第五章 結論與建議
第二節 建議
一、教學內容及軟體工具方面：
(一)數位浮水印內容可再充實
本研究首次在高中進行數位浮水印技術的教學，即獲得不錯的成果，
因此，建議未來可再針對該主題開發更進階的內容，例如：使用彩色浮水 印或多種頻率域的嵌入方式，讓學生多嘗詴、觀察、比較及體驗不同的嵌 入方式在強韌性(Robustness)、安全性等特質，找出最佳及最差的嵌入方式，
使得課程內容更為豐富及實用。
(二)軟體工具可轉置為線上版
本研究所開發的軟體工具為單機版，未來可考慮轉置為線上模式，直 接連接至同一資料庫，毋需再透過暫存空間進行上傳與下載圖檔的動作，
當學習活動需要學生與學生或是學生與老師之間互動時，將會使操作更加 簡便且更有效率。
二、未來研究建議
本課程內容侷限於數位浮水印專題，在進行為期四週半的教學活動後，
即有高達八成五的學生喜好以學習單搭配軟體工具的上課方式，而且顯著提 高多數學生的學習興趣。因此，未來可再設計開發資訊科學領域中不同的主 題，讓學生得以更深入的探討資訊科學的原理與實作，作為未來高中電腦教 師教學的參考。
此外，本研究發現有運用數學的數位浮水印課程內容，對學生而言較困 難且理解度較低。因此，未來可考慮加入背景變項分析學生的資訊科學學習 動機及學習成效，例如數學科成績、學習風格等。數學是資訊科學的基礎，
而不同學習風格會有其偏好的學習方式，例如：聽覺型的學生喜歡聽老師上 課、視覺型的學生喜愛以圖片、影片、圖表等方式學習、操作型的學生則喜 好自己動手做實驗等，再進一步探討加入前述變項後對資訊科學學習動機及 學習成效的影響。
52
參考文獻
中文部分
花建民 (民 92)。以實驗策略進行高中影像處理原理教學之研究。國立臺灣師範 大學資訊教育研究所論文。
何汶偉 (民 95)。以課堂實驗為導向之高中影像處理課程教學研究。國立臺灣師 範大學資訊教育研究所論文。
宋千儀 (民 99)。競爭式學習在實驗策略的合適性探討。國立臺灣師範大學資訊 工程研究所論文。
張春興 (民 83)。教育心理學－三化取向的理論與實際。台北：東華書局。
張惠博 (民 82)。邁向科學探究的實驗教學。教師天地，62 期。
張蕊苓 (民 88)。兒童學習動機內化歷程中的影響因素探討。花蓮師院學報，(9)，
33-60。
潘正祥、張真誠、林詠章(民 96)，挑戰影像處理﹝數位浮水印技術﹞，滄海書 局。
魏明通 (民 86)。科學教育。五南圖書出版社。
教育部 (1974)：高級中學課程標準。台北：正中書局。
教育部 (1996)：高級中學課程標準。
教育部 (2004)：高級中學選修科目電腦課程標準。
教育部 (2008)：普通高級中學選修科目「資訊科學」課程綱要。
Norman, Donald A. (2000). The Psychology of Everyday Things（設計心理學，卓 耀宗中譯）。台北：遠流。
53
英文部分
Chan, C.-K., & Cheng, L.M. (2004). Hiding data in images by simple LSB substitution. Pattern Recognition, 37, 469-474.
Chiu, C.F., & Lee, G.C. (2009). A video lecture and lab-based approach for learning of image processing concepts. Computers & Education, 52, 313-323.
Hsu, C.-T., & Wu, J.-L. (1999). Hidden digital watermarks in images. Journal of
IEEE Transactions on Image Processing, 8(1), 58-68.
Greenberg, R. (1998). Image Processing for teaching: Transforming a scientific research tool into an educational technology. Journal of Computers in
Mathematics and Science Teaching, 17(2-3), 149-160.
Johnson, N.F., Duric, Z., & Jajodia, S. (2000). Information hiding : Steganography and watermarking - attacks and countermeasures. Springer Netherlands.
