[報告]數位浮水印2－FIVE

@生物特徵!!
每個人出生後，身上便帶著與眾不同的生物特徵，像是臉、指紋、手掌紋、虹膜、視網膜、聲音（語音）
、體形、個人習慣（例如敲擊鍵盤的力度和頻率、簽字）等，生物特徵主要有以下幾點特性：
    普遍性（Universality）：每個人都有生物特徵，如面部特徵(Face)、虹膜(Iris)、聲紋(Speech)、指紋(Fingerprint)及DNA等等。
    唯一性（Uniqueness）：沒有兩個人具有相同的生物特徵。
    永久性（Permanence）：生物特徵不會隨時間而改變。
    可測性（Collectablilty）：生物特徵可藉由向量化測量。
    可行性（Performance）：可以正確的識別身份。
    可接受性（Acceptability）：用生物特徵來發行私密資料可令人接受。
因為生物特徵有這些性質，因此可以用來辨識或驗證使用者個人的身份，在眾生物特徵中，指紋可以拿出來當作數位浮水印使用，
我們報告提出一張圖如果使用指紋當作數位浮水印，不需要第三方的認證，由於唯一性的關係可以證明這張圖的作者是為誰。

@浮水印的嵌入與取出
嵌入浮水印的方式以離散小波轉換為基礎，在離散小波轉換後的係數中，嵌入浮水印。
浮水印的嵌入程序如下圖一所表示，其步驟如下：
1) 原圖經過離散小波轉換(DWT)轉換
2) 將所要加入的浮水印(指紋)經過亂數打散
3) 將浮水印嵌入圖中的中頻部分
4) 紀錄浮水印打散的對應位置(pixels table)
5) 將已經嵌入浮水印的頻率域圖作反離散小波轉換
6) 得到嵌入浮水印的圖

圖一:浮水印嵌入的程序

而浮水印的取出程序如下圖二所表示，其步驟如下：
1) 嵌入浮水印的圖經過離散小波轉換(DWT)轉換
2) 取在在中頻區中所藏匿的浮水印
3) 利用所紀錄的相對位置檔案(Pixels table)還原浮水印

圖二:浮水印取出的程序

實驗時，使用512x512像素的Lena圖當作原圖，原本是想用我的玉照當作測試圖，
但是看到玩影像的論文都這麼愛戴Lena大姐，我們也順從民意用Lena，而嵌入的
浮水印圖則使用網路找到的指紋圖，並且使用photoshop修改成黑白兩色圖，使用
的指紋圖是100x100像素大小