臺灣博碩士論文加值系統

綠美化工程為各項環境工程應用與改造不可或缺的項目，其中植草是工程執行中之基本元素。本文主要的目的在於使用一般市售數位相機與免費影像處理軟體ImageJ，建立一套簡易的植草存活率估算分析法，作為綠美化工程品質管理與驗收之參考。

本研究主要以映射投影法、顏色轉換法與門檻閥值法等三種影像處理方法，針對草地影像進行影像處理。由於影像分割是影像辨識的基礎，而顏色模型與門檻閥值方法的選擇常是影響影像處理分析的關鍵。因此，本研究在建立一套可靠與客觀的影像處理分析系統前，必須尋找較為合適的顏色模型與門檻閥值法組合，以尋求最佳的影像處理分析結果。

為了從影像處理軟體ImageJ所提供的顏色模型與門檻閥值法中，客觀的評價與篩選出最佳影像分割方法，本研究透過以下的評價方式來進行篩選:

(1)透過在室內不同拍攝條件下，統計分析裸土影像灰階值之標準差；依標準差的大小，評價顏色模型分量對於不同品質的裸土影像，其辨識裸土顏色特徵的可靠度。

(2)透過在室內固定拍攝條件下，統計分析植草影像灰階值與植草生長天數的相關係數；依相關係數的大小，評價顏色模型分量對於辨識植草生長影像的綠度變化，其辨識草坪綠顏色特徵的敏感度。

(3)最後以影像處理軟體ImageJ分析計算的植草存活率結果，與點框法調查計算值作比較，依據絕對誤差、平均絕對誤差與影像分割質量等，評估影像處理分析系統和影像分割方法的可行性與準確性。

經過客觀的統計評價與篩選後，發現在顏色模型Lab中，顏色模型分量a具有最低的標準差與最高的相關係數，顯示顏色模型分量a在辨識草地顏色特徵上具有一定的可靠度與敏感度；用顏色模型分量a與門檻閥值法Yen的組合，進行戶外草地存活率的估算工作，絕對誤差介於0.057% ~ 6.052%，而平均絕對誤差(MAPE)小於5%，顯示本研究所建立的影像處理方法具備一定程度的準確性，在實務上具有實用價值。

The green landscaping works for the environmental engineering applications, and the transformation of an integral part of the project, which grass is the basic element in the project execution. The main purpose of this paper is to use generally commercially available digital camera and image analysis software ImageJ establishing a simple analysis method for estimating the grass survival rate, as the greening project quality management and acceptance of reference.

In this research, we use the Image segmentation, the Color transform and the Threshold method to process the images of grass. As the Image segmentation is the basis for image recognition, the choice of the methods of the color model and the threshold are the keys that affect the quality of image. As the result, before this study set up a reliable and objective Image processing and analysis method, we have to use the appropriate the Color model and the Threshold method first, to get the best results of image processing and analysis.

To filter and assess objectively the best method of Image segmentation from the Color models and the Threshold method that provide by the image analysis software ImageJ, this study use the method of filtering below to assess:

(1)With the different conditions of indoor-shooting, statistics and analysis the standard deviation of the greyscale value of the bare soil image; according to the score of the standard deviation, filtering the reliability to recognize the feature of bare soil with the component of the Color models.

(2)With the same conditions of indoor-shooting, statistics and analysis the greyscale value of grass image and the correlation coefficient of the growth days of grass; base on the score of the correlation coefficient, filtering how the color model component to the greenness variation of recognize grass growth images and the sensitivity of recognize grass green feature.

(3)End up with comparing the grass survival rate came out from the image analysis software ImageJ and the value came out from Point frame method, and base on the absolute error, the average absolute error and image segmentation quality to filter the feasibility and the accuracy of image processing and analysis system and image segmentation.

After objectively statistics, filter and assess, we can tell that in the color model Lab, color model component ‘a’ has the lowest standard deviation and the highest correlation coefficient and that shows the color model component ‘a’ has some kind of reliability and sensitivity; with the combination of the color model component ‘a’ with the threshold method to estimates the outdoor grass survival rate, the absolute error value is between 0.057% to 6.052%, and the average absolute error (MAPE) is under 5%, shows that the image processing method established here has a confidence accuracy and also has a practical value to the practices.

