機器學習識別特徵阻絕代測 上鏈回送監理資料庫防竄改
人臉辨識加酒精鎖阻酒駕 串區塊鏈上傳比對告警
2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室
本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。
長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。
據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。
立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。
由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。
其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。
另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。
根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。
背景知識說明
本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。
由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。
何謂人臉辨識
人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。
目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：
‧ 普遍性：屬於任何人皆擁有的特徵。
‧ 唯一性：除本人以外，其他人不具相同的特徵。
‧ 永續性：特徵不易隨著短時間有大幅的改變。
‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。
‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。
人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。
人臉辨識的步驟
人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。
人臉偵測
基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。
Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。
人臉的預處理
偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：
‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。
‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。
‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。
人臉特徵摘取
關於人臉特徵摘取，相關的技術說明如下：
‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。
‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。
‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。
何謂酒精鎖
酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。
根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。
在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。
許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。
對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。
認識區塊鏈
區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。
區塊鏈的原理與特性
可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。
關於區塊鏈的特性，可分成以下四部分做說明：
1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。
2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。
3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。
4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。
區塊鏈與酒精鎖
由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。
酒駕防偽人臉辨識系統介紹
為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。
在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。
如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。
區塊鏈打包上鏈模擬
在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。
要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。
將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。
情境演練說明
話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。
已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。
待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。
酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。
系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。
如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。
結語
酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。
為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。
附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。
資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D
紅外線攝影機原理 在 紅外線攝影的基本原理- 看板NCHU-PP87 的推薦與評價
