臺灣博碩士論文加值系統

摘要
本論文發展出一個以平面影像估算立體深度的裝置與演算方法。本裝置由一組環狀鏡、圓錐鏡與照相機所組成。立體物體的360°影像經由環狀鏡反射至圓錐鏡，再投射到照相機的影像平面。利用一張這種影像與另一張正射影影像，可以估算出立體表面的空間座標，以作為立體影像重建。本研究以規則物體如長方柱、階梯圓柱、圓錐與番荔枝果實作實驗，水平方向的距離誤差為 2.5mm，垂直方向的距離誤差為 8 mm。以番荔枝果實而言，水平方向的相對誤差為 3% ，垂直方向則為 10% 。應用此種裝置與演算方法可以重建水果立體影像以便發展出依據形狀與大小的選別機械。

Abstract

In this thesis a new stereo vision device and an algorithm to estimate depth from the stereo were proposed. The device could obtain omni-directional images of three-dimensional objects, it consists a pair of conic mirrors and a CCD camera. The conic mirrors are configured such that the 360° image of an object is collected and then projected onto the camera. Using this image and with a normal project image the depth of object could be estimated. Experiments were carried out on some regular shape objects i.e. cube, cone and staged cylinder and a fruit sweet sop. The estimated spatial distance errors were 2.5mm, and 8 mm for points on the same horizontal plan and for points at different vertical distance respectively that meant 3% and 10% relative errors for the width and depth of a sweet sop respectively. The device developed could be used for the fruit grading system based on size and shapes.

目 錄
摘要……………………………………………………………………………ii
ABSTRACT……………………………………………………………………iii
目錄……………………………………………………………………………iv
圖目錄………………………………………………………………………vii
表目錄…………………………………………………………………………x
第一章前言……………………………………………………………………1
1-1研究動機………………………………………………………………1
1-2研究目的………………………………………………………………2
第二章文獻探討………………………………………………………………4
2-1影像擷取………………………………………………………………4
2-2立體視覺系統…………………………………………………………9
2-3影像辨識之農產品外觀………………………………………………16
第三章基本理論………………………………………………………………21
3-1設備之座標轉換………………………………………………………21
3-2未加裝設備之座標轉換式……………………………………………32
3-3待測物之二維座標轉換………………………………………………35
第四章研究方法………………………………………………………………37
4-1研究步驟………………………………………………………………37
4-2影像擷取系統的設備尺寸……………………………………………37
4-2-1計算攝影機的參數………………………………………………41
4-2-2圓錐鏡（conic mirror）的尺寸計算……………………………44
4-2-3環形鏡（Annular mirror）的尺寸計算………………………45
4-3研究設備………………………………………………………………48
4-3-1 影像擷取設備整體構造……………………………………48
4-3-2 硬體構造與規格……………………………………………52
4-4影像處理………………………………………………………………58
第五章結果與討論……………………………………………………………62
5-1影像擷取設備…………………………………………………………62
5-1-1 影像擷取設備尺寸計算……………………………………62
5-1-2 擷取影像實驗之結果………………………………………66
5-2 立體機械視覺實驗…………………………………………………69
5-2-1 結果分析……………………………………………………69
5-2-2 三維成像之結果分析………………………………………75
第六章結論…………………………………………………………………83
第七章參考文獻………………………………………………………………84
附錄一 影像擷取系統三維尺寸……………………………………………88
附錄二 影像處理之主程式（stereo.m）……………………………………91
附錄三 影像處理之主程式－計算截距與斜率的副程式檔（sov_slope.m）…108
附錄四 三維成像之程式檔（plot_3d.m）…………………………………110

圖目錄
圖 2.1 物體不同的反射方式（吳等，2001）………………………………5
圖2.2 正向照明裝置（吳等，2001）…………………………………………5
圖2.3 背向照明方式(吳等，2001)…………………………………………6
圖2.4 全方位的影像，可得到側邊的表面影像資訊。（Kim and Cho，2000）………………………………………………………………8
圖2.5 成像過程的基本型式(吳等人，2001)……………………………….9
圖2.6 立體影像的模型（吳等，2001）………………………………………11
圖2.7 當影像1的座標與世界座標一致時（吳等，2001）………………11
圖2.8 影像與目測物之幾何關係（黃，1995）………………………………13
圖2.9 攝影機與目標點的示意圖（Lenz and Tsai，1987）…………………15
圖3.1 光軸座標系統（裝有設備時的光線反射方式）……………………21
圖3.2 鏡面光軸反射圖……………………………………………………24
圖3.3 兩鏡面之間光軸反射圖……………………………………………28
圖3.4 光軸座標系統（未裝有設備的光線反射方式）……………………32
圖3.5 光軸座標系統（兩種系統對同一點的光線反射方式）……………35
圖4.1 影像擷取設備系統…………………………………………………39
圖4.2 計算參數之示意圖…………………………………………………43
圖4.3 環形鏡與圓錐鏡之關係………………………………………………46
圖4.4 影像擷取設備之架構………………………………………………49
圖4.5 影像擷取設備………………………………………………………50
圖4.6 圓錐鏡以及環形鏡構造……………………………………………51
圖4.7 SONY XC-ST50CE型的黑白攝影機………………………………53
圖4.8 MATLAB的影像介面………………………………………………59
圖4.9 Auto_point所找出的影像座標……………………………………60
圖4.10 image process的情形……………………………………………60
圖5.1 影像擷取設備…………………………………………………………64
圖5.2 目標物拍攝影像……………………………………………………67
圖5.3 加裝實驗設備後拍攝之影像………………………………………68
圖5.4 對平面校正圓做二維座標測試……………………………………70
圖5.5 平面校正圓的半徑曲線……………………………………………71
圖5.6 平面校正圓的高度曲線……………………………………………71
圖5.7 對長方體做二維座標測試…………………………………………73
圖5.8 長方體的半徑曲線…………………………………………………74
圖5.9 長方體的半徑曲線…………………………………………………74
圖5.10 對圓錐體做三維座標測試…………………………………………76
圖5.11 圓錐體12點之三維成像……………………………………………77
圖5.12 圓錐體的曲面成像………………………………………………78
圖5.13 對番荔枝做三維座標測試…………………………………………79
圖5.14 番荔枝之三維成像圖………………………………………………81
圖5.15 番荔枝之等高線圖…………………………………………………82

