Nghiên cứu các phương pháp phát hiện ảnh kỹ thuật số giả mạo và ứng dụng

Như các nghiên cứu thuộc cấp bộ của nhóm tác giả Vũ Đức Thi, Đỗ Năng Toàn, Viện công nghệ thông tin, các nhóm của Dugelay với nghiên cứu về thủy phân, nhóm Fridrich, với nghiên cứu về nh

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGUYỄN PHƯƠNG THÚY

NGHIÊN CỨU CÁC PHƯƠNG PHÁP PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO VÀ ỨNG DỤNG

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

THÁI NGUYÊN - 2014

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/

ĐẠI HỌC THÁI NGUYÊN

NGUYỄN PHƯƠNG THÚY

NGHIÊN CỨU CÁC PHƯƠNG PHÁP PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO VÀ ỨNG DỤNG

Chuyên ngành: Khoa học máy tính

Mã số: 60.48.01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Người hướng dẫn khoa học: TS NGUYỄN NGỌC CƯƠNG

THÁI NGUYÊN – 2014

i

LỜI CẢM ƠN

Luận văn được thực hiện tại Trường Đại học Công nghệ Thông tin và Truyền Thông – Đại học Thái Nguyên dưới sự hướng dẫn của thầy giáo TS Nguyễn Ngọc Cương

Trước hết em xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo TS Nguyễn Ngọc Cương - Học viện An ninh nhân dân, người đã tận tình hướng dẫn giúp đỡ để em hoàn thành tốt luận văn của mình

Em xin gửi lời cảm ơn chân thành đến các thầy cô giáo Trường Đại học Công nghệ Thông tin và Truyền Thông - Đại học Thái Nguyên, cùng các thầy cô giáo đã nhiệt tình giảng dạy, truyền đạt kiến thức cho em trong suốt quá trình học tập tại trường cũng như quá trình làm luận văn này

Cuối cùng em xin gửi lời cảm ơn đến gia đình, bạn bè, các đồng nghiệp những người đã động viên, giúp đỡ và tạo điều kiện cho em trong quá trình học tập

và hoàn thành luận văn

Thái Nguyên, ngày 15 tháng 05 năm 2014

HỌC VIÊN

NGUYỄN PHƯƠNG THÚY

ii

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn “Nghiên cứu các phương pháp phát hiện ảnh kỹ thuật số giả mạo và ứng dụng” là công trình nghiên cứu của riêng tôi dưới sự

hướng dẫn của thầy giáo TS Nguyễn Ngọc Cương Các số liệu, hình ảnh được sử dụng trong luận văn cũng như các kết quả nghiên cứu được trình bày trong luận văn

