結合圖像化二維條碼與微結構藏密之自我驗證研究

全文

(1)國立臺灣師範大學圖文傳播學系碩士論文結合圖像化二維條碼與微結構藏密之自我驗證研究 Self-Authentication of Graphic QR Code Using Micro-Structures. 研究生：何仁竣指導教授：王希俊教授. 中華民國108年8月.

(2) 目錄摘要 ............................................................................................................................................ ii 表次 ........................................................................................................................................... iv 圖次 ............................................................................................................................................ v 第一章緒論......................................................................................................................... 1 第一節研究背景與動機 ................................................................................................... 1 第二節研究目的 ............................................................................................................... 2 第三節研究問題 ............................................................................................................... 2 第四節研究範圍與限制 ................................................................................................... 2 第五節研究流程 ............................................................................................................... 3 第六節名詞解釋 ............................................................................................................... 4 第二章文獻探討 ................................................................................................................. 5 第一節圖像化二維條碼技術 ............................................................................................ 5 第二節網點加密技術 ..................................................................................................... 12 第三節自我驗證應用 ..................................................................................................... 21 第四節文獻探討小結 ..................................................................................................... 25 第三章研究方法 ............................................................................................................... 27 第一節研究架構 ............................................................................................................. 27 第二節研究設備與工具 ................................................................................................. 27 第三節研究方法 ............................................................................................................. 28 第四章研究結果與討論 ................................................................................................... 38 第一節驗證解析度效果測試 .......................................................................................... 38 第二節複印測試 ............................................................................................................. 42 第三節判讀測試及正確率辨識 ...................................................................................... 43 第四節自我驗證應用 ..................................................................................................... 46 第五章結論與建議 ........................................................................................................... 47 第一節研究結論 ............................................................................................................. 47 第二節研究建議 ............................................................................................................. 47 參考文獻 .................................................................................................................................. 48. i.

(3) 摘要科技發展改變了人們的生活習慣，透過網路應用讓線上與線下的整合發展日趨重要，二維條碼 QR Code (Quick Response Code)，正可作為簡單且快速構連兩者間的媒介。條碼發展從線性（一維）到矩陣（二維），可儲存資料量與編碼內容隨之增加，搭配上智能行動裝置普及化，在生活中各種應用領域愈來愈多元，因此有許多學者投入二維條碼圖像化之研究，將傳統黑白方格呈現方式，在不影響讀取性、破壞程度最低方式植入個人化圖像，以提升條碼的美觀效果。即便如此，無法於掃描前預先辨識條碼資料來源真偽仍是現行使用上之缺點，如企圖變造條碼將不當資訊隱藏其中，使用者掃描後即有被竊取個資或財產損失之風險。許多國家鈔券逐漸從纖維棉質紙張轉而朝向具有更耐用及防偽功能表現更佳之聚合物（Polymer）塑膠材質做應用，本研究鑒於圖像化二維條碼無法辨識資料來源真偽之安全風險及未來塑膠鈔券發展趨勢，參考現行鈔券凹版印刷線紋水平及垂直所造成之潛像概念，運用邏輯演算將圖像化二維條碼網點以左斜斜向線網呈現，並同時嵌入右斜線網之加密圖案，另外搭配光柵解碼片，以塑膠底片為基材運用其可透光特性進行輸出，不需要另備輔助儀器，於同一版面上透過彎曲覆蓋方式即可達到自我驗證真偽之效果。針對本研究效果評估，確認微結構藏密條碼之數位影像判讀功能未被破壞，另為模擬人眼視覺效果將底紋與光柵透過高斯模糊方式進行調制轉換函數 Mvalue 值比較，採用 150、 300 及 600 網線數進行輸出，搭配 1-5pixels 的光柵線幅寬度，經測試值評估，150 線時解密效果最佳，其次依序為 300 線及 600 線，但由於 150 線底紋無法有效防止複印，本研究分析 300 線為兼具自我驗證並防止複印的網線數，搭配 5 pixels 之光柵線幅寬度為自我驗證之最佳組合，此結果可供未來有價證券上設計應用作為參考依據。. 關鍵字：圖像化二維條碼、微結構藏密、塑膠鈔券、光柵、自我驗證. ii.

(4) Abstract Technology development has changed people’s lives. With the application of internet, QR Code (Quick Response Code) becomes an interface connecting the physical and digital world. The barcode has developed from linear to two-dimensional format. This new matric format provides advantage for larger storage capabilities. Along with the popularity of smart phones, barcode applications are widely used nowadays. Thus, many researchers have dedicated their efforts to creating two-dimensional graphic barcodes through implanting personalized image from the traditional black and white barcode to improve the visual aesthetic without affecting its readability. However, the present graphic barcodes have its downside which cannot allow users to verify the authenticity of the information before scanning.. This problem may compromise. users' personal information or even cause financial loss. In addition, there are more and more countries begin to adopt polymer as the main component of producing banknotes due to its long lasting and anti-counterfeit functions. Based on the future trend of polymer currency notes and the existing 2D barcode security risk, this research utilizes a left-titling halftone screening to generate the graphic QR Code’s microstructure and embeds a hidden image by right-titling halftone screening simultaneously. A variety of lenticular lens with different line widths have also been outputted, applying plastic’s light transmitting characteristic, the self-authentication function can be achieved by simply covered with the substrate itself. For the evaluation of microstructure encrypted result, the graphic QR Code’s readability should be firstly examined and inserts the film of the resolution with the best self- authentication quality. For the evaluation of inspection effect that blurred the digital image to simulate human eyes, Gaussian Blur is applied to the microstructure and lenticular images with different line widths to compare the grayscale. A copy machine is utilized to further test the anti-counterfeit function and QR Code’s readability. This study utilizes 150, 300 and 600 lines per inch for shading output and 1-5 pixels of grating width. Through the digital image evaluation and copy test, 300 lines per inch output with 5 pixels grating width is the best parametric combination. The proposed method confirms that self-authentication technique is not only feasible but can also be used to help determine the suitable parameter for best decoding result before a formal outputting.. Keywords－Graphic QR Code；Microstructure encrypted；Self-Authentication. iii.

(5) 表次表 2-1 常見一維條碼 ............................................................................................ 6 表 2-2 矩陣式二維條碼種類 ................................................................................ 7 表 2-3 二維條碼導入產業鏈具體效益 ................................................................10 表 3-1 研究架構 ...................................................................................................27 表 3-2 研究設備與工具一覽表 ...........................................................................28 表 3-3 3 種解析度影像尺寸 ................................................................................31 表 3-4 不同線幅光柵遮罩 ...................................................................................33 表 3-5 600lpi MTF 灰階取樣樣本及曲線圖 .......................................................36 表 3-6 300lpi MTF 灰階取樣樣本及曲線圖 .......................................................36 表 3-7 150lpi MTF 灰階取樣樣本及曲線圖 .......................................................37 表 4-1K 值差異表 ................................................................................................38 表 4-2 M 值計算數值表 ......................................................................................39 表 4-3 黑色區塊分佈影像擷取 ...........................................................................40 表 4-4 黑色區塊數量 ...........................................................................................41 表 4-5 灰階值比較圖 ...........................................................................................41 表 4-6 複印測試結果 ...........................................................................................42 表 4-7 QR Code 判讀測試 ...................................................................................43 表 4-8 QR Code 錯誤辨識率 ...............................................................................45. iv.

(6) 圖次圖 1-1 研究流程圖 ................................................................................................ 3 圖 2-1 公牛眼碼（Bull's Eye Code） ................................................................... 5 圖 2-2 二維條碼 PDF 結構 ................................................................................... 7 圖 2-3 QR Code 的編碼格式 ................................................................................ 8 圖 2-4 傳統圖像化 QR Code ...............................................................................10 圖 2-5 不同資訊點大小示意圖 ...........................................................................11 圖 2-6 Pi Code 示意圖 .........................................................................................11 圖 2-7 渲染機制錯誤修正演算法 .......................................................................12 圖 2-8 連續調與半色調影像比較 .......................................................................12 圖 2-9 傳統半色調網點過網示意圖....................................................................13 圖 2-10 點陣調色法及誤差擴散法之網點圖 ......................................................13 圖 2-11 分散式及叢聚式網點影像 ......................................................................14 圖 2-12 水平式臨界值矩陣示意圖 .....................................................................15 圖 2-13 垂直式臨界值矩陣示意圖 .....................................................................15 圖 2-14 右斜式臨界值矩陣示意圖 .....................................................................15 圖 2-15 左斜式臨界值矩陣示意圖 .....................................................................16 圖 2-16 網屏角度 0 度之臨界值矩陣示意圖 ......................................................16 圖 2-17 網屏角度 45 度之臨界值矩陣示意圖 ....................................................16 圖 2-18 誤差擴散法之演算架構 .........................................................................17 圖 2-19 誤差擴散法示意圖 .................................................................................17 圖 2-20 複合式過網加密過程 .............................................................................19 圖 2-21 網點線條位移加密技術 .........................................................................19 圖 2-22 網線位移加密應用 .................................................................................19 圖 2-23 正弦函數加密浮水印技術 .....................................................................20 圖 2-24 左斜 45°與右斜 45°形成已編碼之半色調影像 .....................................20 v.

