如此一來，就算環境溫度有所改變，也能自動將臨界值TThr做最佳化。
人像。
(a) (b)
圖1.(a)紅外線影像拍攝後轉換成八位元的影像， (b)經溫度等高線圖演算法所切割後的前景人像。
2.2 以骨架描述人像的肢體位置
為了有效的找出頭部與四肢的末端，首先要能夠確認出其所在位置，於是本篇論文 先參照了研究[1]的以中心軸線(central axis)來描述骨架的概念。在這篇研究裡，作者將 人像大致區分成兩個類別：一個是長形部位，如手臂和大腿；另一個則是關節部位，如 肩膀和髖關節。並且建立兩個模型，worm 模型和 circle 模型，分別用來描述人像的長 形部位與關節部位。
如圖1(a)-(d)所示，worm 模型是在好幾個彼此有交集的物體內切圓中，將彼此的圓 心連結起來，如圖2(a)，這些圓心將形成一條長形的中心軸線，如圖 2(a)的紅色虛線所 示。而後連結此中心軸線最外端兩圓的外公切線之切點，形成代表此模型的矩形區域。
circle 模型則是利用一個圓形來構成，如圖 2(c)所示。此 worm 模型亦具有彎曲可變的狀 態，也就是矩形的兩對邊皆為可彎曲的曲線，故此worm 模型在變形後，可由固定的矩 形狀態變為可彎曲的寬帶形狀態如圖2(b)所示；而 circle 模型亦有可變形的狀態，即圓 內的每個半徑皆可有長短不同的變化，如圖2(d)所示。
(a) (c)
(b) (d)
圖2.worm 模型和 circle 模型： (a)worm 模型， (b)circle 模型， (c)worm 模型變形， (d)circle 模型變形 (參 考研究[1]重繪)。
作者建立人像模型的方法，便是連結人像長形部位內的內切圓後，形成worm 模型；
而在人像關節處的內切圓，則可以構成circle 模型。此外，worm 模型是由許多的圓組成，
藉著連結worm 模型內每個圓的圓心，可以獲得中心軸線，而作者假設這些中心軸線將 非常近似於人像長形部位的骨架，藉著worm 模型和 circle 模型的相互搭配，可組合成 一個近似於實際人體骨架的虛擬骨架模型，如圖3 所示。
圖3.人形骨架模型(參考研究[1]重繪)。
在[1]中依上述步驟所獲得的虛擬骨架模型是被用來進行人像活動的分析，從實驗結 果可以觀察到，利用中心軸線來描述長形部位的骨架，並依此建立的虛擬骨架所找出的 肢體位置，的確符合實際活動的狀況。只是研究[1]中所提出的尋找中心軸線的方法，必 須先指出第一個起始圓的位置，才可以順利的找出中心軸線。因此，我們參考[1]的觀念，
並藉由研究[12]所提出的方法來找出頭部與四肢的中心軸線，然後再進一步的找出頭部
與四肢的末端位置。
(a) (b)
圖5.連結中心點成近似中心軸小段： (a)所有的近似中心軸線小段合併的結果， (b)四個角度掃描的各近 似中心軸線小段。
2.4 系統流程
為了找出頭部與四肢的末端，本篇論文參考了研究[1]中骨架的概念，並配合研究[12]
所提出的以四個不同角度掃描人像前景來獲得近似中心軸線，再以類似於骨架的近似中 心軸線來找出人像頭部與四肢的部位，進一步找出這些肢體的末端。本論文研究的主要 工作項目可大致區分為兩大部分，第一部份是計算出人體的近似中心軸線，而第二部分 則是偵測與追蹤頭部和四肢的末端。圖6 為上述方法的系統流程圖，上述兩部分的細部 計算步驟將分別在第三章與第四章中詳述。
圖6.系統流程圖。