là trung thực

iii

MỤC LỤC

LỜI CẢM ƠN i

LỜI CAM ĐOAN ii

MỤC LỤC iii

DANH MỤC CÁC HÌNH VẼ vi

PHẦN 1: PHẦN MỞ ĐẦU 1

1.Giới thiệu tổng quan về đề tài 1

2.Bố cục luận văn 2

PHẦN 2: NỘI DUNG 4

CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ ẢNH GIẢ MẠO 4

1.1.Xử lý ảnh, một số vấn đề cơ bản trong xử lý ảnh 4

1.1.1 Xử lý ảnh 4

1.1.2.Biểu diễn ảnh 4

1.1.3.Một số khái niệm cơ bản trong xử lý ảnh 5

1.1.4.Các giai đoạn trong xử lý ảnh 8

1.1.4.1 Thu nhận ảnh 8

1.1.4.2 Tiền xử lý 8

1.1.4.3 Phân đoạn ảnh 9

1.1.4.4 Hệ quyết định 9

1.1.4.5 Trích chọn đặc điểm 9

1.1.4.6 Nhận dạng 10

1.2.Ảnh giả mạo và phát hiện ảnh giả mạo 11

1.2.1.Ảnh giả mạo 11

iv

1.2.2.Các dạng ảnh giả mạo cơ bản 13

1.2.2.1.Ghép ảnh 13

1.2.2.2.Tăng cường ảnh 14

1.2.2.3.Sao chép và dịch chuyển vùng trên ảnh 14

1.2.3.Hướng tiếp cận bài toán phát hiện ảnh giả mạo 16

1.2.3.1.Dựa vào hình dạng 16

1.2.3.2.Dựa vào phân tích nguồn sáng 16

1.2.3.3.Dựa vào biến đổi màu sắc 16

1.2.3.4.Dựa vào cơ sở dữ liệu 16

1.2.3.5.Dựa vào dấu vết quá trình điều chỉnh tỷ lệ 17

CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO 18

2.1.Phát hiện ảnh giả mạo dựa trên thuật toán Exact Match 18

2.1.1.Ý tưởng 18

2.1.2.Thuật toán 19

2.1.3.Phát hiện ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước 20

2.1.3.1.Các kỹ thuật thay đổi kích thước 20

2.1.3.2.Thuật toán cải tiến Exact Match* 22

2.2.Phát hiện ảnh giả mạo dựa trên thuật toán phân tích nguồn sáng 25

2.2.1.Các phương pháp uớc lượng hướng nguồn sáng 25

2.2.1.1.Nguồn ánh sáng vô tận (3-D) 25

2.2.1.2.Nguồn ánh sáng vô tận (2-D) 27

2.2.1.3.Nguồn sáng cục bộ (2-D) 28

2.2.1.4.Nhiều nguồn sáng 28

2.2.2.Thuật toán nhận dạng ảnh giả mạo dựa trên phân tích nguồn sáng 29

v

2.2.2.1.Tách biên đối tượng 29

2.2.2.2.Loại bỏ các đối tượng nhỏ và nhiễu 32

2.2.2.3.Chọn các đoạn biên để uớc lượng hướng ánh sáng 33

2.2.2.4.Thuật toán uớc lượng hướng sáng trên đoạn biên 33

2.3.Phát hiện ảnh giả mạo dựa vào thuật toán phân tích mẫu nhiễu cảm biến 35

2.3.1.Mẫu nhiễu và các phương thức biểu diễn 35

2.3.2.Dò tìm mẫu nhiễu 38

2.3.3.Thuật toán phát hiện giả mạo 41

CHƯƠNG 3: THỬ NGHIỆM CHƯƠNG TRÌNH 44

3.1.Bài toán phát hiện ảnh giả mạo 44

3.2.Chương trình thử nghiệm 45

3.2.1.Giao diện chương trình 45

3.2.2.Thông tin chương trình 45

3.2.3.Phát hiện ảnh giả mạo bằng thuật toán Exact Match 52

3.2.4.Kết quả kiểm tra 50

PHẦN 3: KẾT LUẬN 51

TÀI LIỆU THAM KHẢO 54

PHỤ LỤC 56

vi

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Quá trình xử lý ảnh 4

Hình 1.2 Biểu diễn ảnh bằng hàm f(X,Y) 5

Hình 1.3 Ảnh thu nhận và ảnh mong muốn 6

Hình 1.4 Các bước cơ bản trong xử lý ảnh số 8

Hình 1.5 Các thành phần cơ bản của một hệ xử lý ảnh 10

Hình 2.1 Bức anh giả mạo của Brian Walski 12

Hình 2.2 Nghị sĩ John Kerry và nữ diễn viên Jane Fonda phát biểu 12

Hình 2.3 Ghép ảnh từ hai ảnh riêng rẽ 13

Hình 2.4 Ví dụ về tăng cường ảnh 14

Hình 2.5 Ảnh che phủ và bỏ đi đối tượng 15

Hình 2.6 Ảnh bổ sung đối tượng 15

Hình 2.7 Sơ đồ về việc phát hiện ảnh giả mạo dựa vào cơ sở dữ liệu 17

Hình 2.8 Minh họa cho việc tìm kiếm khối bao của thuật toán Extract Match 18

Hình 2.9: Ảnh cắt dán giả mạo và thuật toán phát hiện ảnh giả mạo Exact Match 19 Hình 2.10: ô hình ánh xạ các điểm ảnh từ ảnh gốc sang ảnh đích 20

