第三章 系統架構與方法
3.3 紅外線影像處理技術
3.3.3 影像標記
(a)一倍標準差 (b) 五倍標準差
(c)十倍標準差 (d)二十倍標準差 圖 3-7 紅外線影像臨界值化圖
3.3.3 影像標記
畫面中如果只有單一物體，那麼經過影像二值化分離背景和物體之 後，畫面中就會只剩下一塊集合區域，在這個區域裡像素值為 1，而在
這個區域外的其他部分像素值都為 0，我們可以很輕易的計算出這個物 體的面積、位置等等特徵值，接下來也可以很輕易的做影像辨識的動 作，但是如果畫面中有著一個以上的物體存在著，就必需先將物體區域 給標記出來，而所使用的方法就是將每個區域各用一個唯一的號碼標 記，而這種區域標記的方法即稱為標記（Labeling）。假設影像 g(x,y)中 共有m 個不連接的區域R ，如(3.7)所示，這張影像通常包含多個物體與i 一背景[21]。
1, c m
b i
i i b
R R
= ≠
=
∑
(3.7) 其中Rbc為背景，其他區域則為物體。影像經過臨界值化後，會有一個個大小不一的連結區域產生，會有 這些區域的產生是由於這些區域的各個像素之灰度值（或溫度）大於臨 界值，而這些區域包含了我們要辨識的物體，當然也包含了雜訊等。而 經過臨界值化的影像，背景已被表示為 0，而非背景部分則表示為 1。
而我們就是要將標示為1 且連結在一起像素，給同一個號碼，以標記出 一個個區域出來。另外我們以4-連結（4-Connectivity）的關係定義一個 像素的鄰近像素，也就是說一個像素 g(i,j)的鄰近是其上下左右的像素
（g(i-1,j)、g(i+1,j)、g(i,j-1)、g(i,j+1)）。影像標記的演算法分為兩步驟：
1. 一列列地搜尋整張影像 g(x,y)，並指定一個大於 1 的標記值給
依據其鄰近（4-連接）像素的標記值。其中，此像素 g(i,j)鄰近 像素會有三種情形發生：
(1) 如果所有的鄰近的像素都是背景，那麼 g(i,j)就標記一個新 的 標 記 值 ， 並 記 錄 新 的 標 記 值 於 等 效 表 （ Equivalent Table）。參考圖 3-8 (a)。
(2) 如果鄰近的像素只有單一個標記值，那麼 g(i,j)就標記同一 個標記值。參考圖3-8 (b)。
(3) 如果鄰近的像素有不同的標記值，那個指定其中任一個標 記值給g(i,j)，並建立一個等效表，紀錄這些不同的標記值 其實是等效的。參考圖3-8 (c)。
2. 重新一列列地搜尋整張影像，依照等效表，修正等效表中的標 記值。參考圖3-9。
0 0 0
0 0
1 0 2
(a)第一種標記可能情形
0 3 0
3
3 3 1 3
(b)第二種標記可能情形
0 5 0 6
5 6 1 6
(c)第三種標記可能情形 圖 3-8 標記的可能情形
上圖3-8 表示標記第一步驟時的三個可能情形。圖 3-8 (a)表示第一 種情形，上、左的像素皆為背景（其值為0），那麼此像素則標示為新的 標記（此時為2），另外在等效表中記錄 2 為新的標記值（0 代表新的標 記值）。圖 3-8 (b)表示第二種情形，上、左的像素皆標示同一個標記值
（其值為3），所以此像素標示同一個標記值 3。圖 3-8 (c)表示第三種情 形，上、左的像素標示不同的標記值（分別為 5、6），於是將此像素標 記為其中之一（此範例為6），此外，在等效表中記錄 5、6 是等效的。
0 5 0
6
5 5 6 5
圖 3-9 標記的第二步驟
圖3-9 表示標記第二步驟的情形。參考等效表發現標記 5、6 是等效 的，於是在掃瞄整張圖的過程中，將標記值為6 的像素改為標記值為 5。
經過標記後的影像會有很多個區域，因為我們假設最大的區域為欲
辨識之物體，因此選取最大的區域RM以作為辨識之物體，
{ | ( ( ))}
M i i
R = R Maxi Area R (3.8) 其中，Ri 為第i 個區域，其面積為 ( )i i( , )
x y
Area R =
∑∑
R x y ，x、y 為座 標值。
(a)原圖 (b)臨界值化 (c)標記後取最大區域 圖 3-10 紅外線照片
由圖3-10 我們可以看出，原圖在經過我們的處理後只剩下所想要的 物體，並且是一張二值化（Binary）的影像。臨界值化的最主要目的，
對拍攝時背景的干擾如周圍的雜訊濾除，讓所要物體凸顯出來。另外影 像標記的最主要目的則是將影像中的區塊加以合併並選出最大的區域 例如其他小的家電物品就會被去除。