(7) 圖 2-25 數位 X 光片自我驗證 ............................................................................21 圖 2-26 鈔券正反套印圖形示意 .........................................................................22 圖 2-27 10 元荷蘭盾正反面及透視示意圖 .........................................................22 圖 2-28 1000 元捷克克朗正反面及透視示意圖 .................................................22 圖 2-29 鈔券自我驗證示意圖 .............................................................................23 圖 2-30 線網微結構加密自我認證 .....................................................................24 圖 2-31 灰階值取樣掃描示意圖 .........................................................................24 圖 2-32 掃描灰階曲線圖表 .................................................................................24 圖 2-33 空間頻率與影像對比關係圖 ..................................................................25 圖 3-1 研究方法流程圖 .......................................................................................28 圖 3-2 原始圖像 QR Code 與圖像化 QR Code 示意圖 ......................................29 圖 3-3 資訊隱藏結合誤差擴散演算示意圖 ........................................................30 圖 3-4 6-by-6 pixels 矩陣參數 .............................................................................30 圖 3-5 灰階值 180 矩陣結構 ...............................................................................31 圖 3-6 影像結構比較圖 .......................................................................................31 圖 3-7 斜向網點加密過程示意圖 .......................................................................32 圖 3-8 光柵遮罩解密示意圖 ...............................................................................32 圖 3-9 測試光柵遮罩寬度 ...................................................................................33 圖 3-10 數位模擬解密效果 .................................................................................34 圖 3-11 高斯模糊示意圖 .....................................................................................34 圖 3-12 灰階值取樣掃描示意圖 .........................................................................35 圖 3-13 選取灰階數值平均範圍示意圖 ..............................................................35 圖 3-14 複印測試流程圖 .....................................................................................37 圖 4-1Mvalue 比較折線圖 ......................................................................................39 圖 4-2QR Code 正確率辨識流程 ........................................................................44 圖 4-3 實際應用實例說明圖 ...............................................................................46 vi.

(8) 第一章. 緒論. 本研究目的以微結構藏密技術，結合圖像化二維條碼，設計可讀取及自我驗證之 QR Code，本章分為六節，第一節為闡述研究背景與動機；第二節提出研究目的；第三節根據研究目的提出研究問題；第四節說明研究範圍與限制；第五節介紹研究流程；第六節針對本研究重要名詞進行解釋。. 第一節. 研究背景與動機. 條碼（Barcode）用途廣泛，商品包裝附加條碼後，透過掃描器感應便可立即辨識商品價格，在商業領域上，可應用於成品追蹤、人事出勤管理及消費商品交易時的物流控管。隨著網路基礎環境的成熟與行動裝置技術的進步，日本企業 Denso Wave 於 1994 年開發出二維矩陣條碼，透過快速讀取方式即可連結到特定網站位址，獲得更多資訊，使用變得更便利普及。然而條碼的外觀，不論以線條或矩陣方式呈現，均會產生視覺瑕疵，隨著客製化需求越來越高，具有自我代表性之圖像化發展也應運而生。行動裝置及維條碼使用普及化，許多業者發展出透過裝置掃描條碼作為電子支付方式，商家可降低儲存現金的風險與成本，消費者也能享受不用攜帶現金便利性，體驗行動金融帶來的各項便捷與優惠（張孝維，2018）。然而此種交易方式卻存在著交易風險，根據銀行公會公布一項調查指出，QR Code 詐騙手法包括將 QR Code 竄改、偽造、覆蓋到詐騙帳戶，或連結到惡意程式網站 2 大類型為主，藉此竊取個資或金錢。無法於掃描前預先辨識條碼資料來源真偽即是現行使用上之嚴重缺點。另學者田素瑛（2014）在鈔券發展趨勢研究中指出，有價證券隨著科技發展，塑膠被印基材因具有流通時間增長、不易撕裂，防偽性高並難以複製等優點，已成為世界各國發行新鈔之趨勢。世界首張塑膠鈔票於 1988 年由澳大利亞發行，截至 2016 年已有 6 個國家採用，並有 20 餘國家發展塑膠紀念鈔（丁原揚，2016），塑膠鈔票具有最先進的防偽技術（Menzies, 2004），除了觸感與紙張有明顯差異外，透明視窗即為最顯見之防偽辨識特徵。許多防偽驗證功能均需額外準備儀器方可檢測，例如紫外燈、紅外燈、放大鏡等，在目前條碼驗證機制尚不完備情況下，本研究於圖像化二維條碼運用底片之透明及可彎曲覆蓋特性，不需另備儀器，透過對折方式即可輕易進行自我驗證之微結構藏密技術進行研究。. 1.

(9) 第二節. 研究目的. 本研究微結構藏藏密自我驗證方式，是將圖像化二維條碼進行影像藏密處理，並將處理後的影像與光柵遮罩輸出在透明塑膠載體上，利用載體的透明度及可彎曲性，將兩者結構互相交疊以進行解密。為達最佳之自我驗證應用效果，經微結構處理後之二維條碼必須具備可讀取性、解密後圖案必須清楚，輸出成品後微結構無法被複印。因此，本研究目的整理如下：一、將圖像化二維條碼設計透過微結構藏密技術處理，輸出於塑膠片後不影響讀取性。二、找出不同輸出網線數及光柵線幅之最佳解密效果。三、經微結構藏密後之二維條碼可達到自我驗證並防止複印效果。. 第三節. 研究問題. 本研究先以數位打樣方式在螢幕上檢視 QR Code 條碼可讀性及自我驗證解密效果，當確認效果是可行後，再輸出成透明塑膠片樣本，實際測試以上兩種研究設定效果是否吻合。根據上述研究目的，提出研究問題如下：一、如何設計出經圖像化及微結構藏密技術處理後可讀取之 QR Code。二、在不同網線數及不同線幅的光柵結構搭配下解密效果如何達到最佳化。三、如何評估自我驗證及防止複印效果。. 第四節. 研究範圍與限制. 圖像化二維條碼之概念為在不破壞可讀性前提下利用錯誤容許度進行圖樣的置入，為能有最大的使用空間，又避免因定位點過多影響演算後之美觀，本研究採用第四版（33x33）、 H level 容錯率 30%之 QR Code 作為圖像化之版本。圖像化條碼及加密影像經過演算法成為粗細不同之斜向條紋影像底紋，透過不同寬度之光柵遮罩線條找尋最佳之自我驗證效果。底紋網線數為 150、300 及 600 網線數（lpi），光柵設計線網以 6-by-6 pixels 矩陣為基本單位。由於本研究以底片為輸出樣本材質，所採用之 QR Code、加密影像及光柵片則須為單一黑色，因此不考慮因網點角度而產生錯網花紋的情況，網點經過線性矯正，擴張情況沒有紙張印刷來的大，輸出時網點擴大的情況亦不納入考慮。綜合上述研究限制歸納為：一、研究僅進行黑白圖像測試。二、研究圖像以曝光而非印刷方式承載於基材上。三、研究之圖像輸出於實體底片上。. 2.

(10) 第五節. 研究流程. 本研究流程如圖 1-1，首先說明研究背景與動機，再藉由文獻蒐集與探討，藉此發展設計微結構藏密機制。針對經圖像化處理過之 QR Code 透過微結構藏密、製作不同寬度之光柵遮罩，經測試確認沒有問題後，再評估自我驗證的解密效果及防複印效果，並將實驗過程中記錄數據，與實驗結果一併進行分析與討論。. 圖 1-1 研究流程圖. 3.