https://it.sohu.com/87/06/article16360687.shtml
「知其然，還要知其所以然」，在我們領略了紅外線攝影的無窮魅力後，如果對其成像原
理有了全面而深刻的瞭解，便能幫助我們拍攝出更加美妙的影像來。
早紅外線的發現
在1672年人們就發現了太陽光(俗稱白光)是由各種顏色的光復合而成，隨後牛頓做出
了單色光在性質上比白光更簡單的著名結論。無論是當時還是現在，我們都可以利用分光
稜鏡把太陽光分解為紅、橙、黃、綠、青、藍、紫等單色光，這也是很多光電試驗中合成
白光的原理。
1800年英國物理學家赫胥爾從熱的觀點來研究各單色光時發現了紅外線，並且把光譜
中看得見的那部分波稱為「光」（可見光），而人眼看不到的波則稱為「線」，並習慣地
命名為紅外線。顯然這樣來對紅外線進行定義是不科學的，爾後科學家的研究表明，紅外
線這種電磁波在實際應用中可劃分為以下三個波段:
近紅外:波長為0.77～3.0μm、
中紅外:波長為3.0～30μm、
遠紅外:波長為30～1000μm。
通常情況下的紅外線攝影可以感應的紅外線波長範圍為770～1000nm。紅外線成像設
備的特殊之處就是能探測這種物體表面所輻射的不為人眼所見的紅外線，它所反映的是物
體表面的紅外輻射場，即溫度場，幫助我們看到肉眼觀察不到的事物，從另一種角度來觀
察我們所熟悉的事物。
紅外線成像的原理和黑體的紅外輻射規律
所謂黑體，簡單地講就是在任何情況下對一切波長的入射輻射吸收率都等於1的物體
，也就是說完全吸收。作為自然界中實際存在的任何物體對不同波長的入射輻射都有一定
的反射(吸收率不等於1)，所以黑體只是人們抽像出來的一種理想化的物體模型。但黑體
熱輻射的基本規律是紅外線研究及應用的基礎，它揭示了黑體發射的紅外熱輻射隨溫度及
波長變化的定量關係，同樣，這也是我們研究紅外成像的基本出發點。
黑體定律分別由以下三個基本定律構成：(1)輻射的光譜分佈規律普朗克輻射定
律；(2)輻射功率隨溫度的變化規律斯蒂芬-玻耳茲曼定律；(3)輻射的空間分佈規律
朗伯餘弦定律。以上三個定律共同闡述了凡是溫度高於開氏零度（絕對零度）的物體
都會自發地向外發射紅外熱輻射，而且黑體單位表面積發射的總輻射功率與開氏溫度的四
次方成正比，溫度只要有較小的變化，就會引起物體的輻射功率發生較大變化。以上定律
正是紅外線成像的原理基礎，即只要有溫度存在，就有紅外線攝影的可能。理論上，自然
界中的一切物體，只要它的溫度高於絕對零度(-273.15℃)，就存在分子和原子無規則的
運動，其表面就會不斷地輻射紅外線。任何存在有溫度的物體，除可以發出波長在380～
770nm的可見光外，還可以發射不為人眼所見的波長為770～1350nm範圍的紅外線。因此，
紅外線的最大特點就是普遍存在於自然界中，也就是說，任何「熱」物體雖然不發光但都
能輻射紅外線，因此紅外線又稱為熱輻射線，簡稱為熱輻射。
紅外線攝影的特點
很多人對於紅外線攝影照片表現出來的色調和影像的質感感到驚異，其實這並不奇怪
，因為紅外線與可見光相比的一個特點是色彩更加豐富多樣。由於可見光的最長波長是最
短波長的1倍(380nm～770nm)，所以也叫作一個倍頻程。而紅外線的最長波長則是最短波
長的10倍，即具有10個倍頻程。因此,如果可見光能表現自然界中的7種顏色，則紅外線便
能表現70種，因此具有極其豐富的色彩表現力。
另外紅外線還具有良好的穿透性，如穿透煙霧、水氣等，因此在航空攝影、軍事攝影
和其他題材攝影中有著不可替代的地位，例如航空攝影可以利用紅外線發現健康、不健康
的樹木，森林，地脈甚至礦藏；醫學上可以用於人體組織的穿透；科研及工程攝影可以用
於鑒別印色，穿透織物；普通紅外線攝影可以利用發散性產生虛幻的圖畫效果等等。
滿足紅外線攝影需要的條件（鏡頭和濾光鏡）
紅外線攝影可以使用普通鏡頭，但是在使用紅外濾鏡配合普通鏡頭進行紅外線攝影時
，鏡頭通常不對紅外區進行校正。尤其是在利用傳統的紅外乳劑膠片進行聚焦時，必須稍
稍增大相機鏡頭的伸長量。這是因為普通鏡頭設計的焦距是針對可見光的，因而在拍攝紅
外線時相應的焦距設定應大於拍攝可見光時的焦距，即使是在使用單消色差或復消色差鏡
頭的時候，這一點也適用。此外，由於紅外線波長比可見光的波長要長得多，其焦距不可
能與可見光一致。因此須要專門對鏡頭進行紅外區校正，一些傳統相機鏡頭為了達到對紅
外光準確對焦的目的，專門設計了一個紅外聚焦指數。而對於其它相機，必須通過多次實
驗以確定鏡頭所須增加的伸長量，通常是以0.3～0.4％焦距的數量級進行手工校正。
由於紅外線光譜感應範圍較廣，因此無論是傳統紅外線攝影還是數碼紅外線攝影都需
要一個阻擋可見光及紫外線輻射，同時又可以透過紅外線的特殊濾光鏡，即紅外線濾鏡（
Infrared Filter），並且根據經驗和感光材料的光敏範圍來確定和選擇紅外線濾鏡的濾
光係數。紅外線濾鏡在這個過程中起到的作用類似於帶通濾波器的作用，讓所需要波長的
紅外線通過，而將其它波長的光線阻斷。
紅外線攝影的感光器件（傳統膠片和CCD/CMOS）
在傳統攝影中，目前我們生產的黑白、彩色增感類材料可以滿足絕大多數普通攝影的
要求，並且對於某些特殊的用途，比如紅外線攝影，則可以通過增加膠片乳劑的波長敏感
度來增加它對於紅外線的感光度，滿足人們的需求。
紅外增感染料在20世紀初被發現，直到20世紀30年代才得到廣泛的應用。現在，紅外
增感染料所能夠賦予的感光度已經被提高到了1200nm的光譜區域。但是在波長大約為
1200nm時，雖然也可以實現材料增感，但是其輻射可以被水吸收，已經失去了實際使用意
義，這使得記錄波長更長的光譜在傳統膠片領域成為一件比較困難的事情，因此為數碼相
機的感光器件CCD/CMOS在這個領域的應用提供了機會。
使用數碼相機的CCD（光電耦合器）/CMOS作為感光元器件進行紅外線攝影與傳統紅外
線攝影最大不同的是，CCD/CMOS自身具備了400～1200nm的感光能力，涵蓋了紅外線的基
本波長光譜。只是在一般的狀況下由於可見光的光量遠大於紅外光，因而使用數碼相機拍
攝時並不能看出紅外線效應，另一個原因則是許多數碼相機的鏡頭都裝有紅外線消除濾鏡
（IR cut filter），過濾了大部分紅外線。但是紅外線消除濾鏡的好壞和數碼相機所採
用CCD/CMOS感光器件對紅外線的靈敏程度才是決定數碼相機是否具備紅外線攝影能力的重
要因素，為此我們可以使用一般家用電器的紅外線遙控器對著數碼相機鏡頭，並按下遙控
器按鍵，同時從相機的LCD 或EVF（電子取景器）中觀察是否能看到明亮光點的方法來判
斷您的數碼相機是否具備紅外線攝影的能力。
影響紅外線攝影的潛在因素
紅外線攝影可能會受到很多外部條件制約和影響，其中最主要的包括：
1.拍攝題材的材料性質的影響：不同性質的材料因對輻射的吸收或反射性各異，因此
它們的紅外線發射性能也不盡相同，對於紅外線的敏感程度也不同。
2.表面狀態的影響：任何實際物體表面都不是絕對光滑的，總會表現為不同的表面粗
糙度。因此，這種不同的表面形態將對紅外線反射率造成影響，從而影響發射率的數值。
這種影響的大小同時取決於材料的種類。
3.溫度影響：溫度對不同性質物體的影響是不同的，很難做出定量的分析，只有在拍
攝過程中積累經驗。
4.物體之間的輻射傳遞的影響：物體對於給定的入射輻射必然存在著吸收、反射，而
當達到熱平衡後，其吸收的輻射能必然轉化為向外發射的輻射能。因此，我們在拍攝時，
要注意熱輻射源的方向和時間，使其它物體的影響降到最小。
5.大氣衰減的影響 ：大氣對物體的輻射有吸收、散射、折射等物理過程，對物體的
輻射強度會有衰減作用，我們稱之為消光，這個問題在航空紅外線攝影的時候必須認真考
慮和對待。
--
生命精彩，盡在用心
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 124.8.130.26
... <看更多>