在這個背景之下，影像處理軟體便是為了因應大眾的需求而生

第一章緒論

第一節 研究動機

由於科技的日新月異，在這個電子產品充斥的世代裡，許多數位產品逐漸取代 傳統產品，數位相機便是一例。數位相機提供立即觀看拍攝的照片的功能，而且數 位影像擁有比傳統照片更容易保存的優點，使得數位相機在日常生活中越來越普 遍，數位影像照片也已經漸漸地取代從前須要底片與沖印的傳統相片。不需要沖洗 照片便可觀看已拍攝的影像，更為人們省下傳統沖洗照片的費用。是故，數位影像 照片在現今的社會裡已廣泛地被使用。

數位影像的技術被開發後，不僅大大地改進人類的生活，影像處理軟體更是提 供大眾許多功能，照片編修已不再滿足人們對於數位影像的要求，數位相片對於人 們而言，也不再僅僅只是單純的記錄日常生活。人們希望藉由影像處理軟體所提供 各種簡單且方便套用的特效，不需要許多繁雜的處理步驟，就可以輕鬆簡單地增加 更多的生活樂趣亦或是創造更多的藝術。

在這個背景之下，影像處理軟體便是為了因應大眾的需求而生。一般社會大眾

然而，許多知名的影像處理軟體中，例如:PhotoShop、PhotoImpact、PhotCap、

Picasa…等，雖然提供素描、馬賽克、水彩畫…等多種特效於使用者套用，但在特 效功能中卻鮮少具備將數位影像卡通化的功能；而線條簡單、色彩單調的卡通影像 卻是深植於人們的生活中，不論是成人亦或是孩童均喜愛這類的圖像，因為卡通影 像少了現實中複雜的線條與顏色，多了另一種韻味。

由於許多影像處理軟體中並未提供影像卡通化的功能，欲製作影像卡通化者，

必須具有專業的影像處理技術，並非一般大眾能夠簡單套用；在傳統的影像卡通化 作法上，以 PhotoShop 為例，使用者必須要先產生多個圖層，然後使用選取工具來 對描繪輪廓，光是描繪物件便需要花非常多的時間和精力才能完成，之後再進行著 色…等多個耗時費力的步驟才能夠完成一張數位影像的卡通化。其過程之繁複與其 製作並不是不專精於影像處理的一般使用者所能夠完成的；是故，本研究欲提供一 個自動將數位影像轉成卡通形式影像之程式，即使用者只須要讀取並輸入(input)欲 處理的數位影像(*.jpg、*.bmp)，程式就會自動將所輸入的影像予以卡通化，並輸出 已卡通化的影像，目的是希望能夠提供不具影像處理基礎的大眾們，能夠輕鬆將生 活中所拍攝的照片卡通化。

第二節 研究問題

卡通圖是由少許的顏色與簡單的線條所組成，而要將一張由數位設備所拍攝的 影像轉成卡通規格，如圖 1.1 所示，為研究問題範例。

欲處理此研究問題者，首先，必須面臨的議題，便是如何將影像中各個不同區 域的物件給區分出來，在影像處理中，影像分割是屬於低階視覺操作(low level vision operations)，而在分割方法中，有多種偵測方法而其中最重要的方法，不外乎是針對 影像的邊緣不連續作偵測或是對影像中的顏色的區域作偵測，而卡通圖的輪廓往往 都是封閉區域，如何偵測影像區塊、偵測的方法、紀錄影像區塊資訊、如何著色與 著色的方法，為此研究問題核心。

(a) (b)

第三節 相關研究

為了解決此研究問題，經過搜尋與收集資料後，發現欲將影像卡通化的第一個 步驟即是影像分割，也就是將影像細分成它的組成部分或目的物。例如，處理在公 園所拍攝的影像時，第一步工作就是從影像中分離出花、草、天空等等，而此部份 也是在影像處理技術中最為困難的工作之一。

1.3 影像分割

單色影像的分割演算法一般是以灰階值的兩個基本特性之一為基礎，而這兩個 特性分別是不連續性與相似性。不連續性，根據灰階的突變去分割影像，主要應用 為影像中的孤立點檢測、線段與邊緣檢測。

1.3.1 不連續性檢測

尋找不連續性特徵最常用的方法，即用一塊遮罩移動通過影像，如圖 1.2 所示 是一個 3*3 遮罩，檢測過程是把處在遮罩內的每一點的灰階值與遮罩中對應的係數 相乘，然後把結果相加，也就是說:遮罩在影像的每一個像素點的響應是

R=w1z1+w2z2+…+w9z9

=∑

= 9

1 i

i iz

w ^(1.3-1)

W1 W2 W3

W4 W5 W6

W₇ W₈ W₉ 圖 1.2 (取自[2]) 遮罩示意圖，

W i 為相對應的像素點的灰階值，而上頁式子的 Zi 是遮罩的係數。

1.3.2.1 點檢測與線檢測

影像中孤立點的檢測是最簡單明瞭的，用圖 1.3 遮罩，由公式 1.3-1 計算出中心 點和其鄰近像素點的加權差，若和相鄰點差別足夠大的點(由 T 所確定)，才是影像 中感興趣的孤立點。而線檢測亦是使用相同的原理，分別用圖 1.4 的遮罩與公式 1.3-1 可分別找出水平線、正 45 度線、垂直線與負 45 度線。

圖 1.4 (取自[2]) 線遮罩

點和線的檢測在影像分割的討論中是基本的，但邊緣檢測則是目前為止用來檢 測有意義之不連續特徵方法中最常見的，且孤立的點和細線在大多數的實際應用中 較少出現。

1.3.2.2 邊緣檢測

邊緣是二個區域之間有相當不同的灰階特徵的邊界，大多數邊緣檢測技術的基 本思想是偏導數運算子的運算，圖 1.5 說明了這個概念。圖 1.5(a)為一暗色背景下亮 條紋影像，沿著水平掃描線的灰階剖面圖，以及這剖面圖的一階和二階導數。從剖 面圖注意到一個邊緣(由黑到亮的轉變)以一種平滑而不是突變的灰階變化來模型 化。由圖 1.5(a)表示了灰階剖面圖的灰階在轉變的前沿的一階導數是正的，而後沿

-1 1

2 1

-1

此，一階導數的值能夠用來檢測一幅影像的邊緣是否存在，而二階導數正負號能夠 被用來決定邊緣像素在邊緣的暗側或是亮側，過零點提供了一個有力的方法來確定 邊緣在影像中的位置。

影像

水平圖列的 列面

一階導數

二階導數

第四節 章節安排

本文的第一章緒論為本研究問題之研究動機、研究問題與相關研究的闡述與探 討，並於其後章節加以討論並簡述本研究所使用的理論與方法以及實驗成果。

第二章文獻探討為描述與探討本研究問題時所參考的文獻以及本研究所使用的 方法之理論基礎。

第三章研究方法為詳細描述本研究之實驗系統所使用的演算法以及實作的步驟 與系統說明。

第四章實驗結果，程式介面之介紹與給予系統不同類型的影像作為輸入影像，

並展示透過此系統所實驗出來的結果，並加以探討實驗結果。

第五章總結本研究實驗的結果以及系統的效率，並且由此研究發展出其他更有 助於人類生活的工具，以期對人工智慧領域、影像處理以及科技發展有所助益。