(11) 第六節. 名詞解釋. 茲將本研究所提出之重要專有名詞進行解釋：一、二維條碼（2 Dimensional Code）：一維條碼是以線條方式表達隱藏資訊，因能儲存字母及數字量有限，然而隨著科技的進步，發展出透過方格矩陣方式表現的二維條碼。二、線網（Screen Lines）：線網概念是從調幅網點延伸而來，是將網點形狀從圖形替換成線條，而階調的變化則是透過線條的粗細變化來表現形成網屏。線網網屏亦可將連續調影. 像經過電腦演算，透過數位加密過網的方式形成加密影像。三、微結構藏密（Micro-Structure Encryption）：微結構藏密技術是將秘密資料，透過資訊加密程式藏入影像輸出時產生之網點或線條中，即便欲透過複印等方式取得原物件圖像，但因設備掃描影像特性，會造成線條及網點結構被破壞，而達到防止複印的防偽效果。. 四、自我驗證（Self-authentication）：透過本身所具有或附帶的機制，即可查驗真偽性，不需透過額外的儀器或設備進行檢測。. 4.

(12) 第二章. 文獻探討. 本研究將二維條碼透過圖像化技術美化之後，利用數位半色調技術建立加密演算法，再將圖像與光柵遮罩印製於塑膠片，以達成自我驗證並防止複印之目的。一方面希望透過半色調技術藏密後的二維條碼仍具有可讀性，另一方面透過遮罩解密後，可呈現藏密影像。因此本章主要探討圖像化二維條碼及網點加密驗證之相關研究，共分四小節：第一節探討圖像化二維條碼技術之研究；第二節說明網點加密技術之研究；第三節彙整自我驗證相關應用；第四節為文獻小節，針對本章各文獻進行歸納並探討與本研究之關聯及差異。. 第一節. 圖像化二維條碼技術. 一、條碼概念條碼的設計是為了將訊息利用編碼規則，便於讓機器掃描讀取的記號格式。以寬度不等、黑色與白色對於光線的反射差異進行排列，透過條碼掃描器照射光源於條碼上經反射後，接受到訊號轉換成電訊號進行解讀，可用於表達出一組資訊內容。主要技術包括：條碼、編碼、條碼譯碼、光電、印刷、掃瞄、通信及辨識等（董琳媛，2007）。最早應用於 1949 年 Norman Joseph Woodland 和 Bernard Silver 等人為了進行食品製程中的控管與紀錄而發明，當時主要使用環形條碼，又被稱為公牛眼碼（Bull's Eye Code），是早期發展的條碼型態，如圖 2-1。. 圖 2-1 公牛眼碼（Bull's Eye Code）資料來源：元富科技有限公司。之後條碼以不同形式應用於各領域中，1973 年美國統一編碼協會選用 UPC「環球商品代碼」（Universal Product Code）建立條碼系統，制定了相應的標準，並在食品業內以 UPC 碼作為標準碼推廣使用，條碼技術從此由研究階段進入大規模實際應用階段。 1974 年，Intermec 公司推出了 39 碼，在工業及軍事上得到了廣泛的使用。1977 年，歐洲共同體正式成立了歐洲商品編碼協會（EAN），以 UPC 標準碼（UPC-A）為基楚，制 5.

(13) 定出歐洲商品代碼（European Article Number）EAN-13 碼與 EAN-8 碼。1981 年，EAN 已發展為國際性組織，改名為國際商品編碼協會。1981 年有 128 碼被推出應用，1982 年之後又推出 93 碼，其符號密度比 39 碼高 30%。其他還有交錯式 25 碼、49 碼、16K 碼等，目前全世界已知的條碼約 225 種，常用約 40 多種（林禹廷&陳銘杰，2004），表 2-1 為目前最常見的一維條碼種類，編碼方式以單一方向、不同粗細之黑白條紋按一定規格排列而成，其中包含英文及數字資訊，讀取錯誤率約為百萬分之一，首讀率更高達 98%，是一種可靠度高、輸入迅速、準確率佳、成本低廉、應用面廣泛的資料自動蒐集技術。表 2-1 常見一維條碼. UPC-A 碼. UPC-E 碼. Code128 碼. EAN-8 碼. EAN-13 碼. ISBN 碼. 二、二維條碼主要類別然而一維線性條碼由於儲存資料量有限，僅能作為物品標識，無法描述，需依賴電腦網絡和資料庫與條碼進行連線方可取得物品價格等資料，因使用便利性不佳等因素，在原有基礎上，又發展了二維條碼，二維條碼在水平及垂直方向均可做紀錄，儲存量較大，並且容錯能力高、成本低、讀取率高及抗損性高等。現在市面上主要大量使用有堆疊式及矩陣式條碼兩大類（王育梅&王希俊，2018）。（一）堆疊式條碼是將原本一維條碼高度縮減再依據資料量多寡堆疊而成以提高條碼資訊儲存量，此種條碼的編碼設計與檢驗是以一維條碼為基礎概念而建立，在檢查及讀取方式均與一維條碼相同，但有鑑於行數增加，如無法精準掃描，容易發生無法讀取的情況（曾婉菁，2013）。較具代表性的堆疊式二維條碼如 PDF417。 PDF417 是一個公開碼。PDF 為可攜性資料檔(Portable Data File)的縮寫。每一個 PDF 碼的儲存量可高達 1,018 個位元組(Bytes)，若將其壓縮則可存放 2,729bytes。每一個 PDF417 碼是由 3~90 橫列堆疊而成，為了掃瞄方便，其四周皆有淨空區，淨空區分為水平淨空區 6.

(14) 與垂直淨空區，寬度至少應為 0.020 吋（朱志宣&李智明，2016），如圖 2-2 所示。. 圖 2-2 二維條碼 PDF 結構資料來源：條碼資訊網。（二）矩陣式條碼是一種由中心點到與中心點固定距離多邊形單元所組成的圖形，用來表示資料及其它與符號相關功能。在矩陣相對元素位置上，透過點的有無方式來表示二進位的 1 及 0，用所有點的有無及排列來表達矩陣條碼的意義。而點的呈現方式可以是方形、圓形或其他形狀，矩陣式條碼較具代表性的如日本 QR Code、台灣 Quick Mark、美國 Data Matrix 等，表 2-2 為目前常見之二維條碼種類。表 2-2 矩陣式二維條碼種類條碼名稱. Data Matrix. QR Code. Quick Mark. 發行公司. CiMatrix. Denso-Wave. 金揚科技. 國家. 美國. 日本. 台灣. 儲存量. 1556 位元. 2953 位元組. 1108 位元. 條碼圖像. 上邊與右邊由虛特徵. 線組成，左邊與下邊則由實線組成以進行定位。. 左上、右上及左下各有一個回字做定位點。. 側邊四根短直線及左下角小圈。. 三、QR Code 鑒於二維條碼應用的便利、行動網路及裝置發展的成熟，日本 DENSO WAVE 公司於 1994 年發明的 QR Code（Quick Response Code）可快速讀取條碼資料，使用四種標準化編碼模式：. 數字、字母數字、字節（二進制）和漢字來儲存資料，且透過不同等級的錯誤修正容錯機 7.

(15) 制，可讓條碼不需要在完全完好的情況下亦可以讀取出原始的資料。QR Code 的編碼格式如圖 2-3 所示。. 圖 2-3 QR Code 的編碼格式根據編碼格式，可區分為以下幾個區塊：（一）淨空區（Quiet Zone）：為 QR Code 周圍的白色區域，用以區隔 QR Code 與旁邊的物件，以避免條碼掃描器判讀時受到干擾。（二）定位點（Finder Pattern）：分別位於二維條碼周圍，外觀像是「回」字的矩形，可透過這些定位點校正位置並正確判讀 QR Code 訊息。（三）分隔區（Separator）：位置為 Finder Pattern 與 Data and Error Correction Codewords 中間，用於分隔定位點與資料編碼區域。（四）分配區（Timing Patterns）：為黑白格相間的長條形，位於 QR Code 水平及垂直方向，以黑格作為長條樣式的起迄點，作為判斷版本密度的依據，在掃描 QR Code 時可作為定位的座標。（五）調準區（Alignment Patterns）：校準圖案，不同版本的 QR Code 有相對應的數量與位置，當 QR Code 變形時，可在容許的範圍內依此進行校準。（六）版本資訊（Format Information）：錯誤的校正等級，有 L (7%)、M (15%)、Q (25%) 及 H (30%)等四個級別。（七）版本資訊（Version Information）：為 QR Code 判別版本資訊的區域，QR Code 共有 40 種版本，其版本的對應尺寸為（17+4V）×（17+4V）的模組個數，V 代表 Version。（八）資料與錯誤修正（Data and Error Correction Part）：資料及糾錯編碼區域，當 QR Code 遭到損壞或髒汙時，可透過 Reed-Solomon 校正碼進行資料的編碼，以供條碼掃描器判讀，QR Code 的最高容錯等級為 30%，意即當 QR Code 約 30%面積遭遇污損時仍可被機器正確判讀。. 8.

