本論文利用單一網路攝影機置於車體上方擷取環境影像，辨識路方面將擷取的影像進行二值化，再以型態學的侵蝕和膨脹處理影像中的雜訊，接著搭配Sobel演算法即可檢測出可行走路徑。自走車以右方優先法則行走實驗場地一圈，每一個岔路口為一個節點，即可串連成場地資料，並在岔路口時將不同方向的環境影像和路徑資訊建立成資料庫。
給定目地影像後，用SURF演算法與資料庫作匹配，查詢出目的路徑資料，並使自走車行走至最近岔路口與資料庫匹配得出當前路徑資料，再搭配路口分支搜尋法，即可計算出當前路口前往目的地之路徑規劃，並導引自走車到達目的地。
以往同一地點需要多張影像確保匹配正確率，本論文於SURF中加入象限法與相對角度法篩選，提升匹配精準度，可節省時間並確保匹配正確率。

In this study, a single webcam mounted on autonomous vehicle is used to capture the image of the environment. The image is processed by binarization, erosion and dilation. Then, Sobel algorithms is used to identify the edges in order to define walkable routes. Next, the right-side first search rule is applied to search all the walkable routes in the environment in order to establish a map database.
SURF algorithm is then used to match a given destination image with the image database to identify the goal location. The same algorithm is also used to match the image taken at the first junction with the database to locate the current position of vehicle to retrieve the shortest route from database.
Improvement of SURF algorithm is achieved by utilizing quadrant data and relative angle data of matching images.

摘要 i
ABSTRACT ii
致謝 iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 1
1.3 文獻回顧 1
1.4 論文架構 2
第二章 理論背景 3
2.1 數位影像 3
2.2 型態學 5
2.2.1 膨脹 6
2.2.2 侵蝕 7
2.2.3 斷開 8
2.2.4 閉合 9
2.3 邊緣檢測 10
2.4 匹配影像 13
2.4.1 SURF 14
2.4.1.1 積分圖 14
2.4.1.2 架構金字塔尺度空間 15
2.4.1.3 定位極值點 17
2.4.1.4 特徵點方向 18
2.4.1.5 描述特徵點 18
2.4.1.6 象限法與相對角度法 19
2.4.1.6.1 象限法 20
2.4.1.6.2 相對角度法 21
2.5 路口分枝搜尋法 22
第三章 自走車系統架構 24
3.1 自走車架構 25
3.2 影像系統 27
3.3 訊號傳輸系統 28
3.3.1 USB I/O卡 28
3.3.2 馬達驅動板 30
3.4 動力驅動系統 31
3.4.1 直流馬達 31
3.4.2 電源供應系統 32
3.5 電腦端軟體架構 33
第四章 實驗結果與討論 34
4.1 影像匹配實驗 35
4.1.1 SURF演算法搭配象限法實驗 35
4.1.1.1目標與相同街景之比較 35
4.1.1.2目標與不同街景之比較 38
4.1.1.3象限法實驗結果 44
4.1.2 SURF演算法搭配相對角度法實驗 45
4.1.2.1 不同狀況相同街景之比較 45
4.1.2.2 不同街景之比較 51
4.1.2.3 相對角度法實驗結果 54
4.2 道路檢測實驗 56
4.2.1 影像灰階化、二值化 56
4.2.2 型態學修整 57
4.2.3 邊緣檢測 57
4.2.4 檢測道路是否可走 58
4.3 自走車實驗 60
4.3.1 直流馬達驅動測試 60
4.3.2 實驗場地及影像資料與路徑資料 63
4.3.3 自走車程式流程 65
4.4 導引實驗 66
4.4.1 結果分析 69
第五章 結論 70
參考文獻 71

[1] 張國威，“應用立體視覺回授實現自走車控制與路徑規劃”，國立海洋大學機械與機電工程學系碩士學位論文，2010。
[2] 陳思穎，“基於MATLAB之電腦鼠虛擬實境系統介面下控制器的設計與改良”，國立海洋大學機械與機電工程學系碩士學位論文，2012。
[3] 林志成，“結合影像回授之自走車控制與路徑規畫”，國立台灣海洋大學機械與機電工程學系碩士學位論文，2009。
[4] D. Lowe, “Distinctive Image Features from Scale-Invariant Keypoints.” International Journal of Computer Vision, Vol.20, pp. 91–110, 2004.
[5] 彭禹安，“大環境之機器人視覺特徵擷取環境定位”，國立台灣大學電機資訊學院資訊工程學研究所碩士論文，2008。
[6] H. Bay, T. Tuytelaars, and L. Van Gool., “Surf: Speeded Up Robust Features.” Europea Conference on Computer Vision, Vol.01, pp.404－417, 2006.
[7] Luo Juan, and Oubong Gwun, “A Comparison of SIFT, PCA-SIFT and SURF,” International Journal of Image Processing, Vol. 03, pp. 143-152, 2009.
[8] Beaudet, “Rotationally invariant image operators”, International Joint Conference on Pattern Recognition, pp. 579‐583, 1978.
[9] Eric Chu,Erin Hsu, Sandy Yu, “Image-Guided Tours: Fast-Approximated SIFT with U-SURF Features”, Stanford University.
[10] 李慧、蔺启忠、刘庆杰，“基于FAST 和SURF 的遥感图像自动配准方法”， REMOTE SENSING FOR LAND ＆ RESOURCES，Issue 2，2012。
[11] 曹雅威，“自主機器人對於環境中點特徵與區域特徵的偵測與追蹤”，淡江大學機械與機電工程學系碩士論文，2008。
[12] 鄭聖賢，“機器人單眼視覺式同時定位與建圖的資料關聯問題研究”，淡江大學機械與機電工程學系碩士班碩士論文，2010。
[13] 蘇群翔，“機器人定位建圖與自主運動控制”，淡江大學機械與機電工程學系碩士班碩士論文，2010。
[14] 徐尉嘉，“嵌入式影像處理系統及SURF特徵擷取”，國立交通大學電機學院碩士學位論文，2012。
[15] Štefan Badura, and Stanislav Foltan, “Advanced scale-space, invariant, low detailed feature recognition from images - car brand recognition,” in Proceedings of the International Multiconference on Computer Science and Information Technology, pp.19-23, 2010.
[16] Alexander Neubeck, and Luc Van Gool, "Efficient Non-Maximum Suppression," inProceedings of the 18th International Conference on Pattern Recognition , 2006.
[17] M. Brown, and D.G. Lowe, "Invariant features from interest point groups," inProceedings of British Machine Vision Conference, Cardiff, pp.656–665, 2002.
[18] 賴軒丞，“應用立體視覺及圖像辨識之自走車導引”，國立海洋大學機械與機電工程學系碩士學位論文，2011。
[19] 陳奕融，“路面紋理辨識應用於自走車導引之研究”，國立海洋大學機械與機電工程學系碩士學位論文，2012。
[20] Rafael C. Gonzalez ＆ Richard E. Woods，數位影像處理，繆紹綱 譯，台灣培生，2003。
[21] Rafael C. Gonzalez ＆ Richard E. Woods，數位影像處理，吳成柯，程湘君，戴善榮，雲立實 譯，儒林圖書，1996。
[22] 張宏林，求是科技，Visual C++數位影像模式識別技術及工程實踐，文魁資訊。
[23] 井上誠喜，八木伸行，林正樹，中須英輔，三古公二，奧井誠人，C語言數位影像處理，吳上立，林明德 譯，全華圖書，2010。