為了設計一個紅外線相機模組可以同時具有筆記型相機模組及臉部影像辨識兩種功能，並使其達到較好的影像品質。除了原本的影像感應器、影像處理器及濾波片設計外，還須考慮紅外線發光二極體對影像辨識的影響。一般而言，影響影像辨識品質的因素有(1)紅外線發光二極體的發射角度，(2)紅外線發光二極體的數量，(3)紅外線發光二極體至影像感應器的擺放距離。本論文就這三部分來加以探討。
本研究是定義鏡頭與物體在60公分的距離下，來得到最好的影像辨識品質。在紅外線發光二極體的發射角度方面，先了解紅外線二極體能提供的發射角度有幾種，再者需了解此相機模組所使用的鏡頭視野角度，此二者角度皆會影響影像品質的均勻度。因此，首先必須調出二者之間最配合的角度，並依此結果選擇合適的紅外線發光二極體；接著探討紅外線發光二極體的數量及擺置位置，當然數量愈多，發光效率會更好，但相對會提高成本。而二極體擺放於感應器左側或右側以及擺放的距離皆會影響其影像品質。因此如何決定二極體的數量及擺放二極體於適當位置，亦為此論文的研究重點。

In order to design an infrared camera module possesses two functions including notebook camera module and recognition of image at the same time, and makes sure that it has better quality. Besides the design of image sensor,image processor and filter,the effect of image recognition caused by IR LED will need to be considered.In general, the quality of image recognition are affected by (1) the FOV of IR LED，(2) the quantity of IR LED， (3) thearrangement between IR LED and image sensor. Therefore, this study is based on these three factors.
The study defines a 60cm distance between camera and object and try to get the best quality of image recognition. In terms of the FOV of IR LED, the first thing we need to know is that how many kinds of FOV can be provided by IR LED,and then to find out which FOV is used in the camera module. These two types FOVs will affect the uniformity of image quality.Therefore, the first step is to find out the most suitable angles of these two FOVs. According to this result,we will choose the appropriate IR LED.In terms of the quantity of IR LED and the arrangement between IR LED and image sensor, the more numbers of IR LED will get the better of luminous efficiency, but the cost will also rise. The location of IR LED which is displayed to the left or right side of the sensor and the distance between them will affect quality of images. Under this condition, the quantity of IR LED and the appropriate location of IR LED are also the points of the study.

目錄
摘要 I
ABSTRACT II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VIII
第一章 緒論 1
1.1 研究背景與目的 1
1.2 文獻回顧 2
1.3 研究方法 5
1.4 論文結構 6
第二章 影像模組探討 7
2.1 影像模組介紹 7
2.1.1 影像感應器 8
2.1.2 影像鏡頭 10
2.1.3 影像處理器 11
2.1.4 影像濾波片 12
2.2 影像辨識之影像模組介紹 14
2.2.1 黑白影像感應器 14
2.2.2 紅外線影像濾波片 15
2.2.3 紅外線發光二極體 16
2.3 紅外線影像模組介紹 17
2.3.1 紅外線影像感應器 18
2.3.2 紅外線影像處理器 19
2.3.3 雙波段濾波片 19
第三章 紅外線對影像之影響 20
3.1 紅外線投射角 20
3.2 影像之分析方法 26
3.3 影像之測試環境 26
3.4 紅外線對影像的差異 28
3.5 影像判斷之方式 31
第四章 實驗驗證 34
4.1 模組材料介紹 34
4.2 實驗步驟 37
第五章 結論與未來展望 65
5.1 結論 65
5.2 未來展望與建議 66
參考文獻 67

參考文獻
[1]沈啟亮，"即時的人臉檢測系統"，淡江大學電機工程學系碩士在職專班，2004.
[2]邵柏潤，"以肢體動作分析為基礎之新生兒意外監控系統"，碩士論文，國立臺灣師範大學，資訊工程研究所，2009.
[3]李彥明，"基於影像辨識之嵌入式系統設計與實現"，碩士論文，義守大學，電機工程學系，2014.
[4]楊曜坤，"基於嵌入式系統之電腦視覺設計與實現"，碩士論文，義守大學，電機工程學系，2014.
[5]黃韋瀚，"結合五官特徵與深度資訊之人臉辨識系統"，碩士論文，大同大學，資訊工程學系，2012.
[6]黃俊博，"植基於單一網路攝影機之眼動控制研究"，碩士論文，銘傳大學，電子工程學系，2013.
[7]尤文楷，"基於二階統計量特徵之夜間監控系統"，碩士論文，中華大學，資訊工程學系，2002.
[8]陳榕庭、彭美桂（2005），CCD/CMOS影像感應器之基礎與應用，全華圖書（2005年08月01日出版）
[9]A. Elgammal, D. Harwood and L. Davis, “ Non-parametric model for background subtraction,” in proceedings of the 6th European Conference on Computer Vision, pp. 751-767, 2000.
[10]黃偉正，"不可見光的異世界-數位半紅外線攝影適性研究與創作"，碩士論文，世新大學，資訊工程學系，2009.
[11]蘇卡奇（2006），觀念化學2，天下文化（2006年05月11日出版）.
[12]F. Xu, X. Liu, and K. Fujimura, “Pedestrian Detection and Tracking with Night Vision”, IEEE Transactions on Intelligent Transportation Systems, vol. 6, pp. 63-71, 2005.
[13]C. Dai, Y. Zheng and X. Li, “Pedestrian detection and tracking in infrared imagery using shape and appearance” Computer Vision and Image Understanding, pp. 288–299, 2007.
[14]游聖傑，"以紅外線配合CMOS影像感測器之資料傳輸研究"，碩士論文，國立雲林科技大學，資訊工程學系，2013.
[15]Ahmad Atghiaee, Gerard C. M. Meijer, “Electronic Interface for Thermopile Infra-Red Detectors”, Electronic Instrumentation Laboratory.
[16]http://www.Imatest.com/
[17]http://www.olympusmicro.com/primer/digitalimaging/cmosimagesensors.html
[18]http://gmpphoto.blogspot.tw/2012/05/lot-has-been-said-about-new-leica-m.html