本研究使用實驗法,以半色調技術製作紅外線數位浮水印,主要概念是利用 墨水特性製作混合網點,當原稿經紅外線光源下觀察時,可以透過紅外線視訊攝 影機清楚看到碳黑墨水組成的隱藏網點,並透過程式語言系統解碼以驗證是否可 成功播放音訊。
在本研究當中,首先選擇樂曲中會使用到的音訊,並針對此音訊進行編碼,
經編碼後以影像處理產生本研究需要的二維條碼。之後製作具加密資訊之二維條 碼紅外線浮水印。首先運用程式語言進行影像處理,以網屏角度0 度的臨界值矩 陣運算出 AM 網點,以各種不同臨界值矩陣尺寸產生的網點與中性灰進行匹配 實驗,以尋求最適合之臨界值矩陣。
在印製浮水印的過程中,最需要注意網點擴大的問題。網點擴大在印刷中,
是指在網片上和印版上或網片上和紙張上之網點面積差異。當網點尺寸大於設定 值時,就會影響網點的濃度和印刷品的色調。在平版印刷上,網點擴大是影響印 刷品質最關鍵要素之一,會影響清晰度和細緻調的遺失、色彩的改變、改變對比、
印墨色彩及印墨濃度等問題[44,49]。
因為需考慮數位影像經由輸出設備列印時,會受到印前、印刷、印墨及紙張 因素的影響,而產生不同的網點擴大(dot gain)。因此需進行視覺灰平衡試驗,
經多次測試與調整網點,尋求經印表機產生網點擴大後,得最佳隱藏紅外線數位 浮水印效果之組合參數,以將紅外線浮水印隱藏於圖片中。接下來,再進行浮水 印與節目單之整合應用,並以紅外線攝影裝置進行取像,經電腦影像處理後解密 以產生音訊,來驗證是否能順利解密。
綜合以上所述,圖3-3-1 為本研究之實驗步驟流程圖,主要分為「音訊的加 密與輸出」與「浮水印的擷取與解碼」兩大部分,包含聲音及影像處理、設計浮 水印、輸出整合、影像的偵測與內容的設計,相當適合現在科技與藝術整合的發 展。
50
圖3-3-1 實驗步驟流程圖
一、 將音訊編碼至二維條碼
本研究將音訊編碼為二維條碼,利用紅外線浮水印將二維條碼隱藏在音樂節 目單中,系統藉由節目單上所隱藏之二維條碼,辨識樂曲音符之音高及音長。本 研究所使用的音樂為台灣師範大學音樂學系李文彬教授為本研究所特別譜出之 樂曲,其樂譜如圖3-3-2。在音符編碼選擇上,為求曲目代表之完整性,本研究 以樂譜每兩小節為一個單位製作一個二維條碼。同時為了讓使用者能感受到翻頁 時,曲目產生不同的變化,本研究以此樂譜產生兩個二維條碼,即樂譜第一至第 二小節製作第1個二維條碼,第三至第四小節製作第2個二維條碼(圖3-3-2)。
製作具加密資訊之二維條碼浮水印
測試浮水印視覺效果 將音訊編碼至二維條碼
設計音訊
浮水印與節目單之整合應用 以紅外線攝影裝置進行取像
將浮水印隱藏於圖片中
影像處理並解密 產生音訊 驗證加密效果
音訊的加密與輸出
浮水印的擷取與解碼
51
52
53
之後,將表3-3-2及表3-3-3的8個音符的8個位元,以數位處理的方式轉換成 由0跟1所組成8 x 8的矩陣,即包含64個位元的音訊。表3-3-4與表3-3-5分別為第1 及第2個二維條碼之編碼後的0、1矩陣,其中1代表白,0代表黑,轉換成二階影
54
(a)包含音符的原始二維條碼 (b)包含音符的亂數二維條碼 圖3-3-4 第 1 個二維條碼
(a)包含音符的原始二維條碼 (b)包含音符的亂數二維條碼 圖3-3-5 第 2 個二維條碼
