(44.192.66.171) 您好!臺灣時間:2021/05/17 23:38
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:鄭孟晃
研究生(外文):Menghuang Cheng
論文名稱:運用中波紅外線熱像儀於溫度及放射率相近的目標物與背景之影像辨識研究
論文名稱(外文):A study on the image recognition of target object and background with close temperature and emissivity through the application of Middle Wave Infrared Camera
指導教授:艾和昌艾和昌引用關係
指導教授(外文):Herchang Ay
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:模具工程系
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:172
中文關鍵詞:中波紅外線熱像影像點處理影像邊緣偵測影像濾波
外文關鍵詞:MWIRthermographyimage point processingimage edge detectionimage filtering
相關次數:
  • 被引用被引用:1
  • 點閱點閱:788
  • 評分評分:
  • 下載下載:56
  • 收藏至我的研究室書目清單書目收藏:2
在醫學上,紅外線(Infrared, IR)熱像儀是一種很常見的熱場量測工具,可應用於全域溫度分佈偵斷。本研究使用中波紅外線(Middle Wave Infrared, MWIR)擷取目標物熱像並作辨識。MWIR系統使用銻化銦(InSb)檢測器波長範圍為3-5μm且操作非常適合應用在高階的研究發展。為了增進MWIR熱像在實際量測應用範疇,其影像能可靠地產生與和處理顯的格外重要。本研究是運用影像辨識方法探討當目標物與其背景在溫度及放射率相近時之影像結果分析,實驗以利用紅外線熱像儀(Infrared camera)擷取目標物手掌與背景材料之紅外線影像(Infrared images)以進行影像處理與辨識。實驗環境使用恆溫箱來減少環境誤差,平均環境溫度為25℃,利用數位式熱電偶計和紅外線熱像儀分別求出背景和目標物放射率並由平皿式保溫器加熱至不同溫度,使用紅外線熱像分析軟體ThermaCAM Researcher 2.8紀錄紅外線影像檔案到電腦儲存,由紅外線熱像分析軟體的曲線視窗(Profile)得到溫度曲線是平緩則影像呈現模糊若是得到溫度曲線是鋸齒狀則影像呈現清晰。實驗結果顯示,若目標物與背景的溫度差異1℃和放射率在0.01~0.02之間呈現出的紅外線影像在辨識上會變的困難。在不能明確辯識出紅外線影像外型輪廓時運用Matlab的影像工具箱[Image Processing Toolbox(IPT)]的方法進行辨識後得到影像當手掌與背景對比色差異很大和手掌外型是否清晰可見為我們判斷影像增強效果的好壞。
In medical science field, Infrared (IR) camera is a commonly seen thermal field measurement tool, which can be used in full field temperature distribution detection. In this study, Middle Wave Infrared (MWIR) is used to acquire the thermal image of the target object and to make recognition. MWIR system uses InSb detector with wavelength range of 3-5μm and operation very suitable for the application of high level R&D. In order to enhance the application of MWIR thermal image in real measurement, the reliable generation and processing of its image is thus very important. In this study, image recognition method is used to investigate the image result analysis when the temperature and emissivity of the target object and background is close to each other. In the experiment, infrared camera is used to acquire the infrared images of the target object palm and background material so as to perform image processing and recognition. In the experiment environment, isothermal oven is used to reduce environmental error, and the average environmental temperature is 25℃. Moreover, digital thermocouple and infrared camera are used respectively to find out the emissivity of the background and target object, and plate type temperature keeper is used to heat to different temperatures. Then infrared thermal image analysis software ThermaCAM Researcher 2.8 is used to record the infrared image and save it to the computer. From the profile window of the infrared thermal image analysis software, when the temperature profile we get is flat and smooth, then the image is blurred; but when the temperature profile is of saw-tooth shape, then the image is clear. From the experimental result, it can be seen that if the temperature difference and emissivity between target object and background is of 1℃ and 0.01~0.02 respectively, then the displayed infrared image will become very difficult to be recognized. When the infrared image profile can not be clearly recognized, Matlab Image Processing Toolbox (IPT) is then used for the recognition. The contrast color difference between palm and background and the clarity of plam shape can be used as standard for judging the image enhancement effect.
