting copy-rotate-move tampered
image” gửi đi review ở hội nghị IEEE Workshop on information forensics and
security WIFS’14, December 3-5, Atlanta, Georgia, USA 2014…. ghi nhận nỗ lực
nghiên cứu của nhóm. Đề tài là một phần cơng việc liên quan của nhóm “Nghiên cứu
về Forensic” bởi đây là một lĩnh vực rất rộng.

Hình 1: Thống kê công bố khoa học trong 13 năm qua về lĩnh vực “Giám định ảnh” trên
IEEE và Elsevier mà tác giả đã thu thập được.

Để giải quyết vấn đề trên, đề tài tập trung nghiên cứu các giải thuật trong việc tính
tốn lỗi hình học (geometrical error) và lỗi số học (numerical error) nhằm tối ƣu
hóa thuật tốn moments Zernike (ZMs) trong việc xử lý ảnh từ đó sử dụng phần
mềm Matlab để thực hiện việc mô phỏng, so sánh và đánh giá kết của các kỹ thuật
Luận văn thạc sĩ

15

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

trên so với các kỹ thuật truyền thống trong việc xác định tính trung thực của ảnh, từ
đó rút ra hiệu quả của các kỹ thuật mới trong việc xử lý ảnh giả mạo.
3. KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ CÁC KỸ THUẬT PHÁT HIỆN ẢNH GIẢ
MẠO

3.1 Giới thiệu
Trong chƣơng này sẽ giới thiệu các kỹ thuật và phƣơng pháp trong lĩnh vực kỹ thuật
số phát hiện giả mạo hình ảnh. Một cuộc khảo sát của các nhà nghiên cứu hiện tại
đƣợc trình bày cũng nhƣ phân tích các kỹ thuật và phƣơng pháp có sẵn để phát hiện
hình ảnh giả mạo. Lĩnh vực nghiên cứu tƣơng đối mới và chỉ có một vài nguồn tồn
tại có liên quan trực tiếp đến việc phát hiện giả mạo hình ảnh, do đó kỹ thuật đều có
phần giới hạn áp dụng cho xử lý hình ảnh kỹ thuật số nói chung. Cuối cùng, các kỹ
thuật xử lý hình ảnh đều có phần giới hạn sẽ mở đƣờng cho chƣơng 4, trong đó với
phƣơng pháp cải tiến của một thiết kế thử nghiệm để phát hiện hình ảnh giả mạo [2].

3.2 Xử lý ảnh và một số vấn đề cơ bản trong xử lý ảnh
3.2.1 Xử lý ảnh là gì ?
Con ngƣời thu nhận thông tin qua các giác quan trong đó thị giác đóng vai trị
quan trọng nhất vì 80% thông tin đƣợc thu nhận bằng mắt tức là ở dạng
ảnh. Mặt khác với sự phát triển mạnh mẽ của phần cứng máy tính, xử lý ảnh, đồ
hoạ ngày càng có nhiều ứng dụng thực tiễn phục vụ cuộc sống. Nhƣ vậy, xử lý ảnh
đóng một vai trị rất quan trọng trong sự tƣơng tác giữa ngƣời và máy.
Cũng nhƣ xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứng

dụng. Xử lý dữ liệu bằng đồ hoạ đề cập đến những ảnh nhân tạo, các ảnh này đƣợc
xem xét nhƣ là một cấu trúc dữ liệu và đƣợc tạo ra bởi các chƣơng trình. Xử lý
ảnh số bao gồm các phƣơng pháp và kĩ thuật để biến đổi, để truyền tải hoặc mã
hoá các ảnh tự nhiên [2].
3.2.2 Biểu diễn ảnh số
Đối với ảnh đơn giản (ảnh đen trắng) thì ảnh đƣợc biểu diễn bằng một hàm cƣờng
độ sáng hai chiều f (x,y), trong đó: x, y là các giá trị toạ độ không gian và hàm giá
trị của f tại một điểm (x,y) bất kỳ sẽ tỷ lệ với độ sáng hay mức xám của điểm ảnh
tại điểm này. [2,3]
Trong một số trƣờng hợp hàm ảnh còn đƣợc biểu diễn với một trục thứ 3 gọi là
hàm cƣờng độ sáng (với hình 2, trục thứ 3 bằng 0).
Luận văn thạc sĩ

16

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Một ảnh số là một ảnh f (x,y) đƣợc gián đoạn theo không gian và cƣờng độ
sáng. Một ảnh số đƣợc xem nhƣ một ma trận với hàng và cột biểu diễn một điểm
trong ảnh và giá trị điểm ma trận tƣơng ứng với mức xám tại điểm đó. Các phần tử
của một dãy số nhƣ thế đƣợc gọi là các điểm ảnh.

