第一章 緒論
1.1 研究背景
近十年來，隨著科技的快速發展，行動網路的普及，各種資訊的傳遞與交換 越來越快速，再加上越來越多的人擁有一台甚至多台的行動裝置(Mobile Device) ， 例如：智慧型手機、平板電腦。根據2014年，財團法人資訊工業策進會創新應用 服務研究所FIND團隊與Mobile First研究調查報告[1]中指出，2014年臺灣12歲(含) 以上的民眾，持有智慧型行動裝置的人口半年內增加101萬人，其中12歲以上人 口達7成，推估全臺行動族群約有1,432萬人，且同時持有智慧型手機及平板電腦 的人口約達527萬人。由此可知，持有智慧型裝置的人口成長相當可觀。
由於攝影功能成為了智慧型裝置的基本配備，使得數位攝影日益普及，人們 可以很方便且快速的獲取大量的數位影像。與此同時，各種影像處理的應用程式 (Application, APP)應運而生，越來越多功能強大的影像處理和編輯軟體可以讓使 用者能夠很容易的對數位影像進行編輯和修改，達到使用者所需的效果。例如:
Adobe PhotoShop(PS)、Adobe LightRoom(LR)、PhotoImpact或以照片為主的社群 軟體Instagram……等等，都是與影像處理軟體相關的軟體。
- 2 -
圖 1-1 2014 年臺灣智慧型裝置持有者經常使用的 APP 類型[1]
如圖 1-1所示，照片剪輯類的相關應用軟體使用情況排名第五。由此可知，
數位影像處理相關應用已漸漸普及，進入百家爭鳴的時代。但也因為如此，使得 數位影像的真實性越來越讓人感到懷疑。
舉個例子，在法院中提出一項證據欲使法官信服，於法律上便需取得其證據 能力及證明力。若證物為數位影像，取得證據能力即可證明此數位影像具有「證 據」的性質。為了提高數位影像的證明力，基於民法三百五十五條：「公文書之 真偽有可疑者，法院得請作成名義之機關或公務員陳述其真偽」之精神，法院可 將司法警察證明為證據之數位影像，證明為無人為力量介入編輯。也就是說，若 欲取得法官之信任，除了在製作過程中必須遵循法律程序外，尚須證明其未受編 輯、修改。
有鑑於此，數位影像鑑識(Digital Image Forensics) [2][3]的相關議題在近幾年 越來越熱門，如何在大量的數位影像中，使用一套便利快速的方法，去過濾影像 是否經過人為處理，成為了目前重要的課題。
- 3 -
1.2 研究動機
在上述的研究背景下，數位影像具有易取得、易修改的特性，所以在數位影 像鑑識領域裡，所有可能是人為處理的操作，都需要被偵測出來。
整體而言，數位影像鑑識主要可以分為兩種，來源辨識與竄改檢測。影像來 源辨識的重點在於，利用探討數位相機在影像（光線）進入之後不同階段處理的 獨有特點，與各家廠商的硬體特性相關，主要目的在確認影像來源的數位設備，
如: 相機、手機、攝影機等等；而影像竄改檢測目的則是發現人為篡改之過程，
通常為影像的處理軟體做後製處理，與各種影像處理的演算法的特性相關，以檢 測出這些特性當作證據，確保數位影像之真實性，例如：視頻剪輯、影像編輯等 等。
在眾多數位影像處理相關應用技術中，一種最容易最方便使用的技術就是
「影像銳化」，其效果能夠增加影像的清晰度、輪廓的對比度，影像銳化已經是 所有影像處理軟體的基本功能，而鈍化遮罩(Unsharp Masking, USM) [4]為銳化處 理的主要方法。
影像銳化的功能在現今影像編修軟體盛行的時代常常被使用，因為可以使人 們自拍的照片，五官更深邃；使美麗的風景照，對比更加鮮明。雖然影像銳化的 目的是增強人們的視覺感受，但基於確保影像的真實性這些修改是不被允許的。
1.3 研究目的
由於影像銳化功能常被使用，因此我們針對人為後製的鈍化遮罩作為偵測的 目標，可以協助影像鑑識領域的使用者判斷數位影像是否經過後製的銳化處理。
在這方面已經有專家學者提出一些相關的研究[5]-[9]，但大多數的研究中，辨識
- 4 -
效果還是有其限制。
以F. Ding [9]等人的演算法為基礎，其優點是相較其他研究方法辨識效果佳，
缺點是特徵的數量會隨著擷取局部區域的大小增加而增加，主要是將其演算法改 良，希望能夠改善其執行效率並且提升鈍化遮罩的辨識率。
1.4 論文架構
本論文的內容主要分為六個章節，第一章為緒論，主要介紹研究的背景、動 機及目的；第二章為背景知識與技術，將介紹鈍化遮罩、Otsu門檻化、格雷碼的 特性與鈍化遮罩的相關偵測方法；第三章為研究方法，將介紹本論文實驗的流程 及架構，以及實驗的過程中參考F. Ding [9]演算法所遇到的問題與解決的方法；
第四章為實驗的結果與數據分析整理；第五章為使用者介面實現；最後一章為本 論文的結論與未來展望分析。
- 5 -