目錄
摘要 I
ABSTRACT II
致謝 IV
目錄 V
表目錄 VII
圖目錄 VIII
符號說明 XV
第一章 緒論 1
1-1 前言 1
1-2 研究動機 1
1-3 文獻回顧 2
1-3-1紅外線影像識別研究 2
1-3-2紅外線影像在醫學上的應用研究 2
1-3-3影像邊緣偵測技術 3
1-4 研究目的 4
第二章 影像處理理論基礎 5
2-1 數位影像處理的發展背景 5
2-2 數位影像的表示 5
2-2-1座標規範 6
2-2-2視影像為矩陣 6
2-3 影像特定區域處理 6
2-3-1指定特定區域 6
2-4影像處理方法 7
2-4-1 空間域中的影像增強 7
2-4-1-1點處理 7
2-4-1-2灰階變換之比例線性變換 7
2-4-1-3直方圖等化 8
2-4-2影像分割 8
2-4-2-1影像邊緣偵測 9
2-4-2-2邊緣偵測使用edge函數Sobel邊緣偵測器 10
2-4-2-3邊緣偵測使用edge函數roberts邊緣偵測器 10
2-4-2-4邊緣偵測使用edge函數prewitt邊緣偵測器 10
2-4-2-5邊緣偵測使用edge函數log邊緣偵測器 11
2-4-2-6邊緣偵測使用edge函數canny邊緣偵測器 11
2-4-3影像空間濾波 12
2-4-3-1影像空間濾波使用imfilter函數用預定濾波器fspecial濾波 13
第三章 紅外線相關理論介紹及分析 25
3-1 紅外線基本理論與測溫原理 25
3-1-1電磁波光譜 25
3-1-2黑體放射 25
3-1-3 紅外線量測相關參數 26
3-2 紅外線熱像之應用 28
第四章 實驗設備與方法 34
4-1 實驗設備與參數 34
4-1-1 不同溫度、放射率為背景之模型與目標物拍攝之定位 34
4-1-2 紅外線熱像儀 35
4-1-3 紅外線熱像儀專用電腦及分析軟體 35
4-1-4 單點溫度量測儀器 36
4-1-5 紅外線熱像儀成像過程 36
4-2 實驗流程與步驟 37
第五章 結果與討論 46
5-1 目標物與背景之溫度及放射率對MWIR量測影響 46
5-2策略區上溫度曲線之辨識特性分析 47
5-3 MATLAB影像處理工具提升MWIR之影像辨識分析 48
5-3-1指定特定區域之分析 48
5-3-2灰階變換之比例線性變換之分析 49
5-3-3直方圖等化之分析 49
5-3-4影像分割之邊緣偵測之分析 49
5-3-5影像濾波之分析 50
第六章 結論未來發展方向 66
參考文獻 67
附錄A 目標物在五種背景溫度與八種放射率下之紅外線熱像圖 71
附錄B 目標物在不同背景溫度下之溫度曲線 76
附錄C 目標物在不同背景溫度下之影像處理 84
個人簡歷 172
表目錄
表2- 1遮罩值 14
表2- 2相對應的像素值 14
表2- 3函數FSPECIAL種類、參數 15
表4- 1 材料種類與放射率對照表 39
表4- 2紅外線熱像儀規格表 39
表4- 3廣角鏡頭像素表 40
圖目錄
圖2- 1在1921年一張數位圖片 16
圖2- 2 1922年由打孔帶所得的數位影像 16
圖2- 3 1929年PERSHING和FOCH將軍的未經過潤飾的電纜傳送圖片 17
圖2- 4 由美國太空船上所取得的第一張月球圖片 17
圖2- 5 座標的使用規範 18
圖2- 6經由指定灰階範圍選擇影像的結果 18
圖2- 7 (A)紅外線手掌原始影像、(B)紅外線手掌原始影像直方圖、 19
圖2- 8 (A)手掌原始影像及(B)其直方圖、 20
圖2- 9影像鄰域和邊緣檢測器的遮罩 21
圖2- 10經SOBEL邊緣檢測處理後影像 21
圖2- 11經ROBERTS邊緣檢測處理後影像 22
圖2- 12經PREWITT邊緣檢測處理後影像 22
圖2- 13經LOG邊緣檢測處理後影像 23
圖2- 14經CANNY邊緣檢測處理後影像 23
圖2- 15影像上覆蓋空間遮罩 (A)原始影像 (B)濾波後影像 24
圖2- 16 執行空間濾波 24
圖3- 1電磁波 30
圖3- 2黑體的放射發散度 31
圖3- 3紅外線穿透大氣之光譜吸收圖 31
圖3- 4黑體、灰體、選擇性放射體之放射率及放射發散度 32
圖3- 5 紅外線熱像應用圖(A)電力所設施電力元件(B)鍋爐爐壁(C)轉動機械設備 33
圖4- 1 實驗架設示意圖 41
圖4- 2手掌定位示意圖 42
圖4- 3紅外線熱像儀專用分析軟體 42
圖4- 4溫階色譜參數種類 43
圖4- 5紅外線熱像儀成像系統流程圖 43
圖5- 1目標物在背景溫度31℃與八種放射率有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99之紅外線熱像圖 51
圖5- 2目標物在背景溫度33℃與八種放射率有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99之紅外線熱像圖 51