Hình 2.11: Phát hiện mâu thuẫn hướng nguồn sáng 25

Hình 2.12: Minh họa hướng nguồn sáng và pháp tuyến bề mặt của đối tượng 27

Hình 2.13: Hai đối tượng được chiếu bởi một nguồn sáng ở gần 28

Hình 2.14: Kết quả đạo hàm theo 2 hướng x và y 30

Hình 2.15: Kết quả minh họa tính độ lớn biên 31

Hình 2.16: Minh họa các liên thông theo 4, 8, 6 láng giềng 32

vii

Hình 2.17: Minh họa các điểm được đánh dấu để xóa 33

Hình 2.18: Minh họa các điểm được đánh dấu để nối nét đứt 33

Hình 2.19: Minh họa kết quả xác định hướng ánh sáng trên bức ảnh giả mạo có sẵn

34

Hình 2.20: Mô hình mẫu nhiễu 37

Hình 2.21: Minh họa vùng Rđược chọn và mẫu nhiễu tham chiếu tương ứng của nó 39

Hình 2.22: Hình ảnh minh họa chọn các vùng Q i và mẫu tham chiếu 40

Hình 2.23: Mô hình tạo mẫu tham chiếu của camera 41

Hình 2.24: Sơ đồ mô tả mô hình thực nghiệm 44

Hình 3.1: Giao diện chính 45

Hình 3.2: Giao diện thông tin 46

Hình 3.3: Lựa chọn vùng nghi vấn 47

Hình 3.4: Giao diện kiểm tra vùng nghi vấn 48

Hình 3.5: Thêm vùng nghi vấn 48

Hình 3.6: Chương trình đang phân tích 49

Hình 3.7: Kết quả kiểm tra vùng giống nhau 50

1

PHẦN 1: PHẦN MỞ ĐẦU

1 Giới thiệu tổng quan về đề tài

Mỗi bức ảnh được sáng tác một cách có chủ đích đều truyền tải những thông điệp riêng, bên cạnh đó ảnh được coi là công cụ biểu diễn và truyền đạt thông tin rất hữu dụng Hiện nay, công nghệ kỹ thuật số hiện đại và sự phát triển của các phần mềm chỉnh sửa ảnh, nên các bức ảnh có thể dễ dàng bị chỉnh sửa

Các ảnh đưa vào máy tính được số hóa, sử dụng các chức năng của phần mềm để cắt, dán, tẩy, xoay, chuyển đổi vị trí, nâng cao chất lượng ảnh tạo một bức ảnh như ý mà không để lại nhiều dấu vết của sự giả mạo Do vậy, chúng ta có thể thấy việc phát hiện ảnh giả mạo này càng trở nên khó khăn và cần thiết

Ảnh giả mạo được xem là ảnh không có thật, việc có được ảnh là do có sự can thiệp bởi các chương trình xử lý ảnh hoặc quá trình thu nhận Giả mạo ảnh nhằm vào nhiều mục đích trong đó có việc vu cáo, tạo ra các tin giật gân, đánh lừa đối thủ, làm sai lệch chứng cứ phạm tội

Việc phát hiện và chống giả mạo ảnh là một chủ đề ngày càng được quan tâm bởi nhiều nhóm nghiên cứu Như các nghiên cứu thuộc cấp bộ của nhóm tác giả

Vũ Đức Thi, Đỗ Năng Toàn, Viện công nghệ thông tin, các nhóm của Dugelay với nghiên cứu về thủy phân, nhóm Fridrich, với nghiên cứu về nhiễu, phát hiện ảnh giả mạo dựa vào đối sánh khối bao, Fraid với nghiên cứu về thống kê trên ảnh, về phép nén ảnh JPEG và sự mâu thuẫn ánh sáng trên ảnh, nhóm của Chang với các phân tích về mẫu nhiễu trên ảnh

Trong những năm gần đây, con người có thể dễ sử dụng các phần mềm xử lý ảnh để tạo ra các bức ảnh ghép tinh vi, tạo nên những tình huống không tồn tại làm giảm độ tin cậy và giá trị của bức ảnh Có thể thấy ảnh hưởng của thông tin trên những bức ảnh là rất lớn, nó luôn có tác động trực tiếp tới con người, do đó chúng

Trong thực tế, các bức ảnh giả mạo thường được làm giả bằng cách thêm, bớt, xóa, sửa thuật toán Exact Mach dựa trên ý tưởng đối sánh khối bao để tìm ra những điểm giống nhau trên bức ảnh nhằm phát hiện ảnh giả mạo trong trường hợp ảnh bị cắt dán bởi các phần khác trong ảnh nhưng chưa phát hiện được ảnh có thay đổi kích thước, thuật toán Exact Mach*

cũng dựa trên ý tưởng đối sánh khối bao có khả năng phát hiện đối với các ảnh giả mạo đạng cắt dán từ hính một ảnh và có sự thay đổi về kích thước cho phép giả quyết bài toán thực tế Do vậy, tôi lựa chọn thuật toán Exact Mach, thuật toán Exact Mach* đểthử nghiệm cho chương trình phát hiện ảnh giả mạo

2 Bố cục luận văn

 Phần mở đầu: Giới thiệu tổng quan đề tài và bố cục luận văn

 Nội dung:

Ử LÝ ẢNH VÀ ẢNH GIẢ MẠO 1.1 Một số khái niệm cơ bản trong xử lý ảnh

1.2 Ảnh giả mạo và phát hiện ảnh giả mạo

CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN ẢNH KỸ THUẬT SỐ GIẢ MẠO

2.1 Phát hiện ảnh giả mạo dựa trên thuật toán Exact Match

2.2 Phát hiện ảnh giả mạo dựa trên thuật toán phân tích nguồn sáng

4

PHẦN 2: NỘI DUNG CHƯƠN G 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ ẢNH GIẢ MẠO

1.1 Xử lý ảnh, một số vấn đề cơ bản trong xử lý ảnh

1.1.1 Xử lý ảnh

Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò quan trọng vì thông tin thu nhận được thu nhận bằng mắt tức là ở dạng hình ảnh Trong những năm gần đây với sự phát triển của phần cứng máy tính, xử lý ảnh và

đồ hoạ phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống [2]

Xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận

Hình 1.1 Quá trình xử lý ảnh

1.1.2 Biểu diễn ảnh

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 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 Giá trị của hàm f(X,Y) được hạn chế trong phạm vi của các

số nguyên dương 0≤ f(X,Y) ≤ f max

5

P(X,Y)

Hình 1.2 Biểu diễn ảnh bằng hàm f(X,Y)

Các ảnh thường được biểu diễn theo 2 mô hình cơ bản:

Mô hình Raster: Là mô hình biểu diễn ảnh thông dụng nhất hiện nay Ảnh được biểu diễn dưới dạng ma trận các điểm ảnh Tùy theo nhu cầu thực tế mà mỗi điểm ảnh có thể được biểu diễn bởi một hay nhiều bit Mô hình Raster thuận lợi cho việc thu nhận, hiển thị và in ấn

Mô hình Vector: Bên cạnh mục đích tiết kiệm không gian lưu trữ, dễ dàng hiển thị và in ấn, các ảnh biểu diễn theo mô hình vector còn có ưu điểm cho phép dễ dàng lựa chọn, sao chép, di chuyển, tìm kiếm,…Theo những yêu cầu này thì kỹ thuật biểu diễn vector tỏ ra ưu việt hơn

1.1.3 Một số khái niệm cơ bản trong xử lý ảnh

 Ảnh: Là một tập hợp các pixel có cấu trúc, ta có thể coi ảnh là một mảng

hai chiều I ( n, p ) có n dòng và p cột, ảnh sẽ có n p (pixel) Ta ký hiệu I ( X ,Y ) để chỉ điểm ảnh có toạ 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 được 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 (không gian) và độ sáng (mức xám) Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng

Mỗi một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel Trong khuôn khổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x,y)

6

Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc màu nhất định Kích thước và khoảng cách giữa các điểm ảnh được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mứcxám (hoặc màu) của ảnh số gần như ảnh thật Mỗi phần tử trong ma trận được gọi là một phần tử ảnh

 Mức xám (Gray level): Đó là kết quả của việc mã hóa, cho tương ứng một

cường độ sáng của mỗi điểm ảnh với một giá trị số, có thể là 16, 32, 64 mức, mã hóa 256 mức là phổ dụng nhất

 Nắm chỉnh biến dạng

Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điện tử

Hình 1.3 Ảnh thu nhận và ảnh mong muốn [1]

Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển

 Khử nhiễu

Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh [1]

- Nhiễu hệ thống: Là nhiễu có quy luật có thể khử bằng các phép biến đổi

- Nhiễu ngẫu nhiên: Vết bẩn không rõ nguyên nhân khắc phục bằng các phép lọc

7

đối tượng được trích chọn tùy theo mục đích nhận dạng trong quá trình xử lý ảnh Một số đặc điểm của ảnh như: Đặc điểm không gian, đặc điểm biến đổi, đặc điểm biên và đường biên.[1]

 Nhận dạng ảnh

Nhận dạng ảnh thường đi sau các quá trình trích chọn các đặc trưng chủ yếu của đối tượng Quá trình này liên quan đến các mô tả đối tượng mà người ta muốn đặc tả nó

Nhận dạng ảnh là một qua trình phân hoạch ảnh thành các đối tượng ảnh con, chúng được gán vào từng lớp nhãn để đối sánh với mẫu và đối sánh theo các quy luật biết trước nào đó

Hệ thống nhận dạng tự động bao gồm ba khâu tương 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 trưng được trích chọn

