特定環境或者區域性之影像監控內容經常重覆，或多為使用者不需要的資訊，除了佔用大量儲存空間且往往造成使用者瀏覽的時間浪費。因此本研究藉由將影像中移動目標物件化、數據化，並透過顆粒分析結合模糊控制理論作動態的視訊擷取，以提高視訊影像於網路傳輸上的效率。
本研究於影像處理上，使用二值化、算術及邏輯運算、外形影像、鏈結碼等處理，將原背景與移動物體分離。於核心影像分析，應用顆粒處理將影像物件化以獲取移動物性質，根據模糊理論設計出模糊推論機對影像物件作行為分析，即時輸出擷取時間間隔針對影像內容作動態取樣。於影像瀏覽效率改善上，建立影像資料庫以即時記錄影像資訊，使影像資料可立即於遠端查詢或交互比對，最後於影像傳輸上實際製作傳輸效率測試模組。本研究之案例結果顯示，經由模糊顆粒分析過程可成功將資料量平均減少約50﹪以上，證實本系統具有大幅的降低影像傳輸量之能力，可有效提升區域性監控影像之傳輸效率。
關鍵字：影像處理、影像傳輸、顆粒分析、模糊控制、資料庫

Video contents of surveillance and control were repeated heavily in specific and regional environment. In most cases, it contained some useless information and occupied lots of space for storing. Users may spend lots of time for searching the specified part they wanted. Therefore, a dynamic image acquisition is studied by a combination of object analysis, blob analysis and fuzzy control theory for high-efficiency image transmission.
In this research, the moving objects in dynamic image flow are separated from static background by using image-processing technique such as threshold, arithmetic/logic operation, morphology, chain code, etc. After the image analysis, the properties of a moving object were obtained by application of blob analysis. By analyzing the behavior of dynamic objects in images with fuzzy control theory, the sampled interval for image transmission was given immediately. To improve the searching efficiency for a specified object image, an image database is built to record the processed image. It enables the image information to be referred for remote users. >From the experimental results in this research, the proposed method may decrease over 50﹪of transmission data and improve the image transmission efficiency.
Keyword: Image process, Image transmission, Blob analysis, Fuzzy control, Data Base

第一章 緒 論 1
1.1 研究動機與目的 1
1.2 研究方法與步驟 4
1.3 本文架構 6
第二章 文獻回顧與探討 7
2.1 相關研究回顧 7
2.1.1 影像分割應用 8
2.1.2 模糊理論應用 8
2.1.3 顆粒分析應用 9
2.1.4 網路媒體串流概況 9
2.2 影像處理及分析 11
2.2.1 二值化 13
2.2.2 鏈碼 16
2.2.3 數學與邏輯運算 17
2.2.4 外形影像處理 19
2.2.5 顆粒分析 21
2.2.6 JPEG壓縮工作原理 23
2.3 模糊理論 25
2.3.1 模糊集合定義與邏輯 26
2.3.2 模糊關係之合成運算法則 29
2.3.3 模糊化 31
2.3.4 模糊控制規則庫 31
2.3.5 模糊推論 32
2.3.6 解模糊化 35
第三章 影像物件化處理 38
3.1 影像前處理 38
3.1.1 擷取參數設定 38
3.1.2 影像前處理 40
3.2 顆粒分析 41
3.2.1 移動物件分析 43
3.2.2 物件數據過濾 44
3.2.3 非移動物件過濾 47
3.3 模糊理論之應用 48
3.3.1 Fuzzy集合與歸屬函數之設定 48
3.3.2 模糊動態擷取分析 52
3.3.3 Fuzzy推論機設計流程 54
3.4 物件關係判定 57
3.4.1 前後影格間 57
3.4.2 應用輪廓點於物件關係判定 59
第四章 影像物件化處理系統建構 61
4.1 影像物件化處理系統架構 62
4.2 系統實體模組簡介 63
4.2.1 硬體架構簡介 65
4.2.2 應用開發軟體架構 67
4.2.3 軟體開發環境 68
4.3 高效率影像傳輸之網路伺服單元 69
4.3.1 網路伺服系統架構 69
4.3.2資料庫模組建構 70
4.4 網路影像傳輸速率測試模組 74