摘要.......................................................I
Abstract.................................................III
謝誌.......................................................V
目錄.....................................................VII
表目錄....................................................XI
附錄表目錄...............................................XIII
圖目錄..................................................XVII
附錄圖目錄................................................XXI
第1章 緒論...............................................1
1.1 研究動機.........................................................1
1.2 研究目的.........................................................1
1.3 研究內容.........................................................2
第2章 文獻回顧.........................................................3
2.1 植草存活率測算方法的研究發展.........................................................3
2.2 影像處理方式.........................................................4
2.3 影像變形與校正.........................................................5
2.4 影像分割.........................................................7
2.5 顏色特徵的描述與辨識.........................................................8
2.6 灰階直方圖.........................................................9
2.7 門檻閥值法........................................................11
2.8 影像品質的劣化........................................................13
第3章 試驗規劃內容與方法..................................17
3.1 容器試樣的設計與製作........................................................18
3.2 土壤理化性質分析........................................................20
3.3 室內取樣工作........................................................27
3.3.1 裸土取樣設計........................................................29
3.3.2 植草取樣設計........................................................32
3.4 室外取樣工作........................................................34
3.4.1 照相法........................................................34
3.4.2 傳統點框法........................................................35
3.5 影像處理與分析........................................................36
3.5.1 軟體工具........................................................36
3.5.2 軟體操作........................................................37
3.5.3 評估影像處理分析的精度........................................................48
第4章 試驗結果分析與討論..................................51
4.1 影像幾何變形校正........................................................51
4.2 客觀評量顏色模型分量的合適性 ..........................................................51
4.3 評估顏色模型分量與自動閥值法作影像分割的可靠性..........55
4.4 錯誤分割影像的情況........................................................60
4.4.1 改善錯誤分割影像........................................................60
4.4.2 其他可能的改善方法........................................................65
4.4 透過影像分割質量驗證影像處理方法的可行性................66
第5章 結論與建議.........................................69
5.1 結論........................................................69
5.2 建議........................................................71
參考文獻...................................................73
附錄......................................................77
口試委員審查意見與建議......................................141
作者簡介..................................................143