- Phân loại thống kê

- Đối sánh cấu trúc

- Phân loại dựa trên mạng nơ-ron nhân tạo

1.1.4.2 Tiền xử lý

Mục đích cuả gia đoạn này nâng cao cải thiện về độ tương phản, khử nhiễu, khử bóng, khử độ lệch, v.v… để làm cho chất lượng ảnh trở nên tốt hơn nữa, chuẩn

bị cho các bước xử lý phức tạp hơn về sau trong quá trình xử lý ảnh

+ Khử nhiễu: Gồm nhiễu hệ thống và nhiễu ngẫu nhiên Nhiễu hệ thống có

đặc trưng là tính tuần hoàn Nên để có thể khử nhiễu này cần sử dụng phép biến đổi Fourier và loại bỏ các đỉnh điểm Đối với nhiễu ngẫu nhiên, có thể khử bằng phương 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 tương phản giữa các vùng ảnh

+ Chỉnh tán xạ: Ảnh thu nhận được từ các thiết bị quang học hay điện tử có thể bị mờ, nhoè Phương pháp biến đổi Fourier dựa trên tích chập của ảnh với hàm tán xạ cho phép giải quyết việc hiệu chỉnh này

9

1.1.4.3 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 tượng để biểu diễn phân tích, nhận dạng ảnh 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

1.1.4.5 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

Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng nhớ lưu trữ giảm xuống

Các đặc điểm của đối tượng được 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

- Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện lọc vùng (zonal filtering) Các bộ vùng được gọi là “mặt nạ đặc điểm” (feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn v.v )

10

- Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích chọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng Các đặc điểm này có thể được trích chọn nhờ toán tử Gradient, toán

tử la bàn, toán tử Laplace, toán tử “chéo không” (zero crossing)

1.1.4.6 Nhận dạng

Nhận dạng ảnh là quá trình xác định nội dung ảnh Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được lọc (hoặc lưu) từ trước Đây là bước cuối cùng trong quá trình xử lý ảnh

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 1.5 Các thành phần cơ bản của một hệ xử lý ảnh

 Bộ xử lý tương 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

11

 Bộ xử lý ảnh số bao gồm nhiều bộ xử lý chuyên dụng: Xử lý lọc, trích chọn đặc trưng, nhị phân hóa ảnh

 Máy chủ đóng vai trò điều khiển các thành phần khác

 Bộ nhớ ngoài: Lưu trữ dữ liệu ảnh cũng như các kiểu dữ liệu khác để có thể chuyển giao cho các quá trình có nhu cầu

1.2 Ảnh giả mạo và phát hiện ảnh giả mạo

1.2.1 Ảnh giả mạo

Ảnh giả mạo được xem là ảnh không có thật, việc có được ảnh là do sự ngụy tạo bởi các chương trình xử lý ảnh hoặc quá trình thu nhận ảnh Giả mạo ảnh nhằm vào nhiều mục đích trong đó có việc vu cáo, tạo ra các tin giật gân, đánh lừa đối thủ, làm sai lệch chứng cứ tội phạm v.v…

Ảnh giả mạo được chia làm hai loại:

ị tiêu diệt, những bức ảnh giả về thi thể của thủ lĩnh al-Qaeda đã nhanh chóng lan truyền trên internet Tuy nhiên, đây không phải lần đầu tiên cư dân mạng bị lừa vì những bức ảnh giả

- Bức ảnh giả về thi thể của trùm khủng bố Osama bin Laden xuất hiện trên mạng sau khi thủ lĩnh al-Qaeda bị tiêu diệt Thậm chí một số nghị sĩ Mỹ cũng tin đây là ảnh thật cho tới khi biết họ bị lừa

12

Hình 2.1 Bức anh giả mạo của Brian Walski

Ví dụ, bức ả 2.1 về chiến tranh Iraq Năm 2003, phóng viên ảnh chiến trường Brian Walski của tờ Los Angeles Times đã tạo ra bức ảnh giả (dưới) bằng cách phối 2 bức ảnh nguyên bản (trên) để tăng tính gay cấn Nhưng kỹ xảo của phóng viên Walski, một phóng viên ảnh lâu năm và có uy tín, đã bị phát hiện nhờ việc phát hiện ra một vài người ở nền xuất hiện hai lần trên bức

Hình 2.2 Nghị sĩ John Kerry và nữ diễn viên Jane Fonda phát biểu

chống chiến tranh Việt Nam

13

Từ một vài dẫn chứng trên, có thể thấy việc chống ảnh giả mạo (phát hiện) ngày càng trở nên cấp thiết nhưng cũng ngày càng khó khăn Việc phát hiện và chống giả mạo ảnh là một chủ đề ngày càng được quan tâm bởi các nhóm nghiên cứu trong nước cũng như trên thế giới Có thể kể ra đây như các nghiên cứu thuộc