(16) 四、二維條碼之應用二維條碼比一維條碼有更多資料儲存空間，也無須掃描時直線對準掃描器，因此包括在產品追蹤、物品識別、文件管理、營運銷售等領域都被廣泛利用。學者黃慶祥 1995 年研究中彙整出二維條碼的應用範圍，可分為表單、保密、傳真、追蹤、證照、盤點和備援共七大項，其中保密應用是連結其他六大項應用的基礎，由於解碼需要相對應的讀取系統，所以條碼可形成一道肉眼讀取的障礙；表單應用方面，可以減少人工重複輸入表單資料，避免人為錯誤，同時降低人力成本；傳真應用方面，指利用二維條碼傳真文件具有保密、節省傳真費用、並具傳真文件自動輸入的好處；追蹤運用方面，則包括公文、生產零件、醫療檢體或生態研究等；證照運用方面，則透過自動輸入，發揮「隨到隨讀」、「立即取用」的資訊管理效果；盤點運用方面，在物流中心或倉儲中心貨品及固定資產的自動盤點上，發揮「立即盤點」、「立即決策」的效果；備援應用方面，文件表單的資料若不便以電子載體儲存備援時，可利用二維條碼儲存攜帶。除了上述功能，學者倪瑋鴻也提到，可以運用在圖書館數位資源上，讓讀者可以透過智慧型手機上網的方式，來辨識圖書館內多媒體資源、共用設備、書櫃、藏書等標的物之標籤，以及連結上圖書館端資料庫的對應資源。不論在任何時間地點，都能隨時查詢查詢到館內的數位資源，以提升導覽之多元及便利性。在消費者交易方面，QR Code 應用原以資訊提供、或連結至各商家網站之廣告宣傳為主，消費者至店家消費時，拿出手機掃描店家條碼，獲得店家提供的消費優惠；近年交易方式逐漸轉向電子行動支付，消費者僅需下載商家提供之應用程式，完成身分驗證與鍵入信用卡片資訊後，即能使用手機行動消費。不論是在實體或網路商家進行購物，都可透過掃描店家提供之二維條碼完成付款。有鑑於二維條碼在各領域的應用面，彙整出當企業透過二維條碼進行產銷或物流的製程效益提升上，所帶來的具體效益如表 2-3。. 9.

(17) 表 2-3 二維條碼導入產業鏈具體效益自動化系統. 產生效益快速結帳、提高服務品質. POS 系統. 避免人工錯誤，資訊蒐集迅速而正確減少人員流動、降低教育訓練成本庫存及銷售狀況確實掌握可迅速回應消費需求正確快速處理訂貨作業. EOS 系統. 可適切降低中間庫存可節省表單及人工作業成本可降低退貨率可提高迴轉率、降低庫存. 物流自動化系統. 降低倉庫空間及人力成本增進出貨速度及正確性、提高服務品質. 提高作業能量，增加作業彈性資料來源：經濟部商業條碼策進會。五、圖像化二維條碼二維條碼當被大量使用時，因為編碼格式的設定，讓條碼呈現方式為僅有黑白的矩陣方格，不論是印製在包裝商品或行銷的廣告頁面均會有明顯的突兀感，在視覺感受或整體畫面的協調感均無法達到協調及一致性，為使條碼有獨特性，或代表企業或個人標誌，利用二維條碼編碼格式中的容錯機制，讓視覺圖案或者文字能在容錯率允許的空間中進行置入方式，最常見的即是在條碼中在不破壞定位點的同時，將可容錯範圍內黑白方格移除，直接置換，如圖 2-4，此種方式雖然簡單，但能運用到的空間有限，因此以下整理許多學者提出將圖像化二維條碼達到更優化之研究。. 圖 2-4 傳統圖像化 QR Code （一） Garateguy 等學者於 2014 年提出全幅式彩色圖像化二維條碼之演算法，一開始先輸入彩色圖像、QR Code 與遮罩後，以局部影像個別估算，找出圖像整體的最佳化數 10.

(18) 值，最後再使用內插法方式運算，將圖像與 QR Code 資訊結合成全幅式圖像化二維條碼。另外 Garateguy 等學者將 QR Code 資訊點以 8×8 像素中所佔的 2×2、3×3、4×4 嵌入圖像後進行輸出與解碼測試，如圖 2-5 所示，結果顯示當 QR Code 資訊點所佔面積越小，則解碼時間愈久，資訊點所佔面積越大時解碼速度愈快。. （a）資訊點為 2×2 pixels. （b）資訊點為 3×3 pixels （c）資訊點為 4×4 pixels. 圖 2-5 不同資訊點大小示意圖資料來源：Garateguy, G. J. et al (2014) （二） Chen 等學者於 2016 年提出一種圖像化二維條碼稱之為 Pi Code，此種條碼判讀方式為利用每個模組的中心區域與周圍強度對比後讀取資訊，模組中心區域深色，周圍淺色，則判斷該點為 0，反之則判別為 1，如圖 2-6 所示。但此種條碼需以特殊程式才可判讀其訊息，應用也較不普及。. 圖 2-6 Pi Code 示意圖資料來源：Chen, C., Huang, W. et al (2016) （三） Lin 等學者提出 Efficient QR Code Beautification with High Quality Visual Content 研究，不同於傳統圖像化 QR Code 技術，編碼方式上使用了 Reed-Solomon(RS)渲染機制錯誤修正演算法，在解碼時針對每個 pixel 的判讀一定的容錯率機制讓設計者可做外觀上的改變應用，將 QR Code 區分為訊息字碼及填充位元，透過演算法將中央的訊息字碼往外側進行調整，而不影響訊息的填充字元則置於中央，再利用遮罩將中心區域取出特定範圍，此一範圍則可置入圖像，如圖 2-7，此一研究不同於其他圖像化條碼方式，在讀取品質、錯誤率及植入圖像的完整性上，皆優於過去相關研究。 11.

(19) 圖 2-7 渲染機制錯誤修正演算法資料來源：Lin, S.S. et al（2015）另外亦有相關學者投入圖像化二維條碼之研究，目標均是希望能在不影響判讀精確度條件下，發揮最大可運用面積，惟多數條線仍會受限於植入圖案尺寸、產生 QR Code 品質及如何降低運算複雜度等技術需要克服。. 第二節. 網點加密技術. 一、傳統半色調技術數位影像屬於連續調，為了能符合輸出設備之特性，須透過半色調處理（Halftoning）透過著墨與否方式來模擬連續調層次（Romano, 1998），圖 2-8 為連續調與半色調影像之比較，（a）為連續調影像，（b）為半色調影像。美國康乃爾大學教授 Frederic 提出將連續調影像中的濃度深淺過網（Screening）方式，利用網屏在有限階調條件下，以點的大小及疏密變化來表現，如圖 2-9 所示，而人眼系統會將每個點進行視覺積分處理，在一定觀察距離下，可產生類似連續調影像之錯覺。. （a）. （b）. 圖 2-8 連續調與半色調影像比較資料來源：蔡致邠（2009）。. 12.