第五章 實驗結果與討論 75
5.1 鏈碼值過濾結果 75
5.2 模糊顆粒分析試驗 77
5.2.1 移動物影像分離 77
5.2.2 單一物體變速度模糊顆粒分析 82
5.2.3 多物件數模糊顆粒分析 86
5.3 影像數據資料之網路模組試驗 90
5.3.1 資料庫寫入 90
5.3.2 網路傳輸速度分析 92
第六章 結論與未來發展方向 95
6.1 結論 95
6.2 未來發展方向 96
參考文獻 98
附錄 102
RS-232-C通訊協定 102
影像數據資料庫建構之SQL 104
圖目錄
圖1-1 系統伺服器之概念配置圖 3
圖1-2 研究步驟與本文結構流程圖 6
圖2-1 Video Streaming Server示意圖 10
圖2-2 數位影像陣列 12
圖2-3 不同二值化參數之差異性 15
圖2-4 鏈結碼方位圖 16
圖2-5 數學與邏輯運算結果之例圖 18
圖2-6 外形影像處理 21
圖2-7 影像顆粒處理過程 22
圖2-8 JPEG簡化編碼流程 24
圖2-9 模糊控制架構圖 26
圖2-10 集合概念示意圖 27
圖2-11 模糊化示意圖 31
圖2-12 直接推論過程 33
圖2-13 重心法 36
圖2-14 高度法 36
圖2-15 面積法 37
圖3-1 ImageGrabber 程式模組 40
圖3-2 物件性質圖示 43
圖3-3 物處理前物件數據 45
圖3-4 經面積過濾之物件數據 45
圖3-5 限定條件之顆粒分析 46
圖3-6 物體背景分離之影像處理過程 47
圖3-7 雙輸入單輸出模糊控制示意圖 49
圖3-8 三角形歸屬函數 49
圖3-9 模糊輸出曲面圖 51
圖3-10 狀態評價狀態評價型控制規則之表達方式圖 53
圖3-11 模糊知識庫之試驗程式模組 53
圖3-12 Fuzzy推論機程式流程 56
圖3-13 連續影像之物件分析 57
圖3-14 像素點之鏈條碼、差分碼與特徵點 59
圖4-1 系統架構 62
圖4-2 系統實體架構圖 64
圖4-3 HITACHI VK-C77U攝影機實體照片 66
圖4-4 EURESYS Picolo 影像擷取卡 66
圖4-5 Visual C++ 6.0 IDE 68
圖4-6 網路伺服架構圖 69
圖4-7 MFC的ODBC資料庫類別 71
圖4-8 Recordset 示意圖 72
圖4-9 Conceptual Data Model 73
圖4-10 網路傳輸測試程式模組 74
圖5-1 freeman value 75
圖5-2 移動物影像分離實驗之參數設定介面 78
圖5-3 物件分析及資料庫傳輸程式 79
圖5-4 去除連續AGV影像背景之結果 80
圖5-5 影像檔案大小之比較 81
圖5-6 影像檔案大小之比較 81
圖5-7 單一物體變速度模糊顆粒分析之分析結果數據 83
圖5-8 單一物體變速度模糊顆粒分析之分析結果 84
圖5-9 單一物體變速度模糊顆粒分析之擷取點分佈比較 85
圖5-10 去背景之多移動物連續影像 87
圖5-11 多物件數模糊顆粒分析之分析結果數據 88
圖5-12 多物件數模糊顆粒分析之擷取點分佈比較 89
圖5-13 Polygon表格 90
圖5-14 Image Context表格 91
圖5-15 AGV實驗之影像傳輸速率比較 92
圖5-16 變速度實驗之影像傳輸速率比較 93
圖5-17 多物件數實驗之影像傳輸速率比較 94
圖A-1 RS-232-C傳輸線各Pin腳位置圖 102
圖A-2 VK-C77U型CCD電源連接器之接線圖 103
表目錄
表2-1 灰階影像二值化參數設定 14
表2-2 Mandani之離散型歸屬函數 29
表3-1 幾何性質之數學運算公式 42
表3-2 Fuzzy Subset 50
表3-3 系統模糊控制規則表 51
表3-4 前後影格之物件屬性列表 58
表4-1 各模組的功能 63
表5-1 移動物影像分離實驗之參數設定表 77
表5-2 單一物體變速度模糊顆粒分析之參數設定表 82
表5-2 多物件數模糊顆粒分析之參數設定表 86
表A-1 RS-232-C之Pin腳位置 102
表A-2 Pin allocation of POWER input connector 103

[1] J. Kittler and J. Illingworth, “Minimum error thresholding”, Pattern Recognition, Vol. 19, No. 1,pp. 41-47, 1986.
[2] N. Otsu, “A threshold selection method from gray-level histogram”, IEEE Trans. Syst. Man Vybern., Vol. SMC-9, No. 1,pp. 62-66, 1979.
[3] W. Tsai, “Moment-Preserving Thresholding: A New Approach”, Computer Vision, Grphics, and Image Processing, vol. 29,pp. 377-393, 1985.
[4] A.K.C. Wong and P.K. Sahoo, “A gray-level threshold selection method based on maximum entropy principle”, IEEE Trans. System, Man, and Cybernetics, vol. 19,pp. 866-871, 1989.
[5] A. Brink, “Maximum entropy segmentation based on the autocorrelation function of the image histogram”, vol. 47,pp. 77-85, 1994.