Kristof, R. , & Satran, A. (1995). Interactivity by design: creating and communication with new media. Mountain View: Adobe Press.
Kutter, M., Jordan, F., & Bossen, F. (1998). Digital watermarking of color images using amplitude modulation, Journal of Electronic Imaging, 7(2), 326-332.
Kutter, M., & Winkler, S. (2002). A vision-based masking model for
spread-spectrum image. Journal of IEEE Transactions on Image Processing, 11(1), 16-25.
Lin, J. M.-C., Wu, C.-C., & Liu, H.-J. (1999). Using SimCPU in cooperative learning laboratories. Journal of Educational Computing Research, 20(3), 251-269.
Hazzan, O., Lapidot, T., Raqonis, N. (2011). Lab-based Teaching. Guide to Teaching
Computer Science: An Activity-Based Approach, 119-141.
doi:10.1007/978-0-85729-443-2_8.
Holmes, G., & Smith, T. C. (1997). Adding some spice to CS1 curricula. In
proceedings of SIGCSE’97, San Jose, California, 204-208.
Hong, F., Li, D., Liu, T. Y. (2009). Using Interesting Examples for Teaching Digital Image Processing Course. In proceedings of the 4th
International Conference on Computer Science & Education, 1729-1732.
Mohanty, S. P., Ramakrishnan, K. R., & Kankanhalli, M. S. (2000). A DCT Domain Visible Watermarking Techniques for Images. In proceedings of ICME, 2, 1029-1032.
Naps T., Rößling G., Almstrum V. et al .(2003). Exploring the role of visualization and engagement in computer science education. SIGCSE Bull, 35(2), 131-152.
Okebukola, P. A. (1986). Reducing anxiety in science classes: An experiment
54
involving some models of class interaction. Educational Research, 28, 146-149.
Pintrich, P. R., & DeGroot, E. (1990). Motivational and self-regulated learning components of classroom academic performance. Journal of Educational
Psychology, 82(1), 33-40.
Pitas, I., & Kaskalis, T. (1995). In proceedings of Applying signatures on Digital
Images. Nonlinear signal processing workshop, Thessaloniki, Greece,
460-463.Raeside, L., Busschots, B., Waddington, S., Keating, J. G. (2008). An online image analysis tool for science education. Computers & Education , 50, 547–558.
Rosen, G., Silverman, J., Chauhan, A. (2009). Connecting Artistically-inclined K-12 Students to Physics and Math. In proceedings of the 5th IEEE Signal
Processing Education Workshop, 419-424.
Rosen, G. , Usselman, M., Llewellyn, D. (2005). Relating high school mathematics through sound and images. In proceedings of ASEE Southeast Section
Conference, 1-10.
Tanimoto, S. L. (1994). Image Processing in Middle-school Mathematics. In
proceedings of IEEE Conference on Image Processing, 501-504.
Thomas, J. W. (2000). A Review of Research on Project-based Learning. Retrieved from http://www.bobpearlman.org/BestPractices/PBL_Research.pdf.
Voyatzis, G. ,& Pitas, I. (1998). Chaotic Watermarks for Embedding in the Spatial Digital Image Domain. In proceedings of Internation Conference on Image
Processing, 432-438.
Wicentowski, R., & Newhall, T. (2005). Using Image Processing Projects to Teach CS1 Topics. In proceedings of SIGCSE, 287-291.
Zhang, H., Zuo, W., Wang, K., Chen, Y. (2008). Biomedical Image Processing: A Cross-discipline Course for Undergraduate Computer Science and
Technology Major. In proceedings of International Conference on Computer
Science and Software Engineering, 858-861.