Hình 2: Biểu diễn ảnh bằng hàm f (x,y)[2].

Ánh sáng có dạng năng lƣợng f (x,y) phải khác 0 và hữu hạn: 0 < f (x,y) < ∞ (3.1)

Con ngƣời có khả năng nhận các hình ảnh từ ánh sáng phản xạ qua các vật thể. Cơ
sở của f (x,y) đƣợc đặc trƣng qua hai thành phần:
- Số lƣợng ánh sáng nguồn rơi trên cảnh vật đƣợc nhìn thấy.
- Số lƣợng ánh sáng nguồn phản xạ từ vật thể (trong cảnh vật).
Chúng đƣợc gọi gần đúng là sự phát sáng và các thành phần phản xạ và đƣợc biểu
diễn tƣơng ứng là i (x,y) và r (x,y) Bản chất của i (x,y) đƣợc xác định bằng nguồn
sáng và của r (x,y) đƣợc xác định bằng các đặc trƣng 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)

(3.2)

Với: (0 < i (x,y) < ∞ ; 0 < r (x,y) < 1)
Ở đây ta gọi cƣờng độ sáng của một ảnh đen trắng tại tọa độ (x,y) là mức xám (l)
của ảnh tại điểm đó. Từ (3.2), (3.3), (3.4) l nằm trong khoảng:
Lmin < l < Lmax

(3.3)

Trong lý thuyết, chỉ cần Lmin >0 và Lmax hữu hạn. Trong thực tế:
Lmin= iminrmin
Luận văn thạc sĩ

17

(3.4)
HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Lmax = imaxrmax
Sử dụng các giá trị chiếu sáng và phản xạ đã đƣợc 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] đƣợc 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 [2].
3.2.3 Một số khái niệm cơ sở trong xử lý ảnh
Để có thể xử lý bằng máy tính điện tử thì ảnh cần phải đƣợc số hóa. Đó là q
trình biến đổi ảnh từ tín hiệu liên tục sang tín hiệu rời rạc thơng qua việc lấy mẫu
và lƣợng tử hóa. Trong q trình này ngƣời ta sử dụng khái niệm “pixel”. Mỗi
pixel đƣợc đặc trƣng bởi một cặp tọa độ (x,y) và màu sắc của nó.
Ảnh: Là một tập hợp các pixel có cấu trúc, to có thể coi ảnh là một mảng hai chiều
I(n,p) có n dịng và p cột, ảnh sẽ có nxp (pixel). Ta ký hiệu I(x,y) để chỉ điểm ảnh có
tọa độ (x,y).
Điểm ảnh: Gốc của ảnh là ảnh liên tục về không gian và độ sáng. Để xử lý bằng
máy tính, ảnh cần phải đƣợc số hoá. Số hoá ảnh là sự biến đổi gần đúng một ảnh
liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (khơng gian) và độ sáng
(mức xám). Khoảng cách giữa các điểm ảnh đó đƣợc thiết lập sao cho mắt ngƣời
khơng phân biệt đƣợc ranh giới giữa chúng. Mỗi một điểm nhƣ vậy gọi là
điểm ảnh (PEL: Picture Element [20]) hay gọi tắt là Pixel. Trong khuôn khổ ảnh
hai chiều, mỗi pixel ứng với cặp tọa độ (x,y).
Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc màu
nhất định. Kích thƣớc và khoảng cách giữa các điểm ảnh đó đƣợc chọn thích hợp
sao cho mắt ngƣời cảm nhận sự liên tục về không gian và mức xám (hoặc màu)
của ảnh số gần nhƣ ảnh thật. Mỗi phần tử trong ma trận đƣợc gọi là một phần tử
ảnh [2].
Các điểm 4 láng giềng:

Giả sử (i,j) là một điểm ảnh, khi đó các điểm 4 - láng giềng là:
N4= {(i-1, j); (i+1, j); (i, j-1); (i, j+1)}
Các điểm 8 láng giềng:
N8 = N4 U {(i-1,j-1); (j-1, j+1); (i+1, j-1); (i+1, j+1)}
Luận văn thạc sĩ

18

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Hình 3: Ma trận 8 láng giềng [2].