[6] J.K. Udupa and S. Samarasekera, “Fuzzy Connectedness and Object Definition: Theory, Algorithms, and Applications in Image Sementation”, Graphical Models and Image Processing, Vol. 58, no. 3,pp. 246-261, 1996.
[7] J. C. Bezdek et al., “Fuzzy models and algorithms for pattern recognition and image processing”, Norwell, MA: Kluwer, 1999.
[8] K.C. Tan, T.H Lee, D. Khoo and E.F. Khor, “Dynamic image sequence analysis using fuzzy measures”, IEEE Trans. Systems, Man and Cybernetics, vol. 31,pp. 557-572, 2001.
[9] F. Farbiz, M.B. Menhaj, S.A. Motamedi, M.T. Hagan, “A New Fuzzy Logic Filter for Image Enhacement”, Systems, Man and Cybernetics, IEEE Trans., vol. 30, pp. 110-119, 2000.
[10] A. Rares and M.J.T. Reinders, “Object tracking by adaptive modeling”, Image Processing, International Conference on, vol. 3, pp. 74-77, 2000.
[11] M. Isard and J. MacCormick, ”A Bayesian multiple-blob tracker“, Computer Vision, ICCV, Eighth IEEE International Conference on , vol 2,pp. 34-41, 2001
[12] R.J. Qian, P.J.L. Van Beek, M.I. Sezan, ”Image retrieval using blob histograms “, Multimedia and Expo, ICME, IEEE International Conference on, vol. 1, pp. 125-128, 2000.
[13] Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing”, Addison-Wesley, 1987.
[14] Euresys s.a., “eVision 6.0.4 User’s Guide”, 1997-2001.
[15] R.H.Ang, P.A. Ruetz and D.Auld, “Vedio Compression makes big gains”, IEEE SPECTRUM OCOBER, 1991.
[16] K.B. Smith and Y.F.Zheng, “Multi-Laser displacement sensor used in accurate digitizing technique”, Transactions of the ASME, Vol. 116,pp 482-490, Nov.1994.
[17] L. A. Zadeh, “Outline of a new approach to the analysis of complex systems and decision processes”, IEEE Trans. On Systems, man, and Cybernetics, Vol.SMC-3, No.1, pp.28.
[18] L. A. Zadeh, “Fuzzy sets”, Information and Control, Vol.8, pp.338-353, 1965.
[19] Zadeh, L.A., “Similarity relations and fuzzy orderings”,Information Sciences,3,pp.177-200, 1971.
[20] Rosenfeld, “A fuzzy graph”, In Zadeh et al., 77-96, 1975.
[21] S.Yasunobu, S.Miyamoto, “Fuzzy control for automatic train operation systems on silicon chips”.IEEE Experts, Feb. 1990.
[22] E. H. Mamdani, “Applications of fuzzy algorithms for control of simple dynamic plants”, Proc. IEE, Vol.121 No.12 pp.1585-1588, 1974.
[23] E.H.Mamdani, “Application of fuzzy logic to approximate resoning using linguistic synthsis”, IEEE Trans. Computers, vol.C-26, 1997.
[24] Masaharu Mizumoto, H.J.Zimmermann. “Comparison of fuzzy reasoning methods”, FSS, vol.8, NO.3, 1982.
[25] Hitachi , “VK-C77U Instruction Manual”, 1996.
[26] S.H.Y. Hung, T. Kasvand, “Critical Points on a Perfectly 8- or 6-Connected Thin Binary Line”, Pattern Recognition, vol. 16, No.3, pp.297-306, 1983.
[27] 王文俊編著, “認識Fuzzy”, 全華科技, 1997年。
[28] 蔡明忠、賴建安、陳俊榮、張慶瑞、趙芳玫編著, ”雷射與視覺檢測在汽機車零組件製造之實務教案”, 國立台灣科技大學,製造科技產學合作教育中心, 1999年3月。
[29] 鍾國亮著, “影像處俚與電腦視覺”, 東華書局, 2002年。
[30] 張孝德與蘇木春編著, “機器學習類神經網路模糊系統以及基因演算法則”, 全華科技, 1997年。
[31] 楊英魁, 孫宗瀛, 鄭魁香, 林建德與蔣旭堂編著, ”模糊控制理論與技術”, 全華科技, 1996年。
[32] 李信宏編著, “Turbo C 週邊應用系列-串列通訊篇”, 波全資訊股份有限公司, 1993年。
[33] 林宸生編著, “數位訊號處理”, 高立書局, 1996年。
[34] 連國珍編著, “數位影像處理”, 儒林, 2001年。
[35] http://www.realnetworks.com/
[36] http://www.microsoft.com/windows/windowsmedia/
[37] http://www.apple.com.tw/quicktime/