電視台商標在影片分類中，一直是相當重要的依據；馬賽克特效也是時常應用在保護青少年避免接觸不適當的影片畫面等情況，但也會造成視覺上的不舒適感。
在本論文中，我們提出一個取出影片中的商標進行分類以及對存有馬賽克特效的影片能夠自動偵測及修補馬賽克區域的系統。首先，我們由結構及色彩辨識兩種方法偵測影片中是否含有馬賽克；若有，則系統會紀錄下馬賽克內部區塊大小及座標，以作為辨識馬賽克下物件和修補區塊的依據。若是影片中不存在馬賽克，則系統會使用最小亮度偵測的方式，找出商標的位置，並比對圖片之間形狀的相似度並分類。

The television station logo in the movie classification, has been the quite important basis; The mosaic special effect is often used in protecting children or teenagers to avoid contacting bloody, crime or adult situations, but will also create visional uncomfortable
In this paper, the purpose of this study is not only for extracting logo by structural and color recognition, but also to looking for specific object under mosaic effect and inpaint the mosaic scope. After retrieval the mosaic part in frames, we classify videos along extracted logos.

目錄
第 一 章 緒論.............1
1.1研究動機與目的.............1
1.2相關研究....................3
1.2.1馬賽克特效的偵測...........3
1.2.2電視影片中Logo的偵測..........4
1.3論文組織與架構.................7
第 二 章 基礎理論研究....................8
2.1色彩模型.....................8
2.1.1 RGB色彩模型...................8
2.1.2 CMY色彩模型.......................9
2.1.3YUV、YIQ和YCbCr顏色空間..............10
2.2典型馬賽克特效製作方式................12
2.3 Fast Marching Method Inpainting............13
2.4相關影像處理技術.........................15
2.4.1 High Pass Filter高通濾波.................15
2.4.2 Sobel邊緣偵測.....................17
2.4.3 二值化.................................18
2.4.4 侵蝕與擴散(Erosion、Dilation)...............19
2.4.5 斷開與閉合運算(Opening、Closing)..............20
2.4.6 絕對值差的和(Sum of Absolute Difference).......20
2.4.7直方圖均衡法(Histogram equalization)...........21
第 三 章 研究方法..........23
3.1馬賽克特效之偵測與修補.........27
3.1.1區塊偵測..............27
3.1.1.1結構辨識............27
3.1.1.2色彩辨識............30
3.1.2馬賽克區域內的商標比對與修補.........33
3.2連續性影片中電視台商標之偵測..........39
3.2.1最小亮度變化區域.........39
3.2.2 Earth mover’s distance............42
第 四 章 實作環境與結果..............46
4.1開發平臺...........46
4.1.1程式系統架構.........46
4.1.2元件介紹...........48
4.2系統介面與操作......55
第 五 章結論與未來展望2.....59
5.1結論........59
5.2未來展望.....61
參考文獻..............62
附錄 英文論文.............63 

圖目錄
圖 1.電影影片中以馬賽克特效覆蓋血腥的部份............2
圖 2. Xiaodong Huang等人偵測出馬賽克區塊，並以線段框出。..........3
圖 3. J.R. Co′ zara等人將MLVR偵測後的Logo經由NLDF降低其雜訊的產生.........5
圖 4. 不同程度雜訊的Logo (a).Model(b).Clean(c).Noisy(d).Very Noisy......6
圖 5. P. Nieto等人所提出的方法之結果以及比對Logo在不同雜訊下的正確性.........6
圖 6. RGB 色彩空間模型..............9
圖 7. CMY色彩空間。1:青色、2: 黃色、3: 洋紅色...........10
圖 8.未覆蓋上馬賽克特效原圖.............12
圖 9.以以3×3的區塊尺寸覆蓋馬賽克特效............12
圖 10.遭破壞的圖片.................13
圖 11.將圖10.以Fast matching method修補後.................14
圖 12.以局部放大圖與其他修補法比較修補結果(a) .BSCB(b). Fast matching method..............14
圖 13. 八鄰居示意圖...........16
圖 14.Lena原圖..............16
圖 15.(a) 經YCbCr轉換後取出之亮度圖(b)經High pass filter過濾較高頻率部份	.............16
圖 16. Sobel邊緣偵測後的結果........18
圖 17. 將圖16做門檻值為80的二值化處理..........19
圖 18.圖17經由(a)Erosion與(b)Dilation處理........20
圖 19.亮度過低的影像............22
圖 20.圖19經Histogram equalization方式調整後............22
圖 21. 系統流程圖...............23
圖 22.(a)電視影片中Logo以馬賽克特效覆蓋住 (b)經Sobel邊緣偵測後...........28
圖 23.以門檻值為10，二元化處理後.......28
圖 24.以公式 11去除不為馬賽克的部份...........29
圖 25.經Opening、Closing等基礎影像處理後............29
圖 26. 由結構與色彩辨識出的馬賽克區域...........32
圖 27.將馬賽克區域由紅色圈出並等待比對...........32
圖 28.以不同馬賽克演算法遮蓋圖片的局部放大................32
圖 29. 左上角的是外框為不規則的馬賽克區塊；右上角的是外框為圓形的馬賽克區塊。...............33
圖 30.(a)資料庫中的Logo圖片(b) 將資料庫中欲比對的圖片 加上由偵測取出的尺寸為基礎的 馬賽克特效............34
圖 31. 以Pixel by Pixel的方式將圖片取出比對相似度............34
圖 32.經馬賽克偵測後與所預測出的區域放大...........35
圖 33. 以FMM影像修補後.................37
圖 34. 修補圖片中的馬賽克區域後，將預測Logo貼回最相似座標的結果...........37
圖 35. 將連續性的影片以3秒的間距取出的Frame。..........41
圖 36. 以圖 35的連續影片所取出Frame產生的LVI.............41
圖 37. 將MLVR以門檻值為25取出的Logo圖片，並以紅色線段圍出...........42
圖 38..EMD比對示意圖..........44
圖 39. 系統元件架構圖.........47
圖 40.程式主畫面...........47
圖 41.元件樹狀圖..........49
圖 42.TFileListBox元件..........50
圖 43.TListBox元件..........51
圖 44.Tmenu圖示..........52
圖 45. 影像載入視窗.........52
圖 46. TPageControl圖...........52
圖 47.Mosaic圖片與Database比對畫面.........53
圖 48.TStatusBar元件..........54
圖 49.程式主畫面...........55
圖 50.具有馬賽克情況下的影像分析圖.............56
圖 51.一般情況下的影像分析圖...........57
圖 52.以文字方式表示區塊起始座標及區塊內Pixel數目..........57
圖 53.將影像中的馬賽克區域以紅色線段框出.........58
圖 54.偵測出的馬賽克區域與資料庫圖片比較示意圖...............58
 