圖5- 3目標物在背景溫度35℃與八種放射率有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99之紅外線熱像圖 52
圖5- 4目標物在背景溫度37℃與八種放射率有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99之紅外線熱像圖 52
圖5- 5目標物在背景溫度39℃與八種放射率有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99之紅外線熱像圖 53
圖5- 6 紅外線影像,拉一條溫度分析線的示意圖 54
圖5- 7目標物在背景A.鑄鐵31℃、33℃、35℃、37℃、39℃ 下溫度曲線 54
圖5- 8目標物在背景F.白紙31℃、33℃、35℃、37℃、39℃ 下溫度曲線 55
圖5- 9目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 56
圖5- 10所示為目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 57
圖5- 11 目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換影像的結果 58
圖5- 12 目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經直方圖等化影像的結果 59
圖5- 13目標物在背景C.噴耐熱黑漆不鏽鋼 (A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經影像邊緣偵測的結果 60
圖5- 14目標物在背景C.噴耐熱黑漆不鏽鋼(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經影像濾波的結果 63
圖A- 1目標物在背景溫度31℃有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99 71
圖A- 2目標物在背景溫度33℃有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99 72
圖A- 3 目標物在背景溫度35℃有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94(E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99 73
圖A- 4目標物在背景溫度37℃有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94 (E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99 74
圖A- 5 目標物在背景溫度39℃有(A) ΕB=0.7 (B) ΕB=0.92 (C) ΕB=0.93 (D) ΕB=0.94(E) ΕB=0.95 (F) ΕB=0.96 (G) ΕB=0.98 (H) ΕB=0.99 75
圖B- 1 目標物在背景A.鑄鐵31℃、33℃、35℃、37℃、39℃ 下溫度曲線 76
圖B- 2目標物在背景B.噴灰漆不鏽鋼31℃、33℃、35℃、37℃、39℃下溫度曲線 77
圖B- 3目標物在背景C.噴耐熱黑漆不鏽鋼31℃、33℃、35℃、37℃、39℃ 下溫度曲線 78
圖B- 4目標物在背景D.暗灰金屬板31℃、33℃、35℃、37℃、39℃下溫度曲線 79
圖B- 5目標物在背景E.黑紙31℃、33℃、35℃、37℃、39℃下溫度曲線 80
圖B- 6 目標物在背景F.白紙31℃、33℃、35℃、37℃、39℃下溫度曲線 81
圖B- 7 目標物在背景G.木材31℃、33℃、35℃、37℃、39℃下溫度曲線 82
圖B- 8目標物在背景H.藍色衣服31℃、33℃、35℃、37℃、39℃下溫度曲線 83
圖C- 1目標物在背景A.鑄鐵5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 84
圖C- 2 目標物在背景B.噴灰漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 85
圖C- 3 目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 86
圖C- 4 目標物在背景D.暗灰金屬板5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 87
圖C- 5 目標物在背景E.黑紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 88
