本章節實驗過程所使用的電腦之 CPU 為 Intel® I5-520 2.40GHz、記憶體為 8GB、作業系統為 Microsoft Windows 7 64 位元版本、程式開發使用 Borland C++
Builder 6.0。實驗流程如下：建立一個1313的陣列，陣列結構，如圖 2.2 所示，
為一個水平方向樣本影像(template)，其中白色部分的值設為0，而灰色部分的值 設為1。
圖 2.2 Template 結構示意圖
取得一張 Mura 瑕疵影像圖，如圖 2.3 所示，利用水平方向結構做初始設定 實驗，經由樣本比對與正規化交互相關性之比對結果，設立一個門檻值T 來進行a 二值化動作，使用0.1至0.9為門檻值測詴，如圖 2.4 所示，來找出最有利的結果 作為判斷的標準。
圖 2.3 Mura 瑕疵影像
觀察圖 2.4 可發現，圖 2.4(a)與圖 2.4(b)有偵測出影像中間低對比的 Mura 瑕 疵部份，不過在其周圍也偵測出許多非 Mura 瑕疵的雜訊，圖 2.4(c)大致上有明 確的偵測出 Mura 瑕疵部份，且非 Mura 瑕疵的雜訊也相對的比圖 2.4(a)與圖 2.4(b)
少了許多，圖 2.4(d)與圖 2.4(e)則是門檻值過大，導致細小的 Mura 瑕疵部份被過 濾掉，造成 Mura 瑕疵沒有正確的偵測出來，圖 2.4(f)至圖 2.4(i)也是門檻值過大，
導致 Mura 瑕疵無法被偵測出來，使之沒有達到門檻值做二值化區分的作用，因 此本論文使用門檻值為TN 0.3來做為正規化交互相關性判斷二值化的標準。
(a) Ta 0.1 (b) Ta 0.2 (c) Ta 0.3
(d) Ta 0.4 (e) Ta 0.5 (f) Ta 0.6
(g) Ta 0.7 (h) Ta 0.8 (i) Ta 0.9 圖 2.4 Mura 瑕疵門檻值測詴結果
確定門檻值之後，本實驗使用十一張含有 Mura 瑕疵，且大小不同之影像，
如圖 2.5(a)至圖 2.15(a)所示，來進行實驗測詴，經過傳統正規化交互相關性與二 值化判斷的結果後，可以得到相應的輸出結果與運算執行時間，如圖 2.5(b)至圖 2.15(b)所示。
(a) 原圖 (b) 結果圖
圖 2.5 Mura 瑕疵影像 1，影像大小：6060，所需時間：0.016 秒
(a) 原圖 (b) 結果圖
圖 2.6 Mura 瑕疵影像 2，影像大小：7070，所需時間：0.016 秒
(a) 原圖 (b) 結果圖
圖 2.7 Mura 瑕疵影像 3，影像大小：125125，所需時間：0.031 秒
(a) 原圖 (b) 結果圖
圖 2.8 Mura 瑕疵影像 4，影像大小：138138，所需時間：0.047 秒
(a) 原圖 (b) 結果圖
圖 2.9 Mura 瑕疵影像 5，影像大小：153153，所需時間：0.062 秒
(a) 原圖 (b) 結果圖
圖 2.10 Mura 瑕疵影像 6，影像大小：166166，所需時間：0.062 秒
(a) 原圖 (b) 結果圖
圖 2.11 Mura 瑕疵影像 7，影像大小：166166，所需時間：0.063 秒
(a) 原圖 (b) 結果圖
圖 2.12 Mura 瑕疵影像 8，影像大小：187187，所需時間：0.078 秒
(a) 原圖 (b) 結果圖
圖 2.13 Mura 瑕疵影像 9，影像大小：195195，所需時間：0.094 秒
(a) 原圖 (b) 結果圖
圖 2.14 Mura 瑕疵影像 10，影像大小：202202，所需時間：0.093 秒
(a) 原圖 (b) 結果圖
圖 2.15 Mura 瑕疵影像 11，影像大小：40934093，所需時間：32.948 秒 以圖 2.5 為觀察例子，圖 2.5(a)為低對比的 Mura 瑕疵原圖，利用水平方向結 構的瑕疵樣本，進行正規化交互相關性的樣本比對後，透過二值化的判斷區分處 理後，可以清楚的得到圖 2.5(b)中，具有水平方向結構的 Mura 瑕疵部份有明顯 的被凸顯出來，且同樣具有水平方向結構的雜訊部分也被凸顯出來。而從圖 2.5 至圖 2.15 中的輸出結果圖可以發現，當原圖的影像大小成正比增大時，且正規 化交互相關性是利用水平方向結構的影像樣本進行全域比對，因此執行過程所花 費的時間與原圖的影像大小成正比。
第 3 章 邊緣偵測法
對於影像邊緣偵測的應用領域是非常的廣泛，可使用於車牌辨識、字元辨識 及空照圖等，而影像邊緣偵測的方法有很多種，且各種方法應用的層面皆有不同 之處，常見的影像邊緣偵測方法為 Sobel 邊緣偵測和 Canny 邊緣偵測，兩種不同 的影像邊緣偵測方法在運行環境，與執行效能上各有優缺點。
本章節主要目的是利用 Canny 邊緣偵測的特性，來做為判斷 Mura 瑕疵影像 邊緣的辨別指標，並探討影像邊緣偵測結果，對其偵測效果與計算效率上之影響。