由於目前使用的二維條碼大多都是黑白兩色的設計，主要是希望提高背景與 條碼印紋的反差，如此便能快速地確立門檻值，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。
由於取像器具可能因為環境光源分佈不均導致亮部與暗部的細節檢測不易，
而光源分佈不均的影響有時對於人眼來說是很難觀察到的，但當進行影像強化時 便能發現其顯著的差異，因此本研究必須考慮「若紅外線光源分佈不均」時的解 決方案。
以本研究為例，以紅外線攝影裝置擷取影像後如下圖4-1 所示，直接將原圖 增強對比(histogram equalization)是無法有效將亮暗部辨別出來(圖 4-1(b))，整體 影像的灰階分佈(圖 4-2)無法藉由設立門檻值進行重新取樣。
(a) (b)
圖4-1、(a)紅外線攝影裝置擷取之影像；(b)經程式增強對比後的結果
55
圖4-2、條碼影像經程式增強對比後之灰階分佈圖
由上述所知，擷取的畫面可能會因為環境或機具設備的影響而使亮度分佈不 均，因此本研究以有限對比適應性直方均衡化(CLAHE, contrast-limited adaptive histogram equalization)對影像作階調修正，此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 8 8 pixel，接著計算子區 域內的灰階分佈再作均衡化處理，相對於將整張影像作線性化處理，使用CLAHE 方式進行處理能得到更精確的效果，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。
(a) (b)
圖4-3、(a)紅外線攝影裝置擷取之影像；(b)經過CLAHE數處理後之影像
56
經過有限對比適應性直方均衡化後，由灰階分佈(如圖 4-4 所示)可看出本研 究實驗經影像處理所得之條碼影像，其背景和條碼的灰階值已經作明確的分別，
找出臨界值約莫在160 左右，作為轉換為二階影像的標準。
圖4-4、條碼影像經均衡化所得之灰階分佈圖
本研究將製作好之身份證件進行實際輸出，再以紅外線攝影裝置進行取像，
由於在取像的過程中，其影像可能遭受到位移、放大縮小及旋轉等幾何轉換，因 此在重新取樣前需針對影像座標加以定位，本研究以影像的三個角點(圖 4-5 所 示)當作定位點(分別為左上、右上、右下)，透過一次轉換矩陣求得其相對的關係，
如公式(4-1)所示。
圖4-5、定位角點位置標示圖
定位角點
57
事先經過 CLAHE 處理後的影像可以找到適合臨界值(threshold)，本研究觀 察灰階分佈可得門檻值設為160 能得到最佳效果，經由幾何轉換定位影像可方便 進行浮水印的還原，重新取樣的位置標示如圖4-6(a)，而還原後之浮水印影像如 圖4-6(b)所示，重新取樣後和原加密資訊比較，經過 CLAHE 處理後重新取樣之 影像，解密結果為「695720118」，解密正確率已經能達到 100%。
(4-2)
58
(a) (b)
圖4-6、(a)取樣點之位置標示(白點標記所示)；(b)重新取樣後之二階影像
對於印刷品而言，實際上影像可能遭受攻擊，因此本研究模擬條碼圖文遭受 攻擊時的情形，驗證最後是否得以正確解密，下圖4-7(a)為模擬圖文遭受攻擊之 情形對此影像作CLAHE 影像處理(如圖 4-7(b)所示)，並重新取樣後得 4-8(b)之結 果。
(a) (b)
圖4-7、(a)模擬圖文遭受攻擊之情形；(b)經CLAHE影像處理之影像
進行解密結果亦得到「695720118」，總共校正 15 個錯誤， BCH 編碼有發 揮其容錯效果。
59
(a) (b)
圖4-8、(a) 取樣點之位置標示(白點標記所示)；(b)模擬圖文遭受攻擊並重新 取樣之結果