圖C- 6 目標物在背景F.白紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 89
圖C- 7目標物在背景G.木材5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 90
圖C- 8目標物在背景H.藍色衣服5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下的灰階圖 91
圖C- 9目標物在背景A.鑄鐵5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 92
圖C- 10目標物在背景B.噴灰漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 93
圖C- 11 目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 94
圖C- 12目標物在背景D.暗灰金屬板5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 95
圖C- 13目標物在背景E.黑紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 96
圖C- 14目標物在背景F.白紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 97
圖C- 15 目標物在背景G.木材5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 98
圖C- 16 目標物在背景H.藍色衣服5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經由指定灰階範圍選擇影像的結果 99
圖C- 17 目標物在背景A.鑄鐵5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換影像的結果 100
圖C- 18 目標物在背景B.噴灰漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換 101
圖C- 19 目標物在背景C.噴耐熱黑漆不鏽鋼5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換 102
圖C- 20目標物在背景D.暗灰金屬板5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換 103
圖C- 21 目標物在背景E.黑紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換影 104
圖C- 22目標物在背景F.白紙5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換影像的結果 105
圖C- 23 目標物在背景G.木材5種溫度(A)31℃、(B)33℃、(C)35℃、(D)37℃、(E)39℃下經灰階變換之比例線性變換影像的結果 106
圖C- 24 目標物在背景H.藍色衣服5種溫度(A)31℃、(B)33℃、(C)35℃、 (D)37℃、(E)39℃下經灰階變換之比例線性變換影像的結果 107
圖C- 25 目標物在背景A.鑄鐵 (A)31℃、(B)33℃下經直方圖等化影像的結果 108
圖C- 26 目標物在背景A.鑄鐵(C)35℃、(D)37℃下經直方圖等化影像的結果 109
圖C- 27目標物在背景A.鑄鐵 (E)39℃下經直方圖等化影像的結果 110
圖C- 28 目標物在背景B.噴灰漆不鏽鋼 (A)31℃、(B)33℃下經直方圖等化影像的結果 111
圖C- 29 目標物在背景B.噴灰漆不鏽鋼 (C)35℃、(D)37℃下經直方圖等化 112
圖C- 30 目標物在背景B.噴灰漆不鏽鋼 (E)39℃下經直方圖等化影像的結果 113
圖C- 31 目標物在背景C.噴耐熱黑漆不鏽鋼 (A)31℃、(B)33℃下經直方圖等化影像的結果 114
圖C- 32目標物在背景C.噴耐熱黑漆不鏽鋼 (C)35℃、(D)37℃下經直方圖等化影像的結果 115
圖C- 33目標物在背景C.噴耐熱黑漆不鏽鋼 (E)39℃下經直方圖等化影像的結果 116
圖C- 34 目標物在背景D.暗灰金屬板 (A)31℃、(B)33℃下經直方圖等化影像的結果 117
圖C- 35目標物在背景D.暗灰金屬板 (C)35℃、(D)37℃下經直方圖等化影像的結果 118
圖C- 36目標物在背景D.暗灰金屬板 (E)39℃下經直方圖等化影像的結果 119
圖C- 37目標物在背景E.黑紙 (A)31℃、(B)33℃下經直方圖等化影像的結果 120
圖C- 38目標物在背景E.黑紙 (C)35℃、(D)37℃下經直方圖等化影像的結果 121
