1.1 動機與背景
在這科技日新月異的年代，推陳出新的科技產品已深入人們的日常生活，例 如手機的發展，已經從傳統電話只能在家接聽，演變到可不受地點限制與人溝 通；數位相機的發展，從需安裝底片拍攝，也演變到可用記憶卡儲存，且能即時 預覽影像。而智慧型機器人的研究，至今也有數十年之久，傳統智慧型機器人的 研究，著重於軍事等特殊工業，以機器取代人們從事危險的工作，而目前智慧型 機器人的研究，則大多是以改善人們居家生活為主，如居家看護、行車導航、安 全巡邏等應用。
本論文研究是源自於以上智慧型機器人的研發構想，並將其運用於安全監控 系統的開發上，以改善傳統監控系統的三大限制：
一、成本高，架設費時：
在傳統的監控系統中，往往必須安裝大量的監控攝影機於各特定重要位 置，並架設大量的線路及監視螢幕於監控中心，以維持整個系統完整性。在 架設的過程中，需要大量的人力及物力，其所需花費的時間及成本相當龐大。
二、人員監控不易：
在完成系統的架構後，仍需花費足夠的保全人力，去監控各螢幕的顯示 狀況，並經保全人員，不斷地緊盯各螢幕畫面，並判斷環境是否異常。但如 此固定及頻繁的動作，對保全人員眼力及體力是相當大的負擔，難免會有所 閃失，錯過發生環境異常的情形。
三、機動性不足：
在夜間的環境中，往往需要利用探照燈裝置，來補償夜間亮度不足的問 題。當有異常發生，保全人員仍需親自前往該地點巡邏，以確認其環境安 全與否。
基於改善傳統監控方式的缺點，我們成功架設一台由遠端電腦控制的夜間自 走車監控裝置，並輔以無線傳輸，使其使用方式不受距離的限制。而自走車上監 控攝影機具備近紅外線照明及感測裝置，可於夜間機動巡邏監控。
1.2 相關研究
影像識別中常見的三種影像特徵分類方式包括：一、形狀 ( Shape ) 二、顏 色 ( Color ) 三、紋理 ( Texture ) 。以形狀識別為例 [ 1 ] 以 Hausdorff Distance 做為影像比對方法，Hausdorff Distance 方式主要是求兩物品輪廓最大差異距離，
該篇文獻以黑白影像作為比較，以期望物品輪廓為依據，並算出整張影像中 Hausdorff Distance 值最小的區塊，而該區塊即為物品所在位置。 [ 2 ] 同樣是以 Hausdorff Distance 為比較方式，但不以整個輪廓線條比較，而是以 Dynamic Two Strip Algorithm ( Dys2S ) 取出線條轉折處作為比較點，只以轉折點比較減少比較 次數。 [ 3 ] 則是加入旋轉角度及基因演算法提高其形狀比較準確度。在顏色識 別方面 [ 4 ] 提出 Histogram Intersection 方法，以 Color Histogram 判斷出其相似 度，對於旋轉及位移影像，該方式仍有較佳識別能力。在紋理識別方面 [ 5 ]以 紋理及顏色進行識別，其紋理識別方法，是取出整張影像亮度資訊，以2 × 2 遮 罩及門檻值算出該遮罩中二進值，將遮罩中二進值由左上至右下排列，代表一組 格雷碼值並將其轉換成十進值，依此方式求出整張影像十進值編碼，而經由此方 式得到整張影像編碼值，即代表該影像紋理資訊，當有新影像需比較，只需比較 兩張影像紋理資訊即可判斷相似與否。
本論文採用形狀及顏色二種影像特徵，做為識別依據。而未以紋理作為識別 方法，是因為夜間中雜訊多及景物較不明顯，很難得到一筆足以識別的紋理資 訊。形狀識別中，輪廓特徵點的取得採用 [ 6 ]提出的 Snake Algorithm ( Active Contour Module ) ，其基本原理為依據能量平衡條件，經由內縮能量及外擴能 量，找到能量最小值平衡點，而此時取樣點位置，即為物體輪廓，並參考其它相 關演化改良方式 [ 7 – 11 ] ，得到適用我們 Snake Algorithm，詳細內容將在第三
章說明。形狀識別及顏色的識別分別採用Hausdorff distance 及 Histogram Intersection 方式，並修改部份參數及定義，以符合本論文使用，詳細內容在第四 章中說明。
1.3 系統運作流程介紹
本論文目的為建立『全自動夜間監控系統』，使用前需經前置學習階段，該 階段記錄了路徑與物品特徵等兩種資訊，並儲存於系統資料庫中。而在安全巡邏 階段中，當巡邏時間到達，則執行安全巡邏，系統將依資料庫裏路徑資訊移動自 走車，並依物品特徵資訊分析物品安全性，圖1.1 為系統運作流程。
圖 1.1 系統運作流程。
1.4 各章簡介
本論文共分成六章，第二章我們將介紹裝置構成的元件及監控流程，第三章 我們將介紹前置學習階段，系統如何取得資料庫所需特徵資訊。第四章我們將介 紹安全巡邏時，判斷監控物品失竊與否的方式，第五章我們將呈現實驗結果，第 六章則說明未來的研究方向。
安全巡邏
路徑資訊 特徵資訊 進入安全巡邏階段
等待巡邏時間到達 前置學習階段 (取得路徑及物
品特徵資訊)