第三章 研究及實驗方法
3.5 決策
57
58
來在做第三次篩選，其圓形偵測值必須小於 0.5 才判定它是本實驗要抓取之導盲磚路 線影像，輸出影像上標頭將會表明判斷後之影像結果是否為導盲磚影像。
59
第四章
實驗結果與討論
本實驗模擬結果使用範本有 100 張影像如下圖 4.1 所示，裡面包括了導盲磚影像 與非導盲磚影像：受光影環境下的導盲磚、髒汙的導盲磚、室內、多區域判斷與完全 無導盲磚影像皆有，礙於篇幅的關係在此僅將導盲磚影像各種情況使用一張影像當作 代表顯示最後輸出之結果與數據。而表中 r 表示相關性大小；c 表示符合設定門檻之 灰階出現機率；m 表示與正圓形之相似程度。
(a) 圖組 1~30
60
(b) 圖組 30~75
61
(c) 圖組 75~100
圖 4.1 本實驗研究 100 張樣本影像
62
光影：
(a) 原影像
(b) 輸出結果 圖 4.2 光影案例 表 4.1 光影實驗模擬之數據
p1 0.0000 r1 0.3699 r1+c 1.2579
p2 0.0000 r2 0.4795 c 0.9060 r2+c 1.3854 m 0.4353 p3 0.6351 r3 0.0423 r3+c 0.9483
p<0.05 且 r+c>1.2 且 m<0.5，輸出結果圖上方顯示為導盲磚路線影像。
63
髒污：
(a) 原影像
(b) 輸出結果 圖 4.3 髒污案例
表 4.2 髒污實驗模擬之數據
p1 0.0000 r1 0.8768 r1+c 1.8650
p2 0.0000 r2 0.5911 c 0.9882 r2+c 1.5793 m 0.2011 p3 0.0000 r3 0.7120 r3+c 1.7002
p<0.05 且 r+c>1.2 且 m<0.5，輸出結果圖上方顯示為導盲磚路線影像。
64
室內：
(a) 原影像
(b) 輸出結果 圖 4.4 室內案例 表 4.3 室內實驗模擬之數據
p1 0.0000 r1 0.7101 r1+c 1.7101
p2 0.0000 r2 0.7752 c 1.0000 r2+c 1.7752 m 0.2410 p3 0.0000 r3 0.7276 r3+c 1.7276
p<0.05 且 r+c>1.2 且 m<0.5，輸出結果圖上方顯示為導盲磚路線影像。
65
一區以上需判斷區域：
(a) 原影像
(b) 輸出結果 圖 4.5 一區域以上案例
表 4.3 一區域以上實驗模擬之數據 (a) #1
p1 0.0000 r1 0.5288 r1+c 1.4897
p2 0.0000 r2 0.7059 c 0.9609 r2+c 1.6668 m 0.3194 p3 0.0000 r3 0.7123 r3+c 1.6732
66
(b) #2
p1 0.8297 r1 0.0319 r1+c 0.5110
p2 0.2116 r2 0.1836 c 0.4791 r2+c 0.6627 m 0.32 p3 0.2166 r3 0.1806 r3+c 0.6597
在數據當中選擇 p<0.05 且 r+c>1.2 且 m<0.5，輸出結果圖上方顯示第 1 區塊為導盲磚 路線影像。
非導盲磚影像：
案例一：
(a) 原影像
(b) 輸出結果 圖 4.3 無導盲磚路線案例
67
表 4.4 非導盲磚實驗模擬之數據 (a) #1
p1 0.0000 r1 0.5892 r1+c 1.4897
p2 0.0000 r2 0.7069 c 0.9977 r2+c 1.6668 m 0.65 p3 0.0017 r3 0.3691 r3+c 1.6732
(b) #2
p1 0.7067 r1 0.0606 r1+c 1.0554
p2 0.3199 r2 0.0415 c 0.9948 r2+c 1.0363 m 0.61 p3 0.0006 r3 0.5128 r3+c 1.5076
(c) #3
p1 0.7759 r1 -0.0575 r1+c 0.9305
p2 0.4600 r2 -0.1484 c 0.9880 r2+c 0.8396 m 0.58 p3 0.4861 r3 -0.1400 r3+c 1.8480
在數據當中雖然有 p<0.05 且 r+c>1.2 但卻都未達到 m<0.5 之標準，輸出結果圖上方顯 示非導盲磚路線影像。
68
像素正確度比較：
此作法是為了客觀的比較出使用本方法所能抓取到導盲磚區域總像素與真實情 況之導盲磚總像素的多寡。方式是將一張導盲磚影像向內切割以確保區域皆為導盲磚，