圖C- 39 目標物在背景E.黑紙 (E)39℃下經直方圖等化影像的結果 122
圖C- 40目標物在背景F.白紙 (A)31℃、(B)33℃下經直方圖等化影像的結果 123
圖C- 41 目標物在背景F.白紙 (C)35℃、(D)37℃下經直方圖等化影像的結果 124
圖C- 42 目標物在背景F.白紙 (E)39℃下經直方圖等化影像的結果 125
圖C- 43目標物在背景G.木材 (A)31℃、(B)33℃下經直方圖等化影像的結果 126
圖C- 44目標物在背景G.木材 (C)35℃、(D)37℃下經直方圖等化影像的結果 127
圖C- 45 目標物在背景G.木材 (E)39℃下經直方圖等化影像的結果 128
圖C- 46目標物在背景H.藍色衣服 (A)31℃、(B)33℃下經直方圖等化影像的結果 129
圖C- 47目標物在背景H.藍色衣服 (C)35℃、(D)37℃下經直方圖等化影像的結果 130
圖C- 48目標物在背景H.藍色衣服 (E)39℃下經直方圖等化影像的結果 131
圖C- 49目標物在背景A.鑄鐵 (A)31℃下經影像邊緣偵測的結果 132
圖C- 50目標物在背景A.鑄鐵 (B)33℃下經影像邊緣偵測的結果 132
圖C- 51目標物在背景A.鑄鐵 (C)35℃下經影像邊緣偵測的結果 133
圖C- 52目標物在背景A.鑄鐵 (D)37℃下經影像邊緣偵測的結果 133
圖C- 53目標物在背景A.鑄鐵 (E)39℃下經影像邊緣偵測的結果 134
圖C- 54目標物在背景B.噴灰漆不鏽鋼 (A)31℃下經影像邊緣偵測的結果 134
圖C- 55目標物在背景B.噴灰漆不鏽鋼 (B)33℃下經影像邊緣偵測的結 135
圖C- 56目標物在背景B.噴灰漆不鏽鋼 (C)35℃下經影像邊緣偵測的 135
圖C- 57目標物在背景B.噴灰漆不鏽鋼 (D)37℃下經影像邊緣偵測的 136
圖C- 58目標物在背景B.噴灰漆不鏽鋼 (E)39℃下經影像邊緣偵測的結果 136
圖C- 59目標物在背景C.噴耐熱黑漆不鏽鋼 (A)31℃下經影像邊緣偵測 137
圖C- 60目標物在背景C.噴耐熱黑漆不鏽鋼 (B)33℃下經影像邊緣偵測 137
圖C- 61目標物在背景C.噴耐熱黑漆不鏽鋼 (C)35℃下經影像邊緣偵 138
圖C- 62目標物在背景C.噴耐熱黑漆不鏽鋼 (D)37℃下經影像邊緣偵測 138
圖C- 63目標物在背景C.噴耐熱黑漆不鏽鋼 (E)39℃下經影像邊緣偵測 139
圖C- 64目標物在背景D.暗灰金屬板 (A)31℃下經影像邊緣偵測的結果 139
圖C- 65目標物在背景D.暗灰金屬板 (B)33℃下經影像邊緣偵測的結果 140
圖C- 66目標物在背景D.暗灰金屬板 (C)35℃下經影像邊緣偵測的結果 140
圖C- 67目標物在背景D.暗灰金屬板 (D)37℃下經影像邊緣偵測的結果 141
圖C- 68目標物在背景D.暗灰金屬板 (E)39℃下經影像邊緣偵測的結果 141
圖C- 69目標物在背景E.黑紙 (A)31℃下經影像邊緣偵測的結果 142
圖C- 70目標物在背景E.黑紙 (B)33℃下經影像邊緣偵測的結果 142
圖C- 71目標物在背景E.黑紙 (C)35℃下經影像邊緣偵測的結果 143
圖C- 72目標物在背景E.黑紙 (D)37℃下經影像邊緣偵測的結果 143
圖C- 73目標物在背景E.黑紙 (E)39℃下經影像邊緣偵測的結果 144
圖C- 74目標物在背景F.白紙 (A)31℃下經影像邊緣偵測的結果 144
圖C- 75目標物在背景F.白紙 (B)33℃下經影像邊緣偵測的結果 145
圖C- 76目標物在背景F.白紙 (C)35℃下經影像邊緣偵測的結果 145
圖C- 77目標物在背景F.白紙 (D)37℃下經影像邊緣偵測的結果 146
圖C- 78目標物在背景F.白紙 (E)39℃下經影像邊緣偵測的結果 146
圖C- 79目標物在背景G.木材 (A)31℃下經影像邊緣偵測的結果 147
圖C- 80目標物在背景G.木材 (B)33℃下經影像邊緣偵測的結果 147
圖C- 81目標物在背景G.木材 (C)35℃下經影像邊緣偵測的結果 148
圖C- 82目標物在背景G.木材 (D)37℃下經影像邊緣偵測的結果 148
圖C- 83目標物在背景G.木材 (E)39℃下經影像邊緣偵測的結果 149
圖C- 84目標物在背景H.藍色衣服 (A)31℃下經影像邊緣偵測的結果 149
圖C- 85目標物在背景H.藍色衣服 (B)33℃下經影像邊緣偵測的結果 150
圖C- 86目標物在背景H.藍色衣服 (C)35℃下經影像邊緣偵測的結果 150
圖C- 87目標物在背景H.藍色衣服 (D)37℃下經影像邊緣偵測的結果 151
圖C- 88目標物在背景H.藍色衣服 (E)39℃下經影像邊緣偵測的結果 151
圖C- 89目標物在背景A.鑄鐵 (A)31℃下經影像濾波的結果 152