Đối tƣợng ảnh:
Ta chỉ xét tới ảnh nhị phân vì mọi ảnh đều có thể đƣa về dạng nhị phân bằng kỹ
thuật phân ngƣỡng. Ký hiệu F là tập các điểm vùng, F là tập các điểm nền.
F: là điểm đen
F : là điểm trắng

Quan hệ K liên thông (K = 4, 8) là một quan hệ phản xạ, đối xứng, bắc cầu, là
quan hệ tƣơng đƣơng. Mỗi lớp tƣơng đƣơng của nó biểu diễn một thành
phần K liên thơng của ảnh. Về sau ta gọi mỗi thành phần K liên thơng của ảnh là
một đối tƣợng ảnh [2].
Kỹ thuật phóng to, thu nhỏ ảnh:
Khi ảnh quá lớn chúng ta muốn nhìn tồn bộ ảnh thì chúng ta phải thu nhỏ ảnh lại
và ngƣợc lại khi ta muốn xem chi tiết một bộ phận nào đó của ảnh thì ta phải

phóng to nó lên.
+ Kỹ thuật phóng to ảnh: Khi phóng to ảnh với một tỉ lệ k nào đó ta thu đƣợc ảnh
mới to gấp lần ảnh cũ (k là độ phóng của ảnh) nhƣ thế ảnh mới sẽ có kích thƣớc
là:
Height = Height * k
Width = Width * k
Việc tính các điểm ảnh tƣơng ứng của ảnh mới sẽ đƣợc tính theo cơng
thức:

xp=x/k
yp=y/k

Luận văn thạc sĩ

19

HVTH: Nguyễn Hồng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

+ Kỹ thuật thu nhỏ ảnh:Tƣơng tự nhƣ phóng to ảnh, khi thu nhỏ ảnh ta thu đƣợc
ảnh mới giống ảnh cũ nhƣng có kích thƣớc nhỏ hơn ảnh cũ. Kích thƣớc của ảnh
mới là :

Height=Height/k
Width=Width/k

Việc tính các điểm ảnh tƣơng ứng của ảnh mới sẽ đƣợc tính theo cơng
thức:

xp = x*k
yp = y*k

Mức xám (Gray level): Đó là kết quả của việc mã hóa, cho tƣơng ứng một cƣờng
độ sáng của mỗi điểm ảnh với một giá trị số, có thể là 16, 32, 64 mức [2].
Biểu diễn ảnh: Trong biểu diễn ảnh ngƣời ta thƣờng sử dụng các phần tử đặc
trƣng của ảnh là pixel. Một hàm hai biến chứa các thông tin nhƣ một biểu diễn
ảnh. Một số mơ hình thƣờng dùng để biểu diễn ảnh là mơ hình tốn (biểu diễn ảnh
nhờ các hàm cơ sở), mơ hình thống kê (ảnh coi nhƣ một phần tử của một tập
hợp đặc trƣng bởi kỳ vọng toán, hiệp biến, phƣơng sai, moment…).[2]
Tăng cƣờng ảnh: Đây là một bƣớc quan trọng bao gồm các kỹ thuật lọc độ tƣơng
phản, khử nhiễu, nổi màu….[2].
Biến đổi ảnh: Thao tác chủ yếu trên một tập các ma trận và sử dụng các kỹ thuật
để biến đổi ảnh qua ma trận: Biến đổi Furie, Sin, Cosin, tích Kronecker [2].
Phân tích ảnh: Liên quan tới việc xác định các độ đo định lƣợng của một ảnh để
đƣa ra một mô tả đầy đủ về ảnh. Có những kỹ thuật cơ bản để hỗ trợ phân tích
ảnh: Dị biên, lọc vi phân, dị theo quy hoạch động, phân vùng ảnh [2].
Nhận dạng ảnh: Q trình này liên quan đến các mơ tả đối tƣợng mà ngƣời ta
muốn đặc tả nó. Nhận dạng ảnh thƣờng đi sau các q trình trích chọn các
đặc trƣng chủ yếu của đối tƣợng. Nhận dạng tự động (automatic recognition), mơ
tả đối tƣợng, phân loại và phân nhóm các mẫu là những vấn đề quan trọng trong
thị giác máy, đƣợc ứng dụng trong nhiều ngành khoa học khác nhau. Tuy nhiên,
một câu hỏi đặt ra là: mẫu (pattern) là gì? Watanabe, một trong những ngƣời đi
đầu trong lĩnh vực này đã định nghĩa: “Ngƣợc lại với hỗn loạn, mẫu là một
thực thể (entity), đƣợc xác định một cách mơ hồ (vaguely defined) và có thể gán
cho nó một tên gọi nào đó”. Ví dụ mẫu có thể là ảnh của vân tay, ảnh của một vật
nào đó đƣợc chụp, một chữ viết, khuôn mặt ngƣời hoặc một ký đồ tín hiệu tiếng