將此區域當作一個物件分別放在一張全黑色的背景上以確保將之二值化後白色區域 即為抓取到所有導盲磚物件的總像素；再將此物件插入一張背景較為複雜之背景上，
利用本論文之方法抓取出導盲磚區塊並計算出其區塊總像素，在此設計五組共十張影 像比較，結果如下表 4.5：
表 4.5 正確像素抓取比較
圖一 圖二 圖三 圖四 圖五
正確像素 105690 67024 59512 41310 40342 本文像素 100920 62546 57580 39231 38205 抓取率 95.5% 93.3% 96.8% 95.0% 94.7%
由上面結果統計，抓取正確導盲磚路線之像素平均高達 95.06%。
69
第五章
結論與未來展望
本論文研究目的在於幫助視障人士能夠正確找出導盲磚路線，而在此模擬當中達 到了正確的在各種環境當中抓取到導盲磚影像。不論是黃色路面減速隆起這種類似導 盲磚特徵的影像亦或是表面有髒汙、受光影影響、落葉、退色等情況都可以將之分辨 出來，但缺點是無法將此導盲磚路線影像完整的抓取。
由於在導盲儀器中鮮少有方法是直接利用影像處理的方式來告訴視障人士，多數 都是使用 GPS 定位系統或超音波偵測或導盲犬等方式來完成導盲，但考慮到方便性 與成本高低對視障人士都可能會造成負擔。由於智慧型手機軟硬體的蓬勃發展，使得 一個有鏡頭能夠拍攝環境影像且加以計算的裝置變得可行及容易取得，因此我認為在 未來應該能夠發展出一套系統可以即時抓取影像並且幫助視障人士判斷行走安全路 線。讓視障人士恢復信心，感到不用什麼事情都要麻煩別人是本論文的最大目標。
70
References
[1] Skurnik, L. S., & Frank, George (1967). Psychology for Everyman (2nd ed.). Pelican [2] 95年身心障礙者生活需求調查-內政部社會司。[Online] Available:
http://sowf.moi.gov.tw
[3]中華民國無障礙科技發展協會-我國視覺障礙者就業現況調查與就業輔導問題分 析.[Online] Available: http://msg.tainan.gov.tw
[4]謬紹綱 (2002)，數位影像處理-MATLAB；Wood, Steven L. Eddins 著；謬紹綱 譯，
台灣培生教育出版股份有限公司。
[5] NemeriX, Inc. GPS Engine Board - WD-G-ZX4120. [Online]. Available:
http://www.infortech.com.tw/PROJECT_GPS/DataSheet/WD-G-ZX4120.pdf
[6] S. Shoval, J. Borenstein and Y. Koren, “The NavBelt-A Computerized Travel Aid for the Blind Based on Mobile Robotics Technology”,EEE Trans. Biomedical Engineering, vol. 45, pp. 1376-1386, Nov. 1998.
[7] R. C. Gonazlez and R. E. woods, Digital Image Processing, 2nd edition, Addison-Wesley, 1992.
[8] Koen E.A. van de Sande,Theo Gevers,Cees G.M. Snoek“Evaluating Color Descriptors for Object and Scene Recognition”,EEE computer society,pp.1582-1596(2010)
[9]
http://en.wikipedia.org/wiki/RGB_color_model
[10] http://en.wikipedia.org/wiki/YIQ[11] http://en.wikipedia.org/wiki/YUV [12] http://en.wikipedia.org/wiki/YCbCr
[13] http://en.wikipedia.org/wiki/HSL_and_HSV
[14] R.C. Gonzalez, and R.E. Woods, Digital Image Processing Addison-Wesley, 2006.
[15] Hasan, Y., and L. Karam, “Morphological text extraction from image,”IEEE Trans. on