研究設備與工具

本研究使用 MATLAB 2012a 版本來演算斜向線條、光柵線幅及模擬自我驗證效果，搭 配 Adobe Photoshop CS4 影像處理軟體進行塑膠樣本之版面設計。塑膠透明片之輸出設備為 海德堡 Signasetter Pro，輸出網點解析度設定為 635、1270 及 2540 dpi（換算網線數分別為 150、300 及 600lpi）來設計加密微結構線網，複印測試使用 Fuji Xerox Apeos Port-VI C5570 影印機，依照上述研究工具整理成表 3-2。

28

表 3-2 研究設備與工具一覽表

研究設備與工具 類別 用途 備註

MATLAB 2012a 軟體 二維條碼微結構線條、光柵線幅演算 Adobe Photoshop CS3 軟體 樣本版面設計

海德堡 Signasetter Pro

影印機 Fujixerox Apeos Port-VI C5570

硬體

硬體

CTP 輸出塑膠透明片

複印測試

150、

300、600 lpi

塑膠透明片 載體 自我認證

第三節 研究方法

本研究實施過程依照研究架構分為五步驟，依序為圖像化 QR Code、斜向網點微結構 藏密設計、光柵遮罩設計、自我驗證效果評估，輸出底片後進行複印測試，另外針對圖像 化 QR Code 進行影像的讀取性測試及正確率辨識。首先原始 QR Code 透過演算法置入圖像 形成圖像化 QR Code，結合藏密圖樣透過臨界值矩陣方式將半色調網點轉成斜向線網，最 後製作光柵遮罩後進行底片輸出，由於實際輸出效果透過人眼感知不易量化評量，因此採 用數位自我驗證效果測試進行評估，以下分別就這五部分作說明。

圖 3-1 研究方法流程圖 一、 圖像化 QR Code

將原始 QR Code 每個模組分割成 12×12 個像素，而資訊點僅放在 12×12 像素的中心區

29

塊，其結構示意圖如圖 3-2 所示。利用資訊隱藏技術將 QR Code 資訊點藏入欲進行圖像化 之灰階圖樣中，而原始影像與崁入資訊點位置之間的像素誤差值則以誤差擴散法擴散至相 鄰近像素，最後形成圖像化 QR Code。

圖 3-2 原始圖像 QR Code 與圖像化 QR Code 示意圖

影像階調深淺可能會造成條碼判讀上的誤差，因此在影像處理過程需先調整原始影像 像素值，而崁入資訊點的像素值與影像原本的像素值產生之誤差，則由中心依照不同權重 向外擴散。

假設以 4×4 像素為一組運算單位，若原始影像中心區域像素值分別為 180、170、120、

130，而欲藏入之資訊點像素值為 0，則此區域所產生之像素誤差值為 600，分配之權重比 例如 3-1 所示。

W = 1 20

1 2 2 1 2 0 0 2 2 0 0 2 1 2 2 1

3-1

誤差擴散之公式如 3-2 所示，P 為原始像素值，P2為誤差擴散後的像素值，v 為該區域 崁入資訊點後與原始像素值值產生之誤差值，w 則代表權重。

= + × 3-2

依照 3-2 將誤差值 600 擴散至鄰近像素，使此 4×4 區域中的影像像素值總和保持不變，

如圖 3-3 所示。

（a）原始 QR Code 模組

（b）圖像化 QR Code 結構圖

30

31

（ , ） =

（ , ）

255

）

（ , ） = （ +

ℎ（ , ） = 1, （ , ） ≥ （ , ）

0, （ , ） < （ , ） 公式 3-7

圖 3-5 灰階值 180 矩陣結構

實際應用面上，本研究將圖像化 QR Code 輸出網線數設定為 150、300 及 600lpi，並設 定尺寸為 15.1*7.50 cm²以符合本研究之需求，所得影像大小如表 3-3，再將圖像化 QR Code 連續調影像透過臨界值矩陣方式計算形成半色調網點，每個網點以左上至右下之左斜線條 表示，如圖 3-6。

表 3-3 3 種解析度影像尺寸

圖 3-6 影像結構比較圖

lpi 轉換後 dpi 影像尺寸 600 2540 15100*7580 300 1270 7550*3790 150 635 3775*1895

(a)圖像化 QR Code (b) 影像結構放大圖 (c) 斜向網點微結構處 理影像結構

32

將藏密圖像「師大大師」同樣透過臨界值矩陣方式計算形成右上至左下之右斜線條，

最後圖像化 QR Code 底紋之左斜線條與「師大大師」圖像之之右斜線條進行套用，透過公 式 3-8 運算即可得到圖 3-7 中之結合圖像。

W = （G ∩ M） ∪ （G ∩ ~M） 公式 3-8

圖 3-7 斜向網點加密過程示意圖 三、 光柵遮罩設計

光柵遮罩概念是由柱狀光柵透鏡延伸而來，以透過光柵與底紋線條進行交疊，當兩者 同方向線條與反方向線條水平及垂直重疊後，會因遮蓋透光區域不等而在反方向線條處呈 現較深的黑色區塊，藉此濃度差異將細微的線條圖樣達到放大效果，如圖 3-8 所示，本研 究為能設計配合線網間距的微結構大小，光柵遮罩同樣以 6-by-6 pixels 微結構排列而成。