基於以上設計,二維條碼有8個音符,每個音符編碼成8位元。本研究並於12 x12四角加入不同長度的L型黑點,除供人眼辨識二維條碼的方向,也可供人眼 判斷二維條碼的變形程度,以校正攝影機角度。然而,12 x 12矩陣中的8 x 8的矩 陣則為可提供音樂編碼的區域,加上有時視訊攝影機有鏡頭變形,或擺放位置、
條碼大小等問題,於8 x 8四角當作控制定位點(control points),以設定系統偵 測區域,可提供電腦輸入影像位置的校正能力,之後將於研究方法詳述。綜上所 述,本研究設計成12 x 12大小矩陣的二維條碼。
二、 音樂節目單之設計
本研究之音樂節目單設計,以台灣師範大學音樂學系李文彬教授2008 年的
「我們的鄉 我的家-不同凡響 台灣系列」音樂節目單中的「三首源自台灣原住 民的敘事曲-為長笛獨奏與絃樂團(2007)」做為文字內容,模擬實體音樂節目單 的設計。
由於 2008 年,李文彬老師的「台灣高山自然經典系列-台灣高見-專題創作
55
(管絃樂)」是以台灣師範大學美術系黃進龍教授「台灣高見」油畫展中的8 幅 油畫創作音樂,故本研究所設計之節目單以黃進龍教授「台灣高見」的畫作做為 節目單圖片的選用。在黃進龍教授「台灣高見」的畫作中,本研究以「第六景 薄 霧攬新粧-玉山杜鵑」(圖 3-3-6)作為第 1 個二維條碼頁面使用,「第三景 谷風 行雲-台灣百合」(圖3-3-7)則作為第 2 個二維條碼頁面使用,圖 3-3-8 及圖 3-3-9 為音樂兩節目單兩頁面設計完成稿。以模擬當音樂節目單內有圖片時,可供觀眾 以攝影機讀取圖片下之二維條碼浮水印,以產生音訊互動。雖然二維條碼不一定 要隱藏於圖片下面,也可以隱藏於文字內容下,但將二維條碼隱藏於圖片下之用 意,是希望能讓觀眾快速辨識二維條碼的位置。
圖3-3-6 第六景 薄霧攬新粧-玉山杜鵑(作者:黃進龍)
圖3-3-7 第三景 谷風行雲-台灣百合(作者:黃進龍)
56
圖3-3-8 第 1 個二維條碼之音樂節目單設計
圖3-3-9 第 2 個二維條碼之音樂節目單設計
57
本研究採用Hp Deskjet 1280噴墨印表機以解析度600dpi輸出灰階校正導表,
因600dpi高於一般印刷輸出品質的300dpi,可以產生較細緻的網點,並且又不會
58
圖3-3-10 電腦下所呈現的灰階校正導表(C、M、Y 明度值 200~253)
圖3-3-11 顯微鏡下的調幅網點(K 墨)和調頻網點(C、M、Y 墨)
在進行灰階校正導表實驗的同時,由過去實驗經驗[22]得知臨界值矩陣的過 網效果對於浮水印的形成會造成影響,若網點品質不良產生錯網時會造成浮水印 品質低劣;若網點位置分佈不良會在浮水印邊界產生黑邊,導致隱藏效果不彰,
因此延用叢聚式點陣調色法以便控制浮水印中網點的分佈,避免在浮水印邊界產 生黑邊。
本研究使用 AM 與 FM 混合網點的概念將浮水印隱藏,圖 3-3-12 為網點結 構示意圖, AM(S1)半色調影像經由二階化遮罩M 後,與 FM(S2)半色調影 像經由二階化遮罩~M 後,組成 AM 與 FM 混合網點(SA),其所組成的浮水印 影像可使用方程式(6)所得到。本實驗利用灰階校正導表進行匹配實驗,將導 表拿至人眼無法辨別AM 與 FM 混合網點的距離,選出在 3%K 網點和一定範圍 階調之中性灰(灰階值200-253)作比較,找出視覺上最接近灰平衡的組合。經 過網點校正導表比較後,灰階值234-240 之間的中性灰與 3%K 濃度網點在視覺