(20) 圖 2-9 傳統半色調網點過網示意圖資料來源：鄭雅文（2013）。二、數位半色調技術傳統半色調過網技術隨著數位設備的快速發展，自 1980 年起技術開始成熟後，可由電腦軟體將影像透過數位方式轉換為半色調網點方式所取代，並為印刷業所普遍採用（陳雅莉&陳昌郎，2008）。依據網點結構、大小及位置不同可分為調幅式網點(Amplitude Modulation, AM)及調頻式網點(Frequency Modulation, FM)兩種方式，調幅式網點以點陣調色法(Ordered. Dithering)產生(Ulichney,1987)，如圖 2-10 (a)所示，而調頻式網點則使用誤差擴散法(Floyd & Steinberg, 1976)，如圖 2-10(b)所示。. （a）. （b）. 圖 2-10 點陣調色法及誤差擴散法之網點圖（一）點陣調色法是利用網點出現的頻率相同，而陣幅不同的方式來表現，在影像階調的表現方式即是固定個網點中心間的距離，透過網點的大小來表現階調濃淡程度，其網點排列角度與形狀決定於臨界值矩陣（Threshold Matrix），其演算方式是將原始影像分割成大小相同而不重疊的區塊，而每一區塊的大小與所設之臨界值矩陣相同，而「調幅式網點」的演算方式如下：將原始灰階影像 Q（i,j）透過公式 2-1 轉換成臨界值矩陣的階調數 H（i,j），M、N 分別表示臨界值矩陣的長和寬。. 13.

(21) （, ）=. ×. ( , )= ( + ( , )=. × 1− ×. , +. (, ) 255. 公式 2-1 公式 2-2. × ). 1, ( , ) ≥ ( , ) 0, ( , ) < ( , ). 公式 2-3. 轉換後的臨界值矩陣 H（i,j）則以公式 2-3 與所設定之臨界值 T 比較，透過過網方式，若像素的黑度值大於等於臨界值 T 則表示為 1、代表著墨，反之若像素質小於臨界值 T 則表示為 0，代表不著墨。點陣調色法演算方式上，一般可分為兩種，一種是叢聚式網點（Clustered Dot），另一種是分散式網點（Dispersed Dot），分散式網點如圖 2-11 (a)所示、叢聚式網點如圖 2-11 (b) 所示，兩者演算方式原理相同，差異在於影像品質，由於分散式網點不會降低影像列印的解析度，及漸層產生之跳階現象（陳勇志，2002），臨界值矩陣內設計之數字排列有相對的關係，而叢聚式矩陣數值排列較分散式矩陣來的規則，在細微部分的呈現上較分散式來得差。. （a）分散式. （b）叢聚式. 圖 2-11 分散式及叢聚式網點影像. 14.

(22) 叢聚式臨界值矩陣有多種不同的網點排列方式，如水平式的矩陣即是將網點以水平方式來排列，如圖 2-12；而垂直式的矩陣值則將網點以垂直方式排列，如圖 2-13。. （a）水平式臨界值矩陣. （b）所得之半色調影像. 圖 2-12 水平式臨界值矩陣示意圖. （a）垂直式臨界值矩陣. （b）所得之半色調影像. 圖 2-13 垂直式臨界值矩陣示意圖除了水平及垂直外，還有以斜向方式進行網點結構的呈現，如圖 2-14 及圖 2-15 所示。. （a）右斜式臨界值矩陣. （b）所得之半色調影像. 圖 2-14 右斜式臨界值矩陣示意圖. 15.

(23) （a）左斜式臨界值矩陣. （b）所得之半色調影像. 圖 2-15 左斜式臨界值矩陣示意圖不同網屏的角度會造成不同的視覺差異，比較網屏角度為 0 度及 45 度所呈現的視覺效果，如圖 2-16 為 0 度網屏角度，圖 2-17 為 45 度網屏角度，可以發現在 0 度時人眼比較容易察覺到網點及網屏角度，相較之下，45 度時則較不容易察覺，因此在印刷時，大多會使用以 45 度為基準進行黑色印墨印刷，而洋紅版，青版則相隔 30° （各為 15° 及 75° ），黃版則與青版或洋紅版相隔 15°，以呈現較佳的影像品質。. （a）網屏角度 0 度臨界值矩陣. （b）所得之半色調影像. 圖 2-16 網屏角度 0 度之臨界值矩陣示意圖. （a）網屏角度 45 度臨界值矩陣圖 2-17 網屏角度 45 度之臨界值矩陣示意圖 16. （b）所得之半色調影像.

(24) 點陣調色法優點為可將連續調影像簡易轉為半色調影像，但由於此方式為利用不同網點大小以進行連續調影像階調變化的模擬，容易造成空間解析度的損失，在影像品質要求度較高時，則可使用誤差擴散法。（二）誤差擴散法利用網點間距來表現濃淡變化，網點大小均相同，而距離不同，透過點與點之間的疏密距離以表現原始影像的階調效果。誤差擴散法又稱為調頻網點（Frequency Modulation, FM），是由 Floyd 與 Steinberg 於 1976 年所提出，因此又可稱作 Floyd-Steinberg Error Diffusion (FSED)(Ulichney,1987)。其演算流程如圖 2-18 所示，G(i, j)為輸入灰階影像之像素值，B (i, j)為轉換為黑度值之數值，通過臨界值(Threshold)後得到半色調 H ( i, j)，與 B ( i, j)比對後得到誤差 E ( i, j)，以誤差濾波(Error Filter)計算後得到 E’ ( i, j)，且依照不同權重將誤差分配至原始影像之鄰近周圍像素。. 圖 2-18 誤差擴散法之演算架構資料來源：He, Z., Zhang, Z.（2012）. 誤差擴散順序則從影像左上方之像素由左向右，從上至下一個區塊接續一個區塊與相同臨界值矩陣來對整張影像進行半色調處理，並把誤差擴散至其他相鄰未經演算之像素，直到整張圖像像素演算完畢，而相鄰區域的黑度值總和仍能保持固定。因為區塊的量化誤差容易集中在該區域內，因此在影像中具有邊緣特徵的部份會因為以整個區塊為主進行量化而失去銳利的視覺影像，如圖 2-19（a）所示。. （a）兩階化處理方向. （b）所得半色調影像. 圖 2-19 誤差擴散法示意圖 17.

(25) 誤差擴散法特點是利用誤差向下方及行進方向擴散演算而得，若放大所得影像後，卻可發現圖案中會因為重複圖形或線段產生，而造成所謂的斑蟲紋路（Worm Effect）。因此 1997 年有學者提出多層式誤差擴散法 MSED（Multi-scale Error Diffusion），將兩階化演算次序調整為隨原稿特性不同而改變，採用最大強度法則，也就是自影像的深色處開始兩階化，並將誤差平均以各方向擴散至相鄰像素，用以改善影像兩階化後，邊界的銳利度或平緩區域的自然散布性程度。（三）複合式過網技術由於印刷是以半色調網點再現原稿的連續調影像，點陣調色法所產生的 AM 網點常會因為兩色網屏角度不同，而產生人眼可觀察的干涉條紋，進而影響到其視覺上的美觀效果，這種情況稱為「錯網」Moiré ，加上在固定的網屏角度、網屏線數、網屏形狀等條件下，使得影像亮部與暗部的表現力有一定的缺失。而誤差擴散法產生之 FM 網點過網技術能使階調表現更平滑細緻且不會有錯網現象，但 FM 網點擴大較 AM 網點嚴重，在半色調影像整體詮釋方面，評估 AM 網點會產生錯網，及 FM 網點產生斑蟲紋路，因此有學者將 AM 及 FM 網點整合，分別擷取兩者過網技術之長處，將影像在分區並分別以 AM 或 FM 的方式形成影像，成為所謂的「複合式過網技術」。複合式過網技術綜合了點陣調色法及誤差擴散法的優點，逐漸受到產業界與學術界的重視。融合了調幅過網技術與調頻過網技術的優點（鄭元皓等人，2008）。改善了「調幅」網點在暗部及亮部無法忠實複製，以及「調頻」網點在中間調階調值擴增較大的問題，此方法嘗試將影像暗部及亮部以 FM 網點呈現，可降低雜訊顆粒，在中間調表現運用 AM 網點，避免因 FM 網點擴大而產生跳階現象，也可改善 AM 網點容易出現的錯網情況。複合式過網技術優點整理如下： 1. 將原稿暗部與亮部區域用 FM 網點，而在中間調部分使用 AM 網點，以獲得良好之效果。 2. FM 與 AM 網點在影像細緻度與色彩表現上各有優點，使用混合式網點兼顧影像之細緻與色彩之表現。三、浮水印加密技術 2004 年，王希俊、蕭佩琪與連啟明學者提出將 AM 網點及 FM 網點混合發展成數位浮水印加密技術將浮水印隱藏在文件中。加密原理是利用 AM 及 FM 網點對影印機複製能力差異，使文件在複印時可讓浮水印顯現。此浮水印的加密過程如圖 2-20 所示，G1 為 AM 網點所構成的網屏，G2 為 FM 網點所構成的網屏，使得兩種網屏分別與兩階浮水印遮罩影像 M 即反轉影像兩階浮水印遮罩影響~M（其數位訊號：黑表示 0，白表示 1）差集，再將 18.