表目錄
表5-1 系統設備的所有參數值…………………………………………65
表5-2 對平面校正圓測試表……………………………………………70
表5-3 對正長方體的座標測量…………………………………………73
表5-4 圓錐體的三維座標測量表………………………………………76
表5-5 番荔枝的三維座標測量表………………………………………80

第七章 參考文獻
王哲仁。1996。應用立體視覺配合模具上視圖擷取幾何特徵。。碩士論文。台南：國立成功大學機械工程研究所。
吳成柯、戴善榮、程湘君、雲立實譯。2001。數位影像處理。初版五刷。台北：儒林圖書有限公司。
柯建全、黃膺任、艾群。1999。應用影像處理檢測荔枝果皮之顏色變化。農業機械學刊8(1)：59-68。
陳時新。1997。實戰機器視覺。電子技術出版社。
陳燦熀。1999。非線性最佳化之立體視覺系統設計。碩士論文。雲林：國立雲林科技大學電機工程系。
郭興家、吳立仁、張允豪。1993。類神經網路應用於影像處理由於分級之研究。農業機械學刊8(1)：25-38。
黃良印。1995。立體視覺應用於平面分模線之模具特徵辨識。碩士論文。台南：國立成功大學機械工程研究所。
黃膺任、李芳繁。1997。使用影像處理進行棗子分級之研究。農業機械學刊6(2)：15-23。
張光普。1998。主動型視覺在農產品表面積與體積量測之應用。碩士論文。台中：國立中興大學農業機械工程學系
張鴻文、蕭介宗、李盛銘、洪梅珠。2000。以近紅外線及影像技術鑑別水稻品種。農業機械學刊9(4)：1-16。
張智星。2000。Matlab程式設計與應用。初版。新竹：清蔚科技出版事業部。
蒙以正。2003。Matlab入門與精進。初版一刷。台北：儒林圖書有限公司。
蔡尚安。1998。立體視覺影像之光學設計。碩士論文。桃園：國立中央大
學光電科學研究所。
盧宏嘉。2000。機器視覺應用於蓮霧檢測單元之開發研究。碩士論文。屏東：國立屏東科技大學機械工程系。
繆紹綱。2003。數位影像處理 活用-Matlab。初版五刷。台北：全華科技圖書股份有限公司。
蕭進松。2001。數位影像處理。初版二刷。台北：全華科技圖書股份有限公司。
引用鈦思科技股份有限公司代理美國The MathWorks的部分資料。2003。Image acquisition toolbox。
Kim W. S. and H.S. Cho. 2002. A novel in situ recognition of misalignment between mating parts in robotic assembly processes. Journal of Robotic Systems. 543-553.
Kim W. S. and H.S. Cho. 2000. A novel sensing device for obtaining an omni-
directional image of the three-dimensional objects. Mechatronics.10:717-740.
Kim W. S. and H.S. Cho. 2000. Learning-based constitutive parameters estimation in an image sensing system with multiple mirrors. Pattern Recognition. 33:1199-1217.
Kim W. S. and H. S. Cho. 1998. A novel omnidirectional image sensing system for assembling parts with arbitrary cross-sectional shapes. IEEE/ASME Transactions on mechatronics. 3(4):275-292.
Kim W. S., H. S. Cho and S. Kim. 1997. Distortion analysis in an omnidirectional image sensing sustem for assembly (OISSA). IEEE. 257-262.
Kim W. S., H. S. Cho and S. 1996. A new omnidirectional image sensing system for Assembly (OISSA). IEEE. 611-617.
Kingslake R..1965. A pplied optics and optical engineering: Optical components. 269-308. New York: Academic.
Lenz R. K. and R. Y. Tsai. 1987. Techniques for calibration of the scale factor and image center for high accuracy 3D machine vision metrology. IEEE. 68-75.
Laykin S., V. Alchanatis, E. Fallik and Y. Edan. 2002. Image-Processing Algorithms for Tomato Classification. Transactions of the ASAE. 45(3): 851–858.
Paulus I. and E. Schrevens.1999. Shape characterization of New apple cultivars by Fourier expansion of digitized images. J. Agric. Engng Res. 72:113-118.
Shahin, M. A., E. W. Tollner, R. W. McClendon and H. R. Arabnia.2002. Apple Classification Based on Surface Bruises Using Image Processing and Neural Networks. Transactions of the ASAE. 45(5): 1619–1627.
Webster, R. W. and Y. Wei. 1992.”ARNIE P.”-A robot golfing system using binocular stereo vision and a heuristic feedback mechanism. Proceedings of the 1992 IEEE/RSJ Intemational conference on intelligent robots and systems. 2027-2034.
Yakimovsky Y. and R. Cunningham.1978. A system for extracting three-
dimensional measurements from a stereo pair of TV cameras. Computer Graphics and Image Processing. 7:195-210.