đề tài cấp bộ của nhóm Vũ Đức Thi, Đỗ Năng Toàn, Viện Công nghệ thông tin, các nhóm của Hatzinakos, nhóm của Dugelay với các nghiên cứu về thủy vân, nhóm của Fridrich, với các nghiên cứu về nhiễu, nhóm của Shum với các nghiên cứu về hàm đáp ứng của camera, nhóm của Tang với các nghiên cứu về phân tích hệ số biến đổi Fourier, Farid với các nghiên cứu về thống kê trên ảnh, về phép nén ảnh Jpeg và sự mâu thuẫn về ánh sáng trên ảnh, nhóm của Mahdian, Saic về các hàm biến đổi trên ảnh, nhóm của Swaminathan với các nghiên cứu về đặc trưng số của máy ảnh, nhóm của Chang với các phân tích về mâu thuẫn trên ảnh

1.2.2 Các dạng ảnh giả mạo cơ bản

1.2.2.1 Ghép ảnh

Đây có lẽ là dạng thức làm giả ảnh số phổ biến nhất Hình 2.3a được ghép từ hai ảnh có cùng tỷ lệ Rõ ràng là nếu xác nhận được đây là ảnh thật hay ảnh giả mạo thì cũng chứng minh được mối quan hệ giữa họ Độ tin cậy của sự giả mạo phụ thuộc vào mức độ phù hợp các thành phần của ảnh về mặt kích thước, tư thế, màu sắc, chất lượng và ánh sáng Nếu có một cặp ảnh tương thích tốt, được thực hiện bởi một chuyên gia giàu kinh nghiệm thì việc kết hợp hoàn toàn như thật

a) Ảnh ghép từ hai ảnh riêng rẽ b) Ảnh ghép từ hai ảnh có thay đổi tỷ lệ

Hình 2.3 Ghép ảnh từ hai ảnh riêng rẽ

và 3 ví dụ về việc tăng cường ảnh Ảnh gốc (trên trái) và ảnh được thay đổi màu sắc (trên phải), tăng độ tương phản (dưới trái) và làm mờ nền (dưới phải) Mặc dù loại giả mạo này không thay đổi sự xuất hiện của các đối tượng nhưng có thể gây nên một vài hiệu ứng trong việc cảm nhận bức ảnh

Hình 2.4 Ví dụ về tăng cường ảnh

1.2.2.3 Sao chép và dịch chuyển vùng trên ảnh

Một dạng khác thường thấy nữa của ảnh giả mạo loại 2 là việc sao chép - dịch chuyển các đối tượng trong ảnh, việc này được xem như là che phủ hoặc xóa đi đối tượng Hình 2.5a là ảnh gốc với hai chiếc ô tô, một xe con và một xe tải Hình 2.5b là ảnh 2.5a giả mạo với việc che phủ chiếc xe tải bởi một cành cây cũng lấy từ

15

chính trong ảnh Trong khi hình 2.5c là ảnh gốc với chiếc trực thăng nhỏ còn hình 2.5d chính là ảnh gốc 2.5c đã được bỏ đi đối tượng là trực thăng Trong cả hai dạng giả mạo này đều được thực hiện từ một ảnh nên độ tương đồng về ánh sáng và bóng

là như nhau Trong những trường hợp này bằng mắt thường rất khó xác định

Hình 2.5 Ảnh che phủ và bỏ đi đối tượng

Hình 2.6 Ảnh bổ sung đối tượng Hình 2.6 thể hiện một dạng khác thường thấy của giả mạo sao chép/di chuyển, đó là việc bổ sung thêm đối tượng Hình 2.6a là ảnh gốc chỉ có một chiếc máy bay trực thăng, nhưng trong hình 2.6b đã được bổ sung thêm thành ba chiếc

1.2.3.2 Dựa vào phân tích nguồn sáng

Tấm ảnh ghép từ nhiều hình ảnh khác nhau sẽ khó có độ thuần nhất về ánh sáng (cường độ chiếu sáng, hướng của ánh sáng…) Ví dụ một quả cầu như hình bên sẽ sáng nhất ở bề mặt có ánh sáng chiếu thẳng góc (hướng của mũi tên vàng), tối nhất ở phía đối diện, các vùng xung quanh nó sẽ sáng với mức độ khác nhau tùy

vị trí khuất Sự phản xạ lại của tia sáng sang không gian hay vật thể xung quanh cũng có mức độ tương ứng