依照寬度大小，微結構共可分為五種，如圖 3-9 所示。

圖 3-8 光柵遮罩解密示意圖

33

（a）1 pixel （b）2 pixels （c）3 pixels

（d）4 pixels （e）5 pixels 圖 3-9 測試光柵遮罩寬度

本研究選定 1-5 pixels 設定為光柵線幅寬度分別進行測試，以台灣圖形作為遮罩圖樣進 行套用，如表 3-4。

表 3-4 不同線幅光柵遮罩

寬度 1 pixel 寬度 2 pixels 寬度 3 pixels 寬度 4 pixels 寬度 5 pixels

四、 自我驗證及效果評估

為了預先瞭解不同解析度自我驗證後之效果，本研究以 3 種底紋網線數搭配光柵遮罩 進行初步模擬解密效果評估，以 1,200×1,200 pixels 像素之方格進行示意，如圖 3-10 所示，

首先為確認輸出後均能達到解密效果，針對模擬解密圖樣之底紋及加密區塊 K（黑）值差 異進行比較。

34

圖 3-10 數位模擬解密效果

解密圖樣在進行影像交疊值會產生線條的交錯紋路，人眼系統會將微結構進行視覺積 分處理，為了能接近人眼的視覺感知，採用「人類視覺系統」（Human Visual System, HVS）

的演算法將自我認證影像進行高斯模糊，演算方程式如公式 3-9，高斯模糊中分別有兩個 設定參數，即模板尺寸及 sigma 標準值。經高斯模糊處理過的底紋區塊 A 與加密區塊 B 原 本交錯的線網各自達到均勻，因此針對這兩區塊進行量測並針對不同條件下差異程度做比 較，圖 3-11 為 600lpi，光柵線幅為 2 pixels 之影像，尺寸設定為 50× 50，sigma 值為 10 之 後量測 A、B 點的 K 值，A 點為 65，B 點為 57，差異度為 8。依此將 3 種不同解析度圖像 於輸出前先進行確認自我認證效果可行性。

Gaussian Blur = 1

× √2 × − +

2 × 公式 3-9

圖 3-11 高斯模糊示意圖

在數位模擬效果評估上，本研究採用蘇炤庭學者所提出的「調制轉換函數」（Modulation Transfer Function, MTF），MTF 是測量光學系統特性重要的一種方式，用以描述影像在不同 空間頻率下的對比度。為了更深入數據化來量測自我驗證後底紋與加密區灰階值差異程度，

將加密影像與自我驗證影像分別以線段取樣，如圖 3-12，紅色線條為加密影像，藍色線條 為自我驗證影像。

35

圖 3-12 灰階值取樣掃描示意圖

透過灰階值取樣後可以發現，加密影像灰階值（紅線）呈現一條水平線，雖在 300 及 900pixels 處有些微的灰階值濃度變化，這部分為不同方向線網交接處，由於濃度變化程度 過小，在此僅取水平直線量測值。而在自我認證（藍線）上可以清楚看到有明顯高低值變 化，濃度以高低兩條平均範圍水平線 G1、G2 為取樣值。

圖 3-13 選取灰階數值平均範圍示意圖

依照公式 3-10 來計算 M 值（Mvalue），M 值的量測不單考量到兩者間的差異，亦將解 密後整體的灰階值對比濃度納入考量，用以了解自我驗證後的影像與原加密影像間的差異，

以圖 3-13 為例計算，最大平均數 及最小平均數 所得的 Mvalue為 0.05。

= − +

公式 3-10

36

表 3-5 600lpi MTF 灰階取樣樣本及曲線圖

影像解析度：600 lpi

1 pixel 2 pixels 3 pixels 4 pixels 5 pixels

表 3-6 300lpi MTF 灰階取樣樣本及曲線圖

影像解析度：300 lpi

1 pixel 2 pixels 3 pixels 4 pixels 5 pixels

37

表 3-7 150lpi MTF 灰階取樣樣本及曲線圖

影像解析度：150 lpi

1 pixel 2 pixels 3 pixels 4 pixels 5 pixels

五、 複印測試

複製實體圖像最常見為使用影印方式進行，為能達到防複印效果，本研究將 3 種不同 網線數輸出後之成品進行影印測試，用以檢視藏密底紋線網結構可否輕易被複製，如圖 3-14，由於考量到影印機濃度深淺影響複印後線條紋路的粗細，因此取影印機 3 種不同濃 淡設定值進行複印。

圖 3-14 複印測試流程圖

38