第一節 以影像偵測土石流
要從影片中取得土石流的資訊，一般就是指取得土石流的流深、
流速、土石流中顆粒大小或粒徑分布，但事實上要利用影像來判斷土 石流的資訊，一定就面對資訊不完整的事實，因此在一般影像常用的 方法，都無法得到最佳的資訊，例如最常用來求取流速的光流法 (optical flow)，在畫質良好、亮度不變的情況，的確是可以用，但是在 充滿泥水的環境，就必須修改才能使用。
一、前人研究
早期由 Gibson 在 1950 年首先提出光流法(optical flow)的概念，
光流為三維空間運動的物體在觀察成像二維平面上，像素點的瞬時速 度，是利用圖像序列中，像素亮度在時間域上的變化，以及相鄰幀之 間的相關性，來找到上一幀與當前幀之間存在的對應關係，從而計算 出相鄰幀之間物體的運動信息得一種方法。
Horn 和 Schunck 在 1980 年正式提出光流計算方法，將二維圖像 運動場與像素灰度建立相關性，引入光流條件方程式，得到光流計算 的基礎方法，其主要的假設為：相鄰圖像幀間亮度恆定。
目前絕大多數研究都是採取此方式去設法擷取影像中資訊，例如 流速、流深等，然後利用這些資訊再去進行預警或產生有用的資訊，
但是這種方式碰到許多困難，第一是影像模糊，非常難以持續追蹤特 定物件，第二是計算時間龐大，以致無法進行即時計算。
而有不少人採取時間上畫素顏色差異分析土石流(Kao1 etc. 2013),
5-2
5-3
土石流到達前的水流亮度也有很大的差異，因此利用這些亮度差異，
就可以偵測土石流是否到達。因此可以在河道中畫出一個追蹤區塊 (ROI, Region of interest)，只要該區塊的平均亮度值快速改變，且改變 延續超過兩秒，就代表土石流到達。
因此只要對ROI 中像素亮度值做統計，計算每一幀影像的平均亮 度值，以土石流到達前的訊號當作環境雜訊，平均亮度值改變的速度 很快且延續一段時間，這條件就可以當作土石流預警地條件，這原理 與地聲探測器的預警原理相同。
此法另一個好處是，即使在下大雨或光線不佳時，物理參數無法 萃取的情況下，本法因為是看大範圍的平均值，不會受天候的影響太 大，因此能應用於氣候不佳、雨滴附著於攝影機鏡頭的影像，甚至光 線微弱的情況下。
一、總灰階值法
當土石流事件發生時，泥水夾雜大量石頭在河道中移動，由於重 力作用，巨礫通常會集中於前端，形成一個有坡度的明顯波前，泥水 以及坡度陡的土石流前鋒會反映出不同的亮度值，在人眼的判斷下，
土石流發生前後會有劇烈的亮度值變化，以及顏色上的差異，但土石 流是沒有特定顏色的，因此利用亮度值的差異偵測土石流事件是否發 生。於是，在開始分析影像灰階值之前先在河道中畫出一個追蹤區塊 (Region of interest, ROI)，計算每一幀影像 ROI 中的平均灰階值及其 隨時間的改變速率，以土石流事件發生前的環境亮度改變速率作為雜 訊，去除雜訊後率定出平均亮度值的基準值，以平均亮度值改變快速 與劇烈，並且事件須持續發生兩秒以上，做為偵測土石流前鋒的條件，
5-4
以排除瞬間但劇烈的灰階值差異事件。