Để nhận biết hướng của nguồn sáng, cần phải biết được hướng chiếu sáng trên từng vị trí của bề mặt Sẽ rất khó nếu nhìn toàn bộ vật thể để xác định nguồn sáng nhưng hãy chú ý đến các đường viền trên bề mặt - nơi hướng ánh sáng vuông góc với bề mặt Bằng cách đo độ sáng và hướng cùng với một số điểm trên đường viền, các thuật toán

có thể xác định được hướng nguồn sáng

1.2.3.3 Dựa vào biến đổi màu sắc

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

1.2.3.4 Dựa vào cơ sở dữ liệu

Việc giả mạo ảnh thường dựa vào các ảnh đã có, tức là các ảnh đã được xuất

17

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 2.7 Sơ đồ về việc phát hiện ảnh giả mạo dựa vào cơ sở dữ liệu

1.2.3.5 Dựa vào dấu vết quá trình điều chỉnh tỷ lệ

Khi cắt/dán các đối tượng từ hai hay nhiều bức ảnh để được một bức ảnh giả người ta phải quan tâm tới việc điều chỉnh kích thước, màu sắc của các đối tượng trên các bức ảnh gốc được cắt ra để cho phù hợp với nhau khi được ghép trên cùng một bức ảnh

18

CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN ẢNH

KỸ THUẬT SỐ GIẢ MẠO

2.1 Phát hiện ảnh giả mạo dựa trên thuật toán Exact Match

2.1.1 Ý tưởng

Thuật toán sử dụng các khối bao để đối sánh nhằm tìm ra các vùng giống nhau trên toàn bộ bức ảnh, một bức ảnh là giả khi xuất hiện hai hay nhiều vùng ảnh giống nhau Đây là minh chứng cho bức ảnh đã bị cắt dán.[2]

Giả sử một 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 toàn bộ bức ảnh ta sẽ được một ma trận A với (M - B + 1)×(N - B +1) hàng và B×B cột.[6]

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, yêu cầu này sẽ được thực hiện trên MNlog 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 toán sẽ tìm kiếm và đưa ra được tập các vùng bao giống nhau

là bằng chứng chứng minh ảnh đã bị cắt dán

Hình 2.8 Minh họa cho việc tìm kiếm khối bao của thuật toán Extract Match

19

2.1.2 Thuật toán

Thuật toán Extract Match nhằm tìm ra các khối bao giống nhau trên cùng một ảnh, bao gồm các bước sau:

Bước 1: Lựa chọn kích thước khối bao nhỏ nhất

Bước 2: Xác định tập các khối bao dựa trên kích thước khối bao nhỏ nhất Bước 3: Đưa mỗi khối bao vào một hàng của mảng lưu xác định

Bước 4: Sắp xếp các hàng trong mảng lưu ở bước 3 theo thứ tự tăng dần Bước 5: Kiểm tra hai hàng liên tiếp trong mảng lưu sau khi đã sắp xếp, nếu

chúng giống nhau thì đưa ra 2 tập khối bao giống nhau tương ứng

Kết quả trong hình minh họa cho thuật toán này Hình 2.9a là ảnh gốc với một chiếc trực thăng Hình 2.9b là ảnh giả được tạo từ ảnh gốc với 3 chiếc trực thăng, trong đó có 2 chiếc được copy mà không thay đổi kích thước và 1 chiếc có thay đổi kích thước Hình 2.9c là ảnh kết quả phát hiện giả mạo nhờ thuật toán Exact Match, kết quả những chiếc trực thăng giả mạo không thay đổi kích thước bị phát hiện

c) Các vùng giả mạo được phát hiện bởi thuật toán Exact Match

Hình 2.9: Ảnh cắt dán giả mạo và thuật toán phát hiện ảnh giả mạo Exact Match

20

2.1.3 Phát hiện ảnh giả mạo dựa vào kỹ thuật thay đổi kích thước

Thuật toán Exact Match trình bày ở trên thường phát hiện khá tốt với các ảnh giả mạo dạng cắt dán, nhưng không có sự thay đổi về kích thước Trong trường hợp vùng cắt dán có thay đổi về kích thước thì thuật toán không phát hiện được sự giả mạo Thực tế cho thấy, hầu hết các ảnh giả mạo đều được cắt dán nhờ các chương trình xử lý ảnh số Một trong những chương trình nổi tiếng đó là PhotoShop Xuất phát từ thực tế này, chúng tôi nghiên cứu các kỹ thuật được sử dụng trong PhotoShop nhằm thay đổi kích thước khối bao Trên cơ sở đó, đề xuất một cải tiến cho thuật toán Exact match