圖C- 90目標物在背景A.鑄鐵 (B)33℃下經影像濾波的結果 152
圖C- 91目標物在背景A.鑄鐵 (C)35℃下經影像濾波的結果 153
圖C- 92目標物在背景A.鑄鐵 (D)37℃下經影像濾波的結果 153
圖C- 93目標物在背景A.鑄鐵 (E)39℃下經影像濾波的結果 154
圖C- 94目標物在背景B.噴灰漆不鏽鋼 (A)31℃下經影像濾波的結果 154
圖C- 95目標物在背景B.噴灰漆不鏽鋼 (B)33℃下經影像濾波的結果 155
圖C- 96目標物在背景B.噴灰漆不鏽鋼 (C)35℃下經影像濾波的結果 155
圖C- 97目標物在背景B.噴灰漆不鏽鋼 (D)37℃下經影像濾波的結果 156
圖C- 98目標物在背景B.噴灰漆不鏽鋼 (E)39℃下經影像濾波的結果 156
圖C- 99目標物在背景C.噴耐熱黑漆不鏽鋼 (A)31℃下經影像濾波的結 157
圖C- 100目標物在背景C.噴耐熱黑漆不鏽鋼 (B)33℃下經影像濾波的 157
圖C- 101目標物在背景C.噴耐熱黑漆不鏽鋼 (C)35℃下經影像濾波的 158
圖C- 102目標物在背景C.噴耐熱黑漆不鏽鋼 (D)37℃下經影像濾波的 158
圖C- 103目標物在背景C.噴耐熱黑漆不鏽鋼 (E)39℃下經影像濾波的 159
圖C- 104目標物在背景D.暗灰金屬板 (A)31℃下經影像濾波的結果 159
圖C- 105目標物在背景D.暗灰金屬板 (B)33℃下經影像濾波的結果 160
圖C- 106目標物在背景D.暗灰金屬板 (C)35℃下經影像濾波的結果 160
圖C- 107目標物在背景D.暗灰金屬板 (D)37℃下經影像濾波的結果 161
圖C- 108目標物在背景D.暗灰金屬板 (E)39℃下經影像濾波的結果 161
圖C- 109目標物在背景E.黑紙 (A)31℃下經影像濾波的結果 162
圖C- 110目標物在背景E.黑紙 (B)33℃下經影像濾波的結果 162
圖C- 111目標物在背景E.黑紙 (C)35℃下經影像濾波的結果 163
圖C- 112目標物在背景E.黑紙 (D)37℃下經影像濾波的結果 163
圖C- 113目標物在背景E.黑紙 (E)39℃下經影像濾波的結果 164
圖C- 114目標物在背景F.白紙 (A)31℃下經影像濾波的結果 164
圖C- 115目標物在背景F.白紙 (B)33℃下經影像濾波的結果 165
圖C- 116目標物在背景F.白紙 (C)35℃下經影像濾波的結果 165
圖C- 117目標物在背景F.白紙 (D)37℃下經影像濾波的結果 166
圖C- 118目標物在背景F.白紙 (E)39℃下經影像濾波的結果 166
圖C- 119目標物在背景G.木材 (A)31℃下經影像濾波的結果 167
圖C- 120目標物在背景G.木材 (B)33℃下經影像濾波的結果 167
圖C- 121目標物在背景G.木材 (C)35℃下經影像濾波的結果 168
圖C- 122目標物在背景G.木材 (D)37℃下經影像濾波的結果 168
圖C- 123目標物在背景G.木材 (E)39℃下經影像濾波的結果 169
圖C- 124目標物在背景H.藍色衣服 (A)31℃下經影像濾波的結果 169
圖C- 125目標物在背景H.藍色衣服 (B)33℃下經影像濾波的結果 170
圖C- 126目標物在背景H.藍色衣服 (C)35℃下經影像濾波的結果 170
圖C- 127目標物在背景H.藍色衣服 (D)37℃下經影像濾波的結果 171
圖C- 128目標物在背景H.藍色衣服 (E)39℃下經影像濾波的結果 171
照片目錄
照片 4- 1紅外線熱像儀實體 44
照片 4- 2單點式溫度量測儀器 44
照片 4- 3實際拍攝手掌放置位置 45
照片 4- 4平皿式保溫器 45
參考文獻

1.,Changjiang Zhang, Jinshan Wang and Xiaodong Wang, “An efficient de-noising algorithm for infrared image,” Proceedings of the International Conference on Information Acquisition,, pp. 513-517 June 27-July 3, 2005.

2. Hairong Q, Nicholas A. D., “Infrared imaging in medicine”, Encyclopedia of Medical Devices and Instrumentation, 2nd Ed. Editor: John G. Webster. published by John Wiley & Sons, pp. 1-10, 2006 .