公式目錄
公式 1. RGB轉CMY公式..........10
公式 2. RGB與YUV的轉換公式........11
公式 3. RGB與YIQ的轉換公式........11
公式 4 RGB與YCbCr的轉換公式..........11
公式 5. High Pass Filter計算公式........15
公式 6.偵測縱向梯度變化的元素矩陣........17
公式 7.偵測橫向梯度變化的元素矩陣..........17
公式 8.待處理Pixel之元素矩陣.........17
公式 9.以幾何平均計算縱向與橫向梯度平均.........18
公式 10. 絕對值差的和............21
公式 11. 偵測八鄰居中是否任一不為馬賽克區塊.............29
公式 12.MLVR計算方式.........42
公式 13. Signature............43
公式 14.計算兩個Signature間的總搬運量..........43
公式 15.EMD計算公式.............44
公式 16.利用距離公式計算垂直及水準投影向量的EMD值.........44

表格目錄
表格 1.偵測比對後取出的前三名候選Logo......35
表格 2.馬賽克遮蓋到背景部份大於物件部份情況下，以圖31.搜尋方式取出的前三名候選Logo..........36
表格 3.與資料庫中較相近的Logo比較EMD值...............45

[1].	Xiaodong Huang, Huadong Ma, Haidong Yuan “Video Mosaic Block Detection Based on Template Matching and SVM”, The 9th International Conference for Young Computer Scientists, 18-21 Nov. 2008, Page(s):1082 - 1086
[2].	J.R. Co′ zara,, N. Guila, J.M. Gonza′ lez-Linaresa, E.L. Zapataa, E. Izquierdo,“Logotype detection to support semantic-based video annotation” Signal Processing: Image Communication, vol. 22, no. 7-8, Page(s): 669–679, 2007.
[3].	P. Nieto, J.R. C′ozar, J.M. Gonz′alez-Linares, N. Guil “A TV-LOGO CLASSIFICATION AND LEARNING SYSTEM”, Image Processing, 2008. ICIP 2008. 15th IEEE International Conference on, Page(s):2548 – 2551
[4].	Alexandru Telea, “An Image Inpainting Technique Based on the Fast Marching Method”, Journal of Graphics Tool, 9, 2004, Page(s): 23–34
[5].	Kanopoulos N., Yasanthavada N., and Baker R., ”Design of an Image Edge Detection Filter Using the Sobel Operator”, IEEE Journal of Solid State Circuits, vol. 23, NO. 2, April 1988, pp.358-367.
[6].	YOSSI RUBNER, CARLO TOMASI AND LEONIDAS J. GUIBAS, “The Earth Mover’s Distance as a Metric for Image Retrieval”, International Journal of Computer Vision, 2000 ,40(2), 99–12,
[7].	Yossi Rubner, Leonidas Guibas, Carlo Tomasi “The Earth Mover's Distance, Multi-Dimensional Scaling, and Color-Based Image Retrieval”, Proc. DARPA IU Workshop, New Orleans, LA,pp. 661-668, May 1997.
[8].	“iSee”, http://www.iseeclan.com/isee/
[9].	“PhotoCap”, http://www.photocap.com.tw/