nói. Khi biết một mẫu nào đó, để nhận dạng hoặc phân loại mẫu đó có thể:
Luận văn thạc sĩ

20

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Hoặc phân loại có mẫu (supervised classification), chẳng hạn phân tích phân
biệt (discriminant analyis), trong đó mẫu đầu vào đƣợc định danh nhƣ một thành
phần của một lớp đã xác định. Hoặc phân loại khơng có mẫu (unsupervised
classification hay clustering) trong đó các mẫu đƣợc gán vào các lớp khác nhau
dựa trên một tiêu chuẩn đồng dạng nào đó. Các lớp này cho đến thời điểm phân
loại vẫn chƣa biết hay chƣa đƣợc định danh.
Hệ thống nhận dạng tự động bao gồm ba khâu tƣơng ứng với ba giai đoạn chủ yếu
sau đây:
- Thu nhận dữ liệu và tiền xử lý.
- Biểu diễn dữ liệu.
- Nhận dạng, ra quyết định.
Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là:
- Đối sánh mẫu dựa trên các đặc trƣng đƣợc trích chọn.
- Phân loại thống kê.
- Đối sánh cấu trúc.
- Phân loại dựa trên mạng nơ-ron nhân tạo.
Trong các ứng dụng rõ ràng là không thể chỉ dùng có một cách tiếp cận đơn lẻ để
phân loại “tối ƣu” do vậy cần sử dụng cùng một lúc nhiều phƣơng pháp và cách

tiếp cận khác nhau. Do vậy, các phƣơng thức phân loại tổ hợp hay đƣợc sử dụng
khi nhận dạng và nay đã có những kết quả có triển vọng dựa trên thiết kế các hệ
thống lại (hybrid system) bao gồm nhiều mơ hình kết hợp [2].
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 hố 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 hố ta cịn
phải chuyển đổi hay số hố ảnh. Q trình chuyển đổi ADC (Analog to Digital
Converter) để thu nhận dạng số hố của ảnh. Các thơng số quan trọng ở bƣớc này
là độ phân giải, chất lƣợng 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 [2].
Tiền xử lý: Ở bƣớc này, ảnh sẽ đƣợc 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.

Luận văn thạc sĩ

21

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

Hình 4: Các bước cơ bản trong xử lý ảnh số [2].

Khử nhiễu: Nhiễu đƣợc chia thành hai loại: nhiễu hệ thống và nhiễu ngẫu
nhiên. Đặc trƣng của nhiễu hệ thống là tính tuần hồn. 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, trƣờng 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 [2].
Chỉnh mức xám: Đây là kỹ thuật nhằm chỉnh sửa tính không đồng đều của
thiết bị thu nhận hoặc độ tƣơng phản giữa các vùng ảnh [2].
Chỉnh tán xạ: Ảnh thu nhận đƣợc 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 [2].
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 thƣ cho mục đích phân
loại bƣu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên ngƣời 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 cơng đoạn này.Mục đích của phân
đoạn ảnh là để có một miêu tả tổng hợp về nhiều phần tử khác nhau cấu tạo lên
ảnh thô. Vì lƣợng thơng tin chứa trong ảnh rất lớn, trong khi đa số các ứng dụng
chúng ta chỉ cần trích một vài đặc trƣng nào đó, do vậy cần có một q trình để
giảm lƣợng thơng tin khổng lồ đó. Q trình này bao gồm phân vùng ảnh và trích
chọn đặc tính chủ yếu [2].
Luận văn thạc sĩ