AM 3%
Gray Scale
59
上的差異較小(圖3-3-13),也最符合浮水印隱藏設計的標準。
圖3-3-12 網點結構示意圖
SA(i,j) =S1(i,j).M(i,j) + S2(i,j).~M(i,j) (6)
圖3-3-13 拍攝灰階校正導表(C、M、Y 明度值 222~246)
四、 浮水印與節目單之整合應用
最後,利用灰階校正導表進行匹配實驗,找出符合灰平衡的最佳組合參數後,
下一步便是實際製作浮水印並觀察其效果。將編碼後的二維條碼印製浮水印於音 樂節目單作為測試樣本,最後找出灰階值237能得到最佳加密效果,取得此組參
M
~M
60
數作為之後浮水印設計的指標。本研究印製出的紅外線浮水印之音樂節目單如圖 3-3-14,經目視觀察時,隱藏二維條碼浮水印與圖片呈現一致階調的影像,讓人 無法察覺有二維條碼隱藏於圖片下;但透過紅外線攝影裝置觀察(圖3-3-15),
可發現浮水印中碳黑墨形成的半色調影像呈現深色,中性灰則幾乎透明,透過攝 影裝置即可看出顯著的對比。
圖3-3-14 本研究設計之音樂節目單於正常光源下觀看
圖3-3-15 於紅外線攝影裝置下觀看本研究設計之音樂節目單,
內藏之二維條碼清楚呈現
61
五、 系統偵測音樂節目單方式
在系統偵測方面,主要分成四大步驟,分別為影像增加對比處理、影像幾何 轉換、影像解碼及播放音訊,其偵測方式與偵測區域分述如下:
(一) 影像增加對比處理
目前使用的二維條碼大多以黑白兩色設計,主要是希望能提高背景與條碼印 紋的反差,以便能快速確立門檻值。然而本研究擷取紅外線偵測影像後,必須比 一般傳統二維條碼的解密作更細微的影像處理。而且,由於不同取像設備的動態 範圍(dynamic range)會有所差異,即接收器所能接收信號極限所涵蓋的範圍之 間的差異,以數位相機而言是亮部與暗部的細節檢測。在正常情況下,人眼很難 觀察到取像設備的動態範圍,但經過影像強化後便能發現其顯著的差異。雖然機 器動態範圍的問題可以靠其效能解決以提高成功率,但本研究必須考慮若取像設 備不夠好,其動態範圍不夠高時的解決方案。
因此本研究經過程式啟動視訊攝影機後,先將視訊攝影機所擷取的RGB影像
(圖3-3-16(a))轉成灰階圖(圖3-3-16(b)),再以有限對比適應性直方均衡化
(contrast-limited adaptive histogram equalization, CLAHE)對影像作階調修正,
以將影像對比加大,增加之後解碼之辨識率。這種方法會將整體影像切割成相等 大小且連續不重疊的子區域,以本研究子區域大小設置為8x8的像素點,接著計 算子區域內的灰階分佈再作均衡化處理。CLAHE方式能有效區隔背景階調與隱 藏資訊階調之間的差異,如此利用影像之階調修正可提升重新取樣的正確性並找
以將影像對比加大,增加之後解碼之辨識率。這種方法會將整體影像切割成相等 大小且連續不重疊的子區域,以本研究子區域大小設置為8x8的像素點,接著計 算子區域內的灰階分佈再作均衡化處理。CLAHE方式能有效區隔背景階調與隱 藏資訊階調之間的差異,如此利用影像之階調修正可提升重新取樣的正確性並找