3. Lawson R. , “Implication of surface temperature in the diagnosis of breast cancer”,Canad Med Assoc J, Vol. 75, pp. 309-310, 1956.

4. Prokoski F. ,“ History, current status, and future of infrared identification”, Computer Vision Beyond the Visible Spectrum: Methods and Applications, 2000. Proceedings. IEEE Workshop on, pp 5-14,2000.
5. Francine J. P. and Robert B. R., “Infrared Identification of Faces and Body Parts”,Biometrics, pp191-212,2006.
6. Urban M. , Werner R. , Heiko N. ,“ Detection and classification of obstacles in night vision traffic scenes based on infrared imagery”,BIntelligent Transportation Systems IEEE, Vol:2, pp1140- 1144, Oct. 2003.
7. Yoshitomi Y. , Miyaura, T. , Tomita, S. , Kimura, S. ,“ Face identification using thermal image processing”, Robot and Human Communication, 1997. RO-MAN '97. Proceedings., 6th IEEE International Workshop on, pp374-379, Oct 1997.
8. Mabuchi K. , Chinzei T. , Fujimasa I. , Haeno S. , Motomura K. Abe, Y. Yonezawa, T. ,“Evaluating Asymmetrical Thermal Distributions Through Image Processing”, Engineering in Medicine and Biology Magazine, IEEE, Vol: 17, Issue: 4, pp 47-55, July-Aug. 1998.
9. Hooshmand H. , Hashmi M. , Phillips E.M. ,“The role of infrared thermal imaging (ITI) in management ofneuropathic pain”, Engineering in Medicine and Biology, 1999. 21st Annual Conf. and the 1999 Annual Fall Meeting of the Biomedical Engineering Soc.BMES/EMBS Conference, 1999. Proceedings of the First Joint IEEE, Vol: 2, Oct 1999.
10. Jones, B.F. ,“A reappraisal of the use of infrared thermal image analysis in medicine”, Medical Imaging, IEEE Transactions on, Vol:17, pp1019-1027,Dec 1998.
11 Jiang L.J. , Ng E.K. , Yeo A.C.B. , Wu, S., et. “ A perspective on medical
infrared imaging,” Journal of Medical Engineering & Technology, Vol. 29, No. 6 pp.
257-267, Nov/Dec 2005

12 Francis p. , “Quantitative thermal imaging in rheumatology”, IEEE, pp. 50a-54a. , 1994

13. Scales N. , Kerry C. , Prize M. ,“Automated image segmentation for breast analysis using infrared images”,Engineering in Medicine and Biology Society, 26th Annual International Conference of the IEEE, Vol:1, pp1737-1740, Sept. 2004.