55
附錄 A 數位浮水印教案
主題名稱 數位浮水印
適用年級 總教學時間 總教學節數
高中 450 分鐘 9 節（每節 50 分鐘）
關鍵字
數位影像、浮水印、影像處理、NC、PSNR、Toral Automorphism 主題摘要
本主題係屬影像處理應用之一環－數位浮水印。在教學過程中，透過實驗
活動的方式，讓學生從做中學，了解數位影像基本概念、浮水印的應用及重要 性、各類型影像處理原理、影像品質鑑定方法(PSNR)、相似度(NC)、藉由影像 特性選擇嵌入浮水印的方式及取出等觀念，從而奠定未來選讀影像處理相關科 系之基礎。學習目標與預期成果
學習目標
1. 了解數位影像的基本概念。
2. 了解數位浮水印應用及重要性。
3. 了解浮水印的嵌入方式。
4. 認識數位影像品質鑑定方法(PSNR)及相似度(NC)。
5. 認識 6 類數位影像處理方式。
預期產出成果
1. 了解各類影像處理方式的原理。
2. 了解不同的嵌入方式對影像造成之影響。
3. 利用不同的嵌入方式，將黑白浮水印嵌入數位影像中，經影 像處理攻擊後取出浮水印，比較與原始浮水印之差異。
學生先備知識與技能
1. 在生活中接觸過數位影像。
2. 具備影像處理軟體（例如：小畫家及 PhotoImpact）的基本操作能力。
3. 十進位與二進位的轉換。
學習地圖
56
57
(5) 常見的影像格式－GIF、JPG、BMP、PNG 3. 認識數位影像的類別－「黑白影像、灰階影
像、彩色影像」
活動 1-2：影像轉換
學生使用 PhotoImpact 將自己準備的以及其 他同學的彩色影像轉換成灰階影像及黑白
1. 認識帄順區(Uniform Area)及複雜區(Busy Area)
2. 認識 LSB(Least Significant Bit)及 MSB(Most
10 分鐘 10 分鐘
20 分鐘
58
Significant Bit)
活動 2-4：反轉不同位元位置
1. 認識影像打散技術－Toral Automorphism 活動 2-6：自訂打散原理
59
數位影像相似度(NC)及品質鑑定方法(PSNR) 1. 認識數位影像相似度(NC)及品質鑑定方法
60 的影像處理方式、區塊大小、NC 值、PSNR 值紀錄下來。
61
1. Chiou-Ting Hue and Ja-Ling Wu, “Hidden Digital Watermarks in Images, ” Proc.
62
IEEE Transactions on Image Processing, Vol. 8, No. 1, pp. 58-68, Jan. 1999.
2. Ingemar J. Cox, Joe Kilian, F. Thomson Leighton, and Talal Shamooon, “Secure Spread Spectrum Watermarking for Multimedia,” Proc. IEEE Transactions on
Image Processing, Vol. 6, No. 12, Dec. 1997.
3. 吳明芳、王鴻彬(2003)，強健性彩色數位浮水印之研究－以 RGB 影像為例，
第三屆離島資訊技術與應用研討會。
4. 潘正祥、張真誠、林詠章(2007)，挑戰影像處理﹝數位浮水印技術﹞，滄海 書局。
63
附錄 B 數位浮水印上課簡報
64
65
66
67
68
69
70
71
72
73
附錄 C 數位浮水印學習實驗單
學習目標：認識數位影像基本概念，包含：(1)基本組成元素－像素；(2)影像類 別（黑白影像、灰階影像、彩色影像）。
目標一：認識數位影像基本組成元素－像素。
介紹：
隨著數位相機、數位照相手機的使用愈來愈普及，數位影像幾乎隨處可得，
並且成為一般人出外旅遊的必備品，但是同學們對於數位影像瞭解多少呢？所 謂的數位影像，簡單來說即是以數位(0 和 1)資料儲存的影像圖片，具有容易修 改、複製、不佔實體空間、易於保存以及方便透過網路傳輸等好處。為了瞭解 數位影像的基本組成元素，首先，請同學們按照活動 1-1 說明操作。
