數位浮水印

式，而是使用傳統的圖形和紙筆作業的方式，俾利學生專注於每堂課教授的主要 概念與要領。

綜上所述，這些研究有些專精於較高階的影像處理原理，有些則將數位影像 處理技術整合在其他科目中，然而前述的課程大都適用於大學或研究所階段的教 學，因此，影像處理的授課內容必頇再經過挑選、調整或修改才能適用於高中階 段。

第三節 數位浮水印

浮水印屬於較進階的影像處理概念，在日常生活中亦有所運用，例如：紙抄 上的浮水印可用以辨識真偽，它可以是一個圖騰、商標、標誌、文字等足以代表 個人、團體、學校、企業等等的一個符號。而隨著網際網路的發展，網路傳輸頻 寬不斷地提高之下，以數位化儲存的數位浮水印也越來越普遍，並且廣泛應用於 文件、視訊、聲音、影像等各式媒體。

由於本研究範圍主要鎖定在影像處理，以下僅針對影像作進一步探討，數位 浮水印從不同的角度有多種的分類法。首先，若以肉眼是否觀察得到，可區分為

「可視(visible)浮水印」與「不可視(invisible)浮水印」。可視浮水印較為一般人所 熟悉也較常於日常生活中使用，尤其在文書處理軟體的應用，例如：Microsoft Word、

Adobe Acrobat Reader 等可將數位浮水印嵌入在文件中列印出來。昉間亦有眾多免 費軟體供使用者自行將浮水印嵌入在圖片中。在瀏覽網頁時，也常見許多人將自 己製作的文字浮水印嵌入自行拍攝的影像中，以宣示其著作權(圖 2-1)。圖 2-2 為 Mohanty 等人所提之浮水印技術的實驗結果。

圖 2-1 網頁影像宣示著作權 (影像來源：研究者自行拍攝及製作)

9

圖 2-2 嵌入可視浮水印

(影像來源：Mohanty 等人所提之論文)

另一方面，可視浮水印雖然可用於宣告版權，但卻容易破壞整體影像的品質 及美感，並且經由網路傳輸，容易受到不法人士惡意地破壞、竄改，甚至加入自 己的浮水印將著作權改為其所有，為了解決前述的問題，不可視浮水印的概念於 是被提出，透過相關的嵌入技術，將浮水印嵌入影像中，使得影像外表保持一定 的品質，一旦發生智慧財產權爭議、糾紛時，可藉由公正的第三方取出浮水印來 加以驗證其智慧財產權之歸屬。

不可視浮水印的作法，一般分為兩類：空間域(Spatial Domain)及頻率域 (Frequency Domain)嵌入法。由於數位影像本身係由一個二維帄面上的許多座標點 所構成，這些座標點稱做像素(Pixel)，像素的值代表著灰階影像的亮度或是彩色 影像的色彩值（RGB），因此，所謂的空間域嵌入法，即是透過修改像素值的方 式嵌入浮水印。而頻率域表示法則是將影像由空間域，透過可逆式的頻率域公式，

將其轉換成頻率域的影像，常見的頻率域轉換公式有：傅立葉轉換（Fourier Transform）、離散餘弦轉換（Discrete Cosine Transform，DCT）以及小波轉換

浮水印

原始影像 嵌入後影像

10

（Wavelet Transform）。透過頻率域轉換後可以獲得一組二維係數(Coefficient)，代 表著各種頻率於影像中的權重。接著再利用人類的肉眼對於影像高頻的部分較不 敏銳，而對於低頻的部分相當敏銳的特性，將浮水印嵌入在中頻的位置(Hsu & Wu, 1999)。

由於頻率域需具備較進階的影像處理知識，為開發適合高中階段學習的教材，

以下僅探討空間域的嵌入方式。一般而言，浮水印可以以任何形式（例如：將浮 水印打散、轉成二元序列等等）嵌入影像中的任意位置。在本研究中，將探討浮 水印嵌入空間域時，影響影像品質需考量的因素，包含浮水印嵌入的：(1)位元位 置、(2)區域、(3)色調等。另外，為使浮水印能夠抵抗特定的影像處理（例如：裁 減）造成的破壞，將對影像打散技術 Toral Automorphism 作一探討(Voyatzis & Pitas, 1998)。

首先，就浮水印嵌入的位元位置而言，LSB(Least Significant Bit)為常見的、

簡易的取代方法之一(Johnson et al., 2000；Chan & Cheng, 2004)，當要藏入的資訊 為 0 時，則將此位元 0 取代原始像素值最低位元位置(即 LSB)的值，即完成 LSB 取代。值得注意的是，原始像素值數值為 23，但在嵌入後的數值變為 22，差距 只有 1，在視覺上是看不出差異的，LSB 取代說明如圖 2-3 所示。

圖 2-3 LSB 取代說明圖

另外，影像本身的特性亦會影響浮水印嵌入後的影像品質，將浮水印嵌入影 像的複雜區(Busy Area，如圖 2-4a 的花束)較不易察覺；相反地，若將浮水印嵌入 影像的帄順區(Uniform Area，如圖 2-4b 的牆壁)，在視覺上較容易察覺，因此，

將浮水印嵌入影像的複雜區為較佳的選擇(Johnson et al., 2000)。

原始灰階影像

24 24 21 25 27

23

0 0 0 1 0 1 1

1

0 0 0 1 0 1 1

0

十進位表示法

11

人類視覺系統(Human Vision System, HVS)對於影像的色調有不同程度的敏 感度。在 RGB 色彩空間的模型中，由於人類的肉眼對於藍色色光的強度變化較 不易察覺，因此，Kutter 等人提出一個頻率調整法(amplitude modification)，將浮 水印嵌入彩色影像的藍色色調中，實驗結果顯示浮水印可抵抗失真性壓縮(JPEG)、

影像模糊化、旋轉等處理造成的破壞。

Voyatzis 與 Pitas 提出將 Toral Automorphism 理論運用於數位浮水印技術，運 用式 2-1 的二維轉換函數，將浮水印打散後再嵌入影像中。 同。而常見的影像品質測量方式有兩種：1.高峰訊號雜訊比(Peak Signal-to-Noise Ratio, PSNR)；2.正規化關連值 (Normalized Correlation, NC)。

PSNR 可用以衡量影像經過處理後的影像品質。公式詳式 2-2 及式 2-3。

12