14. Lipari C.A. , Head J.F. ,“Advanced infrared image processing for breast cancer riskassessment”,Engineering in Medicine and Biology Society, 1997. Proceedings of the 19th Annual International Conference of the IEEE, Vol:2, pp673-676, Nov 1997.
15. Head J.F. , Wang F. , Lipari C.A. , Elliott R.L. ,“ The important role of infrared imaging in breast cancer”,Engineering in Medicine and Biology Magazine, IEEE, Vol:19, pp52-57, June 2000.
16. Xianwu Tang, Haishu Ding, Yun-e Yuan and Qing Wang,“Morphological measurement of localized temperature increase amplitudes in breast infrared thermograms and its clinical application”,Biomedical Signal Processing and Control, Vol:3, pp313-318, March 2008.
17. Snyder W.E. , Qi H. , Elliott R.L. , Head J.F. , Wang C.X. ,“ Increasing the effective resolution of thermal infrared images ”Engineering in Medicine and Biology Magazine, IEEE, Vol:19, pp63-70, Jun 2000.
18. Hairong Q and Nicholas A. D. ,“ Thermal Infrared Imaging in Early Breast Cancer Detection ”,Advances in Pattern Recognition, pp139-152, 2009.

19. Jones, B.F. ,“Analysis of Normal Human Eye with Different Age Groups using Infrared Images”, Journal of Medical Systems, Vol:33, pp207-213,May 2008.
20.Antoni N. , M. Kaczmarek, W. Stojek, S. Beta, B. Trzeciak, J. Topolewicz, J. Rogowski and J. Siebert,“IR-thermal monitoring of cardiosurgery interventions”, IFMBE Proceedings, Vol:22, pp1329-1333, 2008.
21. Dean A.P. , Andrew B.D. , Stuart M.S. , Troy E.B. , Ioannis P. , James A.L. and Andrew H.R. ,“ Facial Skin Surface Temperature Changes During a “Concealed Information” Test”, Annals of Biomedical Engineering, pp1812–1189, July 2006.
22. Jones, B.F. , Plassmann P. ,“Digital infrared thermal imaging of human skin”, Engineering in Medicine and Biology Magazine, IEEE,Vol:21,pp41- 48, Dec. 2002.
23. Fu K.S. and Mui J.K. ,“A survey on image segmentation”,Vol:13, Issue 1, pp 3-16, 1981.
24. Canny, J ,1911,“A Computational Approach to Edge Detectio”, Pattern Analysis and Machine Intelligence, IEEE Transactions on,pp679-698, Nov. 1986
25. Manjunath B.S.and Chellappa R. , “A Computational Approach to Boundary Detection”, Computer Vision and Pattern Recognition, 1991. Proceedings CVPR '91., IEEE Computer Society Conference on, pp358-363,Jun 1911.
26. “紅外線熱像儀測溫系統訓練教材”,強將實業股份有限公司。
27. 繆紹綱,1999,“數位影像處理 : 活用Matlab”, 臺北市 : 全華。
28. 連國珍,2007,“數位影像處理Matlab”,臺北市 : 儒林。
29. 紅外線技術硏究會編,2001,“紅外線工學基礎應用”,賴耿陽編譯, 臺南市 : 復文。
30. 楊武智,1994,“影像處理與辨認”, 臺北市 : 全華。
31. Gonzalez, Rafael C, Woods, Richard E, Eddins, Steven L,2005,“數位影像處理 : 運用MATLAB” ,繆紹綱譯,臺北市 : 臺灣東華。
32. Gonzalez, Rafael C, Woods, Richard E, Eddins, Steven L,2003,“數位影像處理(Gonzalez:Digital Image Processing 2/E) ”,繆紹綱譯,臺北市 : 臺灣培生教育出版。
33. Alasdair McAndrew,2005,“數位影像處理 (Introduction to Digital Image Processing with MATLAB) ”,徐曉珮譯 臺北市 : 臺灣高立。
34. 蕭啟宏,2007,不同幾何造型散熱器應用在LED散熱之研究,國立高雄應用科技大學,碩士論文。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top