活動 1-1：可以再靠近一點
問題：放大後的影像和原本的影像有什麼不同？
目標二：認識數位影像的類別－黑白影像、灰階影像、彩色影像。
介紹：
從上一個活動，同學們已知數位影像是由一定數量的像素(Pixel)所組成，
例如圖 1.1 為一張 128 × 96 大小的數位影像，在此所謂的影像大小指的是該影 像包含 128 × 96 = 12,288 個像素(Pixel)。例如一般所稱的具備 48 萬畫素的相機，
指的即是該相機所拍攝的影像大小為 800 × 600 = 480,000 像素。但是像素值如 何儲存在電腦中呢？其實電腦會依據數位影像類別的不同而有不同的儲存方式，
一般可將數位影像類別區分為三大類：黑白影像、灰階影像、彩色影像。
黑白影像指的是影像中像素只有黑或白兩種情形（如圖 1.2 為圖 1.1 的黑白 活動說明：
請同學們按照下列步驟操作，以進一步瞭解影像的基本組成元素，
並回答下列問題。
操作步驟：
步驟 1：執行 Windows 的小畫家軟體。
步驟 2：開啟事先準備的影像。
步驟 3：選擇【檢視】工具列的【放大】功能。
步驟 4：用滑鼠左鍵對著影像點選一直到最大為止(800 倍)。
74
影像），每個像素只需要 1 個位元(bit)便可表示一個像素的顏色資訊，像素值為 0 表示黑色，像素值為 1 表示白色。
灰階影像（如圖 1.3 為圖 1.1 的灰階影像），又稱為 256 灰階，雖由黑白兩 色構成，但又依明暗度分成 256 個層次，因此每個像素需要 8 個位元(28 = 256) 來表示 256 種不同的黑白明暗度，像素值範圍介於 0~255 之間，像素值為 0 表 示黑色，像素值為 255 表示白色。
彩色影像(如圖 1.1)一般最為常見，該影像是由三個色調 RGB 所組成，R(Red) 表示紅色，G(Green)表示綠色，而 B(Blue)則表示藍色，每個色調和灰階一樣，
各需要 8 個位元，因此每個像素需要 3 × 8 = 24 個位元( 224 = 16,777,216)以表達 色彩資訊，每種色調的值介於 0~255 之間，像素值可以(R,G,B)來表示，例如：
(R, G, B) = (255, 230, 128)。
圖 1.1 256 × 192 數位影像 圖 1.2 黑白影像 圖 1.3 灰階影像
75
活動 1-2：影像轉換
問題 1：一般而言，彩色影像、灰階影像及黑白影像所需的檔案空間大小順 序為何？
問題 2：承上題，造成此三種類別的影像檔案大小不同的主要原因為何？
活動說明：
請同學們將自己準備的彩色影像和其他同學準備的彩色影像，進行 影像轉換，觀察不同影像類別的檔案大小，將結果紀錄於下列表格，並 回答以下問題。
操作步驟：
一、執行 PhotoImpact 軟體，開啟自己事先準備的彩色影像。
步驟 1：用滑鼠左鍵點選工具列【檢視】【影像類型】【灰階】。
步驟 2：儲存此灰階影像。
步驟 3：用滑鼠左鍵點選工具列【檢視】【影像類型】【黑白】。
步驟 4：儲存此黑白影像。
二、接著從指定目錄挑選一張其他同學準備的彩色影像，並重複上述步 驟。
影像 檔案大小
(KB)
自己的 同學的
原始 彩色影像 灰階影像 (步驟 2) 黑白影像
(步驟 3)
76
學習目標：認識數位浮水印應用及重要性，並瞭解影像在嵌入浮水印後影響影 像品質的因素，包含：(1)嵌入的色調；(2)嵌入帄順(uniform)區及複 雜(busy)區；(3)嵌入位元組的不同位置（含 LSB 與 MSB）。最後則 為瞭解影像打散技術(Toral Automorphism)之原理及應用。
目標一：認識浮水印應用及重要性 介紹：
近年來，隨著網際網路的蓬勃發展，許多傳統的商業行為紛紛擴展至網路 上交易，這對公司及消費者而言不僅增加便利性，同時也拓展出電子購物、線
近年來，隨著網際網路的蓬勃發展，許多傳統的商業行為紛紛擴展至網路 上交易，這對公司及消費者而言不僅增加便利性，同時也拓展出電子購物、線