22

HVTH: Nguyễn Hồng Thi

Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

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 ngồi việc đơn giản hóa các phƣơng pháp
tốn 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 ngƣời. Vì vậy, ở đây các cơ sở
tri thức đƣợc phát huy [2].
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 tốn. 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 tốn 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 q trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau
đây:
- Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ, điểm uốn
v.v..
- Đặc điểm biến đổi: các đặc điểm loại này 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 đƣờng 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, tốn tử “chéo khơng” (zero
crossing) ...[2].
Nhận dạng: 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.Đây là bƣớc cuối cùng trong quá trình xử lý ảnh. 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 cơng đoạn
gán nghĩa cho một tập các đối tƣợng đã đƣợc nhận biết.Chúng ta cũng có thể thấy
rằng, khơng phải bất kỳ một ứng dụng xử lý ảnh nào cũng bắt buộc phải tuân theo
Luận văn thạc sĩ

23

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

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 thơng tin quan
trọng từ ảnh, ví dụ nhƣ các ứng dụng nhận dạng ký tự quang học, nhận dạng chữ
viết tay v.v…Để xử lý các quá trình trên thì cần một hệ thống xử lý ảnh bao gồm
một số thành phần cơ bản sau đây:

Hình 5: Các thành phần cơ bản của một hệ xử lý ảnh [2].

 Bộ xử lý tƣơng tự thực hiện các chức năng:
- Chọn Camera thích hợp nếu 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
 Bộ xử lý ảnh số bao gồm nhiều bộ xử lý chuyên dụng: Xử lý lọc, trích chọn đặc
trƣng, nhị phân hóa ảnh.
 Máy chủ đóng vai trị điều khiển các thành phần khác.
 Bộ nhớ ngoài: Lƣu trữ dữ liệu ảnh cũng nhƣ các kiểu dữ liệu khác để có thể
chuyển giao cho các q trình có nhu cầu [2].

Luận văn thạc sĩ

24

HVTH: Nguyễn Hoàng Thi


Ứng dụng kỹ thuật Forensic trong xử lý ảnh

GVHD: PGS.TS. Lê Tiến Thường

3.3 Digital Watermarking
Một cuộc thảo luận của các kỹ thuật xác thực hình ảnh khơng phải là hồn tồn
khơng có đầu tiên giới thiệu là với các phƣơng pháp chứng minh quyền sở hữu hình
ảnh, đó là đóng dấu kỹ thuật số [3]. Trong watermarking kỹ thuật số, một hình ảnh
mong muốn đƣợc kết hợp với một watermark để tạo thành một hình ảnh mới.
Watermark này có thể đƣợc nhìn thấy hoặc khơng nhìn thấy đƣợc bằng mắt thƣờng.

Hình 6 minh họa một ví dụ về watermarking có thể nhìn thấy. Ở đây, một watermark
đƣợc nhúng vào hình ảnh gốc, tạo thành hình ảnh mới với một hình bóng của
watermark rõ ràng. Kỹ thuật này rất hữu ích khi hiển thị một logo của công ty hoặc
để hiển thị quyền sở hữu của hình ảnh.

Hình 6: Ví dụ về watermark có thể nhìn thấy [34].

Một hình thức thứ hai của watermarking tồn tại trong đó watermark đƣợc nhúng
nhƣng là khơng thể nhìn thấy bằng mắt thƣờng. Điều này rất hữu ích cho tác giả của
hình ảnh để đƣa mình chữ ký trên đó vì lý do an ninh, chống giả mạo. Hình 7 là một
ví dụ về điều này.

Hình 7: Ví dụ về watermark khơng nhìn thấy [34].

Trong ví dụ này, hình ảnh ban đầu và hình ảnh watermark có khả năng hiển thị giống
hệt nhau và mắt ngƣời thƣờng khơng thể nhìn thấy một sự khác biệt. Sự tồn tại của
Luận văn thạc sĩ

25

HVTH: Nguyễn Hoàng Thi