程式之旅、職場之路...

Color Image Segmentation
　　這一篇論文是大四下上修碩士班課程－圖訊識別的時候期末論文報告所讀的。主要是在做影像分割。而所謂的影像分割是要將一張影像的物件、背景自動的獨立取出。而理想的影像分割是希望有紋理、材質的物件，我們可以正確的分割出來。比如說我有一張黑白相間的窗簾，我們當然不希望分割的結果是黑的一條、白的一條、黑的一條....而是希望整個窗簾視為一整個完正的物件。而這篇論文及著重在這個部份，可以將材質的物件完整的分割出來。下圖中(圖來自於論文)，左邊為原始影像，右邊為分割後的結果。最後作者的方法分割成 27 個區域，可以看到同一種花的區域被完整的分割出來，而不是一朵朵的被分割。

Digital Watermarking Robust to Geometric Distortions
IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 14, NO. 12, DECEMBER 2005
　　這一篇論文提出了兩個方法來讓浮水印可以抵抗幾何變型。第一個方法利用影像的正規化(Image Normalization)。正規化後的特色是說，原始影像和經過幾何變型的影像，做了正規化之後，都可以得到相同的影像。利用這個特性，將浮水印藏在正規化後的區域，就算是遭受到幾何破壞，還是可以從正確的位置取回我們藏入的浮水印。第二個方法是利用原始影像來估算幾何破壞的向量，將破壞後的影像反推回沒有破壞前的狀態，再從對應的位置抓回我們藏入的浮水印。第一個方法在取回浮水印的時候不需要原始的影像，而第二的方法則需要。而取回浮水印不需要原始影像(Blind)是大家比較著重研究的部份。
　　浮水印技術最難抵抗的就是幾何變型，而作者一次提出了兩中方法來抵抗幾何破壞。作者第一個提出的方法－影像正規化。是透過數學的計算來使得同一張影像，不管是經過放大、旋轉、位移...等幾何變型之後，都可以得到同意張正規化的結果。如下圖...(此圖出處為該篇論文)

Multiscale Fragile Watermarking Based on the Gaussian Mixture Model
IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 15, NO. 10, OCTOBER 2006
　　這一篇論文主要是在說明，先將影像作小波轉換(DWT)，再利用 probability density function (PDF) 的概念來算出每個 Watermarking Block 的值V，最後透過 Code Map 來將浮水印藏入。舉個例子來說，如果說我的 Code Map 設計是要藏 "00" 的時候，那我經過DWT轉換之後的右上角 Watermarking Block 的 V 要等於左下角的 V，於是我只要去修改其中的一個V讓他們彼此相等，而要取出浮水印的時候，只要看到右上、左下角的 V 相等，即可知道該 Watermarking Block 所藏的浮水印為 "00"。