1. 支克廣，塗鋼，王琪，陳宏俊，2007，「使用圖像分析法測量葉面積指數和植被覆蓋率」，氣象水文海洋儀器，第1期，6-8頁。
2. 王豐，丁明蹻，周曉春，曹準梁，朱釩，2001，「不同顏色空間在地磚顏色評價中的應用與比較」，計算機應用，第21卷，第2期，第39-41頁。
3. 朱偉興，金飛劍，談容容，2007，「基於顏色特徵多層同質性分割演算法的麥田雜草識別」，農業機械學報，第38卷，第12期，第120-124頁。
4. 江介倫，黃國禎，邱宏彬，黃瀞瑩，2009，「台灣常用覆蓋草類覆蓋率之研究」，農業工程學報，第55卷，第4期，第90-99頁。
5. 吳健康，1992，數位影像分析，台灣臺北，儒林圖書。
6. 吳濤，2007，基於數位影像處理的土壤表層含水量線上檢測方法研究，碩士論文，江蘇大學，農業電氣化與自動化研究所，中國江蘇。
7. 宋雪峰，董永平，單麗燕，2004，「用數位相機測定草地蓋度的研究」，內蒙草業，第16卷，第1-6頁。
8. 李志臣，姬長英，安秋，2008，「基於顏色特徵的作物與背景分割的對比研究」，東北農業大學學報，第39卷，第9期，第117-124頁。
9. 汪海洋，潘德爐，夏德深，「二維0tsu自我調整閥值選取演算法的快速實現」，自動化學報，第 33卷，第9期，第968-971頁。
10. 季玥秀，張立猛，林衫，2007，「數碼照相技術用於評價草坪顏色的參數研究」，草業科學，第24卷，第5期，第94-98頁。
11. 林信輝，2007，「水土保持計畫之植生工程調查與設計」，網址: http://el.mdu.edu.tw/datacos//10013412004A/961013水土保持計畫之植生工程調查與設計1012.pdf。
12. 林信輝，2009，「植生工程相關名詞釋義」，水保技術，第4卷，第2期，第138-142頁。
13. 林開顏，吳軍輝，徐立鴻，2005，「彩色圖像分割方法綜述」，中國圖像圖形學報，第10卷，第1期，第251-260頁。
14. 殷蔚明，王典洪，2004，「Otsu法的多閥值推廣及其快速實現」，中國體視學與圖像分析，第 9卷，第4期，第219-223頁。
15. 秦偉，朱清科，張學霞，李文華，方斌，2006，「植被覆蓋度及測算方法研究進展」，西北農業科技大學學報(自然科學版)，第34卷，第第9期，第163-170頁。
16. 馬燕滿，劉浩學，劉昕，2006，「數碼相機的顏色特徵化研究」，北京印刷學院學報，第14卷，第6期，第9-12頁。
17. 張學雨，陽宜民，2008，「彩色圖像工程中常用顏色空間及其轉化」，計算機工程與設計，第29卷，第5期，第1210-1212頁。
18. 張學霞，朱清科，吳根梅，孫丹珠，2008，「數碼照相法估算植被蓋度」，北京林業大學學報，第30卷，第1期，第165-169頁。
19. 章文波，符素華，劉寶元，2001，「目估法測量植被覆蓋度的精度分析」，北京師範大學學報，第37卷，第3期，第403-408頁。
20. 郭娟，王廣闊，2005，「灰度圖像的最佳閥值分割演算法」，濟寧師範專科學校學報，第26卷，第3期，第6-10頁。
21. 馮文灝，2002，近景攝影測量，中國武昌，湖北新華。
22. 楊國梁，張光年，葛慶平，郭新宇，2006，「電腦視覺技術在植物根系形態研究中的應用」，首都師範大學學報(自然科學版)，第27卷，第1期，第18-22頁。
23. 溫慶可，張增祥，劉斌，喬竹萍，2009，「草地覆蓋度測算方法研究進展」，草業科學，第26卷，第12期，30-36頁。
24. 路炳軍，劉洪鵠，符素華，章文波，袁愛萍，2007，「照相法結合數字圖像技術計算植被覆蓋度精度研究」，水土保持通報，第27卷，第1期，第79-80頁。
25. 雷星松，阮智星，劉素紅，2008，「照相法在植被覆蓋度測量中的誤差分析」，閩江學院學報，第29卷，第5期，第121-124頁。
26. 錢丹，2006，作物與雜草識別中圖像分割影響因素的研究，碩士論文，江蘇大學，農業生物環境與能源工程研究所，中國江蘇。
27. 韓思奇，王蕾，2002，「圖像分割的閥值法綜述」，系統工程與電子技術，第 24卷，第6期，第91-102頁。
28. A.S. Laliberte., A. Rango, J.E. Herric.,and Ed L. Fredrickson, L. Burkett.,2007,“An object-based image analysis approach for determining fractional cover of senescent and green vegetation with digital plot photography ,”Journal of Arid Environments, Vol. 69, pp.1-14.
29. Bhanu B., Lee S., Ming J., 1995,“Alaptive Image Segmentation Using a Genetic Algorithm,” IEEE Transactions on Systems, Man, and Cybernetics, Vol. 25, No. 12, pp. 1543-1567.
30. EPFL, 2011,“ Basic Image Processing (using ImageJ) ,” Available at: http://biop.epfl.ch/pdf.
31. Ery Arias-Castro., David L. Donoho.,2009,“ Does Median Filtering Truly Preserve Edges Better Than Linear Filtering?,” The Annals of Statistics, Vol. 37, No. 3, pp. 1172-1206.
32. ImageJ User Guide, Available at: http://rsbweb.nih.gov/.
33. Kamel, Mohamed S., Guan, Lian., 1989 ,“Histogram equalization utilizing spatial correlation for image enhancement ,” Proceedings of Spie, Vol. 1199, No. 4, pp. 712-723.
34. Lewis C D.,1982, International and Business Forecasting Methods, Butterworths, London.
35. Medizinische Informatik,2005,“A Quick Guide to ImageJ,” Available at: www.medizinischeinformatik.fh-aachen.de .
36. Salem Saleh Al-amri.,N.V. Kalyankar., Khamitkar S.D.,2010,“ Image Segmentation by Using Edge Detection,” International Journal of Computer Science and Engineering, Vol. 2, No. 3, pp.804-807.
37. Westland S., Ripamonti C., 2004,Computational colour science using Matlab , John Wiley and Sons,New Jersey.
38. White M A., Asner G P., Nemani R R., Perivette J L., Running S W., 2000,“Measuring Fractional Cover and Leaf Area Index in Arid Ecosystems: Digital Camera, Radiation Transmittance, and Laser Altimetry Methods,” Remote Sensing of Environment, Vol.74, No.1, pp.45-57.
39. Zhou Q., Robson M., 2001,“Automated rangeland vegetation cover and density estimation using ground digital images and a spectral–contextual classifier,” Remote Sensing, Vol.22, No.17, pp.3457-3470.