(26) 兩差集的結果聯集，即可獲得混合網點數位浮水印加密影像 W，其加密演算如公式 2-4 所示。公式 2-4. W = （G ∩ M） ∪ （G ∩ ~M）. 圖 2-20 複合式過網加密過程資料來源：Wang, H. C., Hsiao, P.C.& Lien, C.M.（2009）. 四、網線位移加密網點位移技術於 1976 年發明，專利技術由 Alfred V. Alasia 所提出，是利用將特地圖案資訊藏入影像中，透過光學解碼器（光柵片）於特定角度進行隱藏資訊解碼判讀。該技術原理是將加密資訊偏移半條網線的位置，並利用柱狀透鏡，使光線偏折並聚焦，使隱藏資訊得以獲取，其微結構如圖 2-21 所示。van Renesse 學者也提出可利用相同原理將加密資訊偏移半條網線形成浮水印，使用特定的解碼片即可獲取解密影像，如圖 2-22。. 圖 2-21 網點線條位移加密技術. 加密影像. 解密影像. 圖 2-22 網線位移加密應用 19.

(27) Huang & Wu 於 2007 年提出利用正弦函數所設計之線段加密浮水印技術，如圖 2-23，圖 a 為正常偏移線網加密浮水印影像，圖 b 為部分線條透過正弦函數加密後影像，圖 c 為完整線條正弦函數加密影像，圖 d 為解密後之影像。. （a）. （b）. （c）. （d）. 圖 2-23 正弦函數加密浮水印技術資料來源：Huang, S., & Wu, J.K.（2007）. 五、斜向網點加密技術 2001 年 David 學者提出”Glyph Code”。 ”Glyph Code”為運用不同網點角度做隱藏資料的技術（Hecht,2001）。其原理是將灰階影像兩階化，把 45 ﾟ的臨界值矩陣以垂直中線作水平翻轉，改變網點角度方向，形成左斜和右斜網點，藉由網點角度的改變，將資訊隱藏於圖像中。圖 2-24 為利用 8x8 臨界值矩陣，將網點之左斜「/」與右斜「\」分別對應 0 與 1 開始編碼。以 256x256 之二階影像來看，圖像中可隱藏有 32x32 個「0」或「1」組合數據，透過資訊轉換的概念，對輸出影像進行加密。. 圖 2-24 左斜 45°與右斜 45°形成已編碼之半色調影像資料來源：Hecht, D.L.（2001）. 20.

(28) 對於彩色影像而言，印刷為四色印版（C、M、Y 及 K）進行套印，因網點角度影響可能在視覺上會產生錯網或網花的狀況，另外斜向網點之微結構可能會影響影像階調，破壞印刷品之色調。因本研究為透明塑膠片輸出，影像為單一顏色之灰階影像，因此無網屏角度所產生的錯網花紋情況。. 第三節. 自我驗證應用. 安全文件之防偽系統是否有效，關鍵在檢查，只有使用正確之檢查方法，文件之防偽系統才能發揮功效。防偽系統可細分三個層級：第一線檢查不藉助任何工具，以人類天賦本能(視覺、觸覺、聽覺等)檢查，民眾係使用此種方式檢查。設計良好之公眾防偽特徵，第一線檢查時即應可發現大部分偽造文件。第二線檢查須借助簡單工具，如紫光燈、放大鏡等。第二線檢查可確認文件真偽。第三線檢查係由鑑識專家，在實驗室中以精密儀器檢查，目的在確認文件之偽變造手法。本研究定義的自我驗證機制屬涵蓋第一線及第二線的防偽系統，不需要透過任何的輔助儀器，僅透過自身的特性即可以肉眼察覺到效果。以下分三部分進行探討，分別是數位影像自我驗證、同色異譜自我驗證及使用方式自我驗證。一、數位影像自我驗證 Zeng 等學者由於 X 光片容易在使用傳遞過程中破壞而影響到影像的保存，將原始影像如圖 2-25（a）中嵌入數位浮水印如圖 2-25（b），以人眼觀看無法察覺出差異，為能模擬影像自我驗證後的檢測效果，此研究將 2-by-2 pixels 大小的矩陣在中間及右上角區域竄改成圖 2-25（c），再測試數位浮水印自我驗證效果。檢測結果（圖 2-25（d））透過演算法可看到中間及右上角有出現明顯的白色記號。. （a）自我驗證. （b）嵌入數位浮水印（c）竄改影像. 圖 2-25 數位 X 光片自我驗證資料來源：Zeng, L.& Huang, L.（2013）.. 21. （d）驗證效果.

(29) 二、使用方式自我驗證（一）正反套印正反套印自我驗證方式為透過特殊印刷方式，讓正反面圖像能達到位置套準且無接縫的程度。目前平版印刷方式正反面大多是透過不同印刷單元分次印刷，由於紙張伸縮、印刷壓力、機器運轉震動及版材對位等問題，在連續印刷過程中無法達到正反面完全對位，偽造者不易進行複製，因此有價證券防偽可透過特殊圖紋設計，平凸版印刷方式，將正背面印紋同時印刷，使用者在正面及背面分別看到一個不完整的圖樣，但透過光線由底部照射，正反圖案結合為一，不須透過任何儀器便可輕易且快速地進行驗證，如圖 2-26（蘇炤庭，2017）。而我國鈔票及有價證券應用在正反套印設計上十分常見，如圖 2-27 及圖 2-28。. （正）. （反）. 圖 2-26 鈔券正反套印圖形示意. 圖 2-27 10 元荷蘭盾正反面及透視示意圖. 圖 2-28 1000 元捷克克朗正反面及透視示意圖資料來源：van Renesse, R.L.（2005）. 22. （正反套印）.

(30) （二）網屏解碼影像網屏解碼影像為一種肉眼無法察覺，卻可用週期現象來進行影像解碼的概念。SAM （Screen Angle Modulated）由荷蘭 Joh. Enschede MatheGraphics 公司發明，是運用非常細的線段將加密（隱藏）影像之角度方向性由原稿濃度透過函數調變而成，因為變形效果，加密影像於複製時會出現。荷蘭 Joh .Enschedé Security Solutions 公司運用 SAM 概念開發出 μSAM 作為第二線檢查特徵以防止複製偽造，印出的線條更細小。隱藏圖像可以用特定線條網屏解碼，由於再複製品解析度不夠因此不會產生線條變形效果，即便透過解碼片也無法出現錯網花紋。（陳永輝，2007）。自我驗證鈔券應用上以透過透明視窗彎曲覆蓋方式進行，如圖 2-29 所示，鈔券正面右側的圓形透明窗口（編號 106），中間是以線條形成的線網，當透明視窗彎曲覆蓋鈔券背面影像藏密處（編號 104），即可自我驗證解出隱藏在內的影像，達到驗證真偽的效果。2001 年版澳洲的 5 元塑膠鈔票以及 2000 年紐西蘭 10 元鈔票，即是將 μSAM 印在塑膠鈔票透明視窗上，以作為自我驗證方式防偽功能之一。. 圖 2-29 鈔券自我驗證示意圖資料來源：Alasia, A.V. & Alasia, T.C.（2006）. 第二節提到有學者運用斜向條紋加密技術進行訊息的隱藏，以類似概念將隱藏條紋與一般條紋運用垂直與水平的線條表現差異，如圖 2-30（b），然後運用特殊方向條紋之解碼遮罩進行覆蓋解碼，透過兩處位置交疊，則不同線紋處將會與其他地方呈現深淺不一的差異效果，依此來進行自我驗證。 23.