2.1.3.1 Các kỹ thuật thay đổi kích thước

Việc thay đổi kích thước một vùng ảnh thường sử dụng kỹ thuật nội suy tuyến tính xác định để ánh xạ ảnh từ miền không gian này sang miền không gian khác Các kỹ thuật nội suy được sử dụng trong trong PhotoShop là: Láng giềng gần nhất (Nearest neighbor), nội suy tuyến tính (Bilinear interpolation) và Bicubic

Hình 2.10: Mô hình ánh xạ các điểm ảnh từ ảnh gốc sang ảnh đích [2]

Kỹ thuật này được diễn tả như sau: với mỗi điểm ảnh từ ảnh gốc sẽ tương ứng với một vị trí phù hợp trong ảnh đích (ảnh đã được thay đổi kích thước) các giá trị màu và tín hiệu của một điểm ảnh trong ảnh mới sẽ được gán bằng giá trị màu của điểm ảnh gần nhất (láng giềng gần nhất) thuộc ảnh gốc tương ứng

),(x y f

X x

),(x y f

1,()

,1()

,(W),

(X Y u,vI u v W 1, I u v W, 1I u v W 1, 1I u v

Trong đó:

)1)(

1(

)1)(

1(

1

W v

))(

22

Với phương pháp này bức ảnh sẽ được chia làm các khối hình vuông kích thước 4x4 Phương pháp này có thể được tính theo mô hình “hàng-hàng“ (row-by-row) và sau đó là “cột-cột” (column-by-column)

Chúng ta giả sử rằng các cường độ tại u-1, u, u+1, u+2 lần lượt là I(u-1), I(u), I(u+1), I(u+2) , cường độ tại 0< X <1 sẽ được ước lượng từ phương trình sau:

2 1

0

)1()

f

Trong đó:

t t t f

2

1 2

, 1 2

5 2

f

, 2

1 2 2

f

2 3 2

2

1 2

1

t t f

Nội suy Bicubic phức tạp và cho ra chi tiết các đường biên mịn hơn nội suy Bilinear Đây là phương pháp được sử dụng phổ biến nhất trong các phần mềm sử

lý ảnh do nó cho chất lượng ảnh sau khi nội suy là tốt nhất Mặt khác phương pháp này cũng làm thay đổi các thông tin về màu sắc của ảnh gốc

2.1.3.2 Thuật toán cải tiến Exact Match*

Khi thay đổi kích thước ảnh, PhotoShop thường sử dụng 1 trong các kỹ thuật nội suy được trình bày ở trên Dựa vào đó ta tìm kiếm các cặp vùng trong ảnh có mối quan hệ tương quan theo một phương pháp nội suy xác định Một vùng được gọi là vùng tương quan nếu nó tồn tại ít nhất một vùng và một phép biến đổi, tương ứng khác sao cho:

Giả sử bức ảnh có kích thước M N, là hệ số tỷ lệ xác định, f là phép biến đổi nội suy tuyến tính xác định và B Blà kích thước khối bao nhỏ nhất chỉ định

Duyệt toàn bộ bức ảnh theo chiều (left-top) (right-bottom) Với mỗi điểm ảnh ta xác định được hai khối bao tương ứng có kích thước lần lượt là B Bvà

B

B bao quanh nó Vậy khi duyệt trên toàn bộ bức ảnh ta có tất cả

)1)(

1

(M B N B khối bao có kích thước B B và (M B 1)(N B 1) khối bao có kích thước B B

Gọi tập hợp các khối bao có kích thước B B là 1và tập hợp các khối bao

có kích thước B B là 2, giả sử 1và 2được biểu diễn như sau:

m

a a

b1, 2, , , ,

2

Trong đó a ilà khối bao thứ icó kích thước B B với

)1)(

1

)1)(

i

a có kích thước B B theo công thức sau:

a và b j 2 (trong đó i 1,m, j 1,n) thoả mãn a i' b jthì ta khẳng định cặp khối bao (a i,b j) là cặp tương quan

Vậy tập hợp các cặp khối bao tương quan (a i,b j)trong đó a i 1,b j 2 là các cặp giả mạo Do mỗi khối bao ứng với 1 vùng trong ảnh, tập hợp các khối bao tương quan tương ứng với tập hợp các cặp vùng trong ảnh đã được làm giả

 Thuật toán Exact match*

Thuật toán thực hiện các bước sau:

Bước 1: Lựa chọn các thông 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 toàn 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 thông 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