(31) (a)鈔券原圖. (b)微結構加密底紋. (c)解碼遮罩. (d)解碼後. 圖 2-30 線網微結構加密自我認證資料來源：van Renesse, R.L.（2005）. （三）自我驗證效果測試學者蘇炤庭研究指出，為模擬人眼在觀看自我驗證效果，依「人類視覺系統」（Human Visual System, HVS）演算法將影像透過高斯濾波器模糊後進行灰階值取樣，如圖 2-31，再以「調制轉換函數」（Modulation Transfer Function, MTF）量測自我驗證後浮水印濃度與底紋濃度差異程度做為自我驗證後效果之判斷，如圖 2-32。. （a）加密影像高斯模糊. （b）自我驗證影像高斯模糊. 圖 2-31 灰階值取樣掃描示意圖. 圖 2-32 掃描灰階曲線圖表 24.

(32) MTF 值代表影像對特定空間頻率的物轉移對比能力，也就是說 Mvalue 包括了「解析度」與「對比」的訊息在內。影像對比的計算如公式 2-5，主要測量鏡片的反差對比及銳利度，以一個黑白相間條紋的物體對透鏡成像，黑白相間可視為 100％對比，但因為鏡片的繞射限制，沒有一個透鏡能將此物的對比值百分之百的轉移，當黑白相間的間隔縮短，物的空間頻率因此增加，成像的對比也就降低了（吳明頤，1989），如圖 2-33。對比（調制度）％ ≡. I I. −I +I. × 100%. 公式 2-5. 圖 2-33 空間頻率與影像對比關係圖資料來源：吳明頤（1989）。. 第四節. 文獻探討小結. 當連續調影像透過臨界值矩陣運算後成為半色調網點，人眼在觀看時會將每個點進行視覺積分處理後視為連續調影像，如特別針對其中的網點或網線進行位移或方向性偏移等微結構處理，便可達到資訊藏密之目的，任何微結構藏密過程應在不易被肉眼察覺的前提下進行，並能透過相對應的特殊解碼方式獲得隱藏訊息。文獻中運用 45 度的斜向網點加密概念，將訊息以不同角度進行資訊編碼及隱藏，透過網點轉換運算來進行解碼，本研究嘗試運用其概念將不同角度的線網進行圖像隱藏，以斜向線網構成之光柵遮罩即可進行訊息驗證解碼。針對現行二維條碼圖像化技術應用上，透過文獻彙整發現，均為利用條碼容錯機制進行結構的微調，以達到置入圖像而不影響讀取性，本研究在可允許的容錯範圍內，透過誤差擴散法將圖像置入條碼中，再結合藏密資訊，為了證明微結構藏密後能達到破壞性最低的程度，選擇在經過圖像化後之 QR Code 上進行，以測試經過運算加密過後的條碼仍具可讀取性。在彎曲覆蓋自我驗證上，透過文獻可以得知已有相關技術發展並且部分國家已在鈔券上應用，本研究選擇以透明塑膠片作為載體，將微結構藏密技術與光柵遮罩相搭配發展自我驗證，在未來有價證券的防偽應用上更可發揮價值。因此，本文獻探討歸納結論為原始 25.

(33) QR Code 經圖像化處理過後，利用不同角度線網藏入圖像，並搭配光柵遮罩進行自我驗證解碼，達到美化條碼且可讀取，兼具有自我辨識真偽之功能。. 26.

(34) 第三章. 研究方法. 本研究採用實驗研究法，利用數位半色調網點技術將 QR Code 崁入圖像進行圖像化設計，並以點陣調色法將網點依濃度不同轉換成粗細不等斜向線網，搭配光柵遮罩後一併輸出於透明塑膠片載體，利用底紋線網角度及光柵線幅寬度兩種參數，設計出可解密且不影響判讀能力之圖像化 QR Code，達到條碼可讀取、微結構防複印並兼具自我驗證效果。本章一共分為三節，第一節為研究架構，第二節為研究設備與工具，第三節說明研究方法。. 第一節. 研究架構. 本研究採雙因子變數實驗設計，研究自變項為不同網線數及光柵線幅寬度，依變項為自我驗證解密效果，不同輸出網線數及光柵線幅寬度會影響到解密效果，為了評估不同參數組合經自我驗證解密所得之圖像清晰程度、防複印效果及讀取性，本研究架構如表 3-1 所示。表 3-1 研究架構. 第二節. 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。. 27.

(35) 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. 硬體. CTP 輸出塑膠透明片. 150、 300、600 lpi. 影印機 Fujixerox. 硬體. 複印測試. 載體. 自我認證. Apeos Port-VI C5570 塑膠透明片. 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 28.

(36) 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。. （a）原始 QR Code 模組. （b）圖像化 QR Code 結構圖圖 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。 1 1 2 W= 20 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。. 29.

(37) 150. 180. 135. 145. 180. 240. 195. 175. 160. 180. 170. 110. 190. 0. 0. 170. 140. 120. 130. 100. 200. 0. 0. 160. 160. 110. 120. 150. 190. 170. 180. 180. （a）原始影像像素值. （b）藏入資訊點像素值為 0 時經誤差擴散後像素值. 圖 3-3 資訊隱藏結合誤差擴散演算示意圖本研究之誤差擴散是以 12×12 像素為一組運算單位，所用之權重比例設定如公式 3-3 所示，中央 0 為資訊隱藏位置，原始像素誤差值則藉由不同權重比例依序為 5 至 1 由內向外進行分配。 1 1 1 1 ⎡1 2 2 2 ⎢1 2 3 3 ⎢ ⎢1 2 3 4 ⎢1 2 3 4 1 1 2 3 4 ⎢ W= 300 ⎢1 2 3 4 ⎢1 2 3 4 ⎢1 2 3 4 ⎢1 2 3 3 ⎢1 2 2 2 ⎣1 1 1 1 二、斜向網點微結構藏密設計. 1 2 3 4 5. 5 4 3 2 1. 1 2 3 4. 4 3 2 1. 1 2 3 4. 4 3 2 1. 1 2 3 4 5. 5 4 3 2 1. 1 2 3 4 4 4 4 4 4 3 2 1. 1 2 3 3 3 3 3 3 3 3 2 1. 1 2 2 2 2 2 2 2 2 2 2 1. 1 1⎤ 1⎥ ⎥ 1⎥ 1⎥ 1⎥ 1⎥ 1⎥ 1⎥ 1⎥ 1⎥ 1⎦. 公式 3-4. 微結構設計是以點陣調色法計算方式，利用臨界值矩陣，將圖像化 QR Code 分割成許多 6-by-6 pixels 的矩陣大小之區塊，利用公式 3-5、公式 3-6、公式 3-7 計算形成不同之網點排列方式及形狀。以圖 3-4 為例，如欲製作灰階值 180 線網微結構，依方程式計算所得數值為 10.58，取整數為 11，在網點表現上則會如圖 3-5 所示。. 圖 3-4 6-by-6 pixels 矩陣參數. 30.

(38) （, ）=. ×. （, ）= （ + ℎ（ , ） =. × （1 − ×. （, ）） 255. , +. 公式 3-5 公式 3-6. × ）. 1, （ , ） ≥ （ , ）. 公式 3-7. 0, （ , ） < （ , ）. 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 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. 圖 3-6 影像結構比較圖 31. (c) 斜向網點微結構處理影像結構.

(39) 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。公式 3-8. W = （G ∩ M） ∪ （G ∩ ~M）. 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. 32.

(40) （a）1 pixel. （b）2 pixels. （d）4 pixels. （c）3 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。. 33.

(41) 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。. 34.

(42) 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. +. 35.

(43) 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. 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. 36.

(44) 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. 37.

(45) 第四章. 研究結果與討論. 依本研究所設定的組合中，底紋以 3 種網線數搭配 5 種光柵線幅寬度，透過灰階值差異及 Mvalue 進行分析，並於複印後紀錄所得影像微結構及進行可讀取性測試，於第一節說明不同參數組合搭配下所得驗證之最佳效果，第二節透過複印測試找出可防複印之網線數，第三節進行 QR Code 的讀取性測試，第四節針對本研究之應用面進行論述。. 第一節. 驗證解析度效果測試. 一、黑（K）值差異分析首先針對高斯模糊後的底紋及加密區進行分析，將影像底紋區 A 及加密區 B 透過高斯模糊方式處理後，進行兩區塊之 K 值量測，所得數值紀錄如表 4-1，在 1pixel 時 150lpi 兩區塊差異值為 0，300lpi 差異值為 2，而隨著光柵線幅寬度越寬，差異值越高，如當在線幅寬度 5 的情況下，300lpi 差異值為 8，而 150lpi 達到 14，顯示網線數越低，差異值則會呈反比增加，但可以發現，600lpi 在不論何種光柵線幅寬度，自我驗證後均僅呈現微小差異，最高差異值出現在光柵線幅 3 時，差異值為 5。由於本研究以塑膠透明底片為研究成果輸出基材，需要透過光線來檢視底紋與加密區的視覺差異效果，K 值差異將影響到自我驗證時效果，數值越大自我驗證影像也更清楚。因此單就該值進行分析，150 至 600lpi 經過自我驗證解密後均有程度不等的差異程度，證實本研究在這 3 種網線數上進行微結構藏密後輸出於底片上均可得到程度不等的驗證效果，而線數越低所呈現的整體差異越大。表 4-1K 值差異表光柵線幅寬度網線數（lpi）. 1. 2. 3. 4. 5. A. B. A. B. A. B. A. B. A. B. 30. 29. 47. 43. 62. 57. 75. 72. 88. 86. 600 1 31. 4 29. 48. 5 44. 64. 3 58. 77. 2 70. 92. 82. 300 2 31. 4 31. 47. 6 45. 64. 7 58. 81. 8 71. 97. 83. 150 0. 2. 6. 38. 10. 14.

(46) 二、Mvalue 分析為了找出所有參數中最佳自我驗證組合，根據整體濃度的對比值 Mvalue 測試結果進行觀察，三種輸出網線數表現上，600lpi Mvalue 最高為光柵線寬 3pixels 時的 0.0691；300lpi Mvalue 最高為光柵線寬 5pixels 時的 0.2340；150lpi Mvalue 最高為光柵線寬 5pixels 時的 0.7437；這 3 組分別是不同網線數的最佳組合，而輸出網線數 Mvalue 分別為 150（5pixels）＞300（5pixels）＞600（3pixels）。表 4-2 M 值計算數值表光柵線幅寬度(Mvalue 絕對值) 網線數（lpi）. 1. 2. G1. G2. 179.4. 182. G1. 3 G2. 136.4 145.3. 4. 5. G1. G2. G1. G2. G1. G2. 95.6. 109.8. 63.2. 71.3. 30.9. 35.4. 600 0.0074. 0.0314. 175.4 180.7 132.8. 0.0691. 147. 89.3. 0.0602. 108.8 57.4.6. 0.0679. 69.8. 20.3. 32.7. 300 0.0149. 0.0505. 0.0984. 177.1 177.1 134.6 148.7. 91.1. 0.0975. 105.2. 48.6. 0.2340. 76.9. 6.1. 41.5. 150 0. 0.0498. 0.0781. 0.1791. 0.7437. 透過 Mvalue 測試數據如圖 4-1 所示，就 3 種網線數隨著光柵線幅寬度改變，發現不同網線數所呈現的趨勢不盡相同，但當網線數越低，而光柵線幅寬度越高時，可以獲得較佳的解密效果。 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0. Mvalue. 1. 2. 網線數. 3 600. 300. 圖 4-1Mvalue 比較折線圖. 39. 4 150. 5.

(47) 為獲取實際影像結構，首先針對在不同線幅時，A、B 兩區塊透過左斜及右斜線條交疊時，各擷取相同影像尺寸區域內的黑色區塊分佈比例進行分析。所得之結構如表 4-3 所示，其中 600 線由 24×24 方格組成、300 線由 12×12 方格組成、150 線由 6× 6 方格組成。表 4-3 黑色區塊分佈影像擷取網線數. 光柵線幅寬度. （模組大小）. 1. 2. 3. 4. 5. A 600 (24×24) B. A 300 (12×12) B. A 150 (6×6) B. 影像內的黑色塊數量紀錄如下表 4-4，並計算該黑色塊所占面積比重，將 A、B 區黑色塊所占面積比值換算成相對應的灰階值後（如黑色區塊面積比 29%，則灰階值為 (100-29)%×255=181.05），所得數值記錄於表 4-5。. 40.

(48) 表 4-4 黑色區塊數量網線數. 黑色塊數量. （模組大小）. 1. 2. 3. 4. 5. A. 171. 268. 358. 431. 504. 600. (面積比%). (29.688). (46.528). (62.153). (74.826). (87.5). (24*24). B. 165. 248. 326. 413. 494. (面積比%). (28.646). (43.056). (56.597). (71.701). (85.764). A. 45. 69. 93. 111. 132. 300. (面積比%). (31.25). (47.917). (64.583). (77.083). (91.667). (12*12). B. 42. 61. 82. 104. 125. (面積比%). (29.167). (42.361). (56.944). (72.222). (86.806). A. 11. 17. 23. 29. 35. 150. (面積比%). (30.556). (47.222). (63.889). (80.556). (97.222). (6*6). B. 11. 15. 21. 25. 30. (面積比%). (30.556). (41.667). (58.334). (69.444). (83.333). 根據表 4-5 觀察可知在不同網線數及光柵線幅寬度情況下，經比對 A、B 區內黑色塊濃度值與高斯模糊後 G1 及 G2 數值相近，顯示本研究以高斯模糊進行濃度值量測所得 Mvalue 方式可做為自我驗證之數值依據。表 4-5 灰階值比較圖灰階值比較. 網線數（模組大小）. 600 (24*24). 300 (12*12). 150 (6*6). 光柵寬度. 1. 2. 3. 4. 5. A. 179.3. 136.4. 96.5. 64.2. 31.9. B. 181.9. 145.2. 110.7. 72.2. 36.3. G1. 178.5. 136.4. 96.6. 64.2. 31.9. G2. 182. 144.8. 109.8. 72.3. 36.4. A. 175.3. 132.8. 90.3. 58.4. 21.3. B. 180.6. 147. 109.8. 70.8. 33.6. G1. 175.4. 132.8. 89.3. 57.4. 20.3. G2. 180.7. 147. 108.8. 69.8. 32.7. A. 177.1. 134.6. 92.1. 49.6. 7.1. B. 177.1. 148.8. 106.3. 78. 42.5. G1. 177.1. 134.6. 91.1. 48.6. 6.1. G2. 177.1. 148.7. 105.2. 76.9. 41.5. 41.

(49) 第二節. 複印測試. 現今偽造技術多是透過影印機複印功能進行影像擷取，微結構藏密除了視覺無法察覺外，亦須能有效防止該物件被完整複印，因影印原理是透過曝光、顯影及成像方式進行，如有過細或過小的影像則無法在影印過程中完整轉移至被印物上。 150lpi 為一般商業印刷所使用之網線數，本研究針對 150 至 600lpi 的網線數進行輸出並進行底紋影印測試，複印濃度由-1 至+1 複印後，透過表 4-6 可以觀察到，在 600lpi 輸出成品經過複印並無任何微結構產生，可有效防止複印；300lpi 正常濃度時，複印後產生些微微結構影像並不構成可重製標準，本研究亦將其視為可防止複印之網線數；150lpi 於濃度-1 複印時，有部分底紋結構浮現，在正常濃度至+1 時，不同的斜向線條微結構已被明顯複印，無法達到可有效防複印的理想網線數。由複印結果可得知，300lpi 為影印機可複製的門檻，僅有正常濃度影印後產生些微加密影像反應，微結構藏密在網線數 300lpi(含)以上進行，使用者則無法透過影印機複印方式進行影像解密。表 4-6 複印測試結果網線數（lpi）. 濃度-1. 正常濃度. 600. 300. 150. 42. 濃度+1.

(50) 第三節. 判讀測試及正確率辨識. QR Code 經過圖像化、網點加密及輸出過程，會對條碼產生不同程度的破壞，為測試每個處理流程能維持條碼讀取的正確性，進行手機判讀測試及正確率辨識。一、手機判讀測試判讀測試分為數位影像及成品圖像兩方面進行，數位影像在經過圖像化及網點加密後，先於螢幕上進行掃描測試，判讀測試可讀取後輸出實品進行測試。本研究使用掃描設備為 HTC U-Ultra 手機，使用軟體為 Quick Mark，經測試所得結果，3 種網線數不論在輸出前的數位影像或輸出於底片後進行掃描，判讀測試與原始 QR Code 相同，讀取性未受到影響，如表 4-7。表 4-7 QR Code 判讀測試網線數（lpi）. 判讀結果. 數位影像. 可判讀. 600. 成品圖像. 可判讀. 數位影像. 可判讀. 成品圖像. 可判讀. 300. 43.