TWI854934B - 投影點萃取方法 - Google Patents

Abstract

本發明為一種投影點萃取方法，應用於一檢測系統上。該系統包含一投影模組、一投影平面與一接收器。該方法包含下列步驟：使該投影模組投射出具有複數個投影點的一原始圖像至該投影平面，並由該接收器接收該原始圖像；以一結構元素核對該原始圖像執行一侵蝕程序，而產生一侵蝕圖像；根據一亮度門檻值對該侵蝕圖像執行一亮度轉換程序，而產生一轉換圖像；根據該原始圖像對該轉換圖像執行一重建程序，而產生一重建圖像；對該重建圖像執行一區域極大值程序，而產生一遮罩圖；以及根據該遮罩圖對該原始圖像執行一萃取程序，而產生一投影點萃取結果。

Description

投影點萃取方法

本發明為一種投影點萃取方法，尤指一種利用形態學之處理技術而將圖像中作為前景的投影點與作為背景的投影點周圍加以區分的萃取方法。

目前市面上的投影裝置在生產製造的過程中，為確保其投影點的投射功率能正常顯示，或是其投影點能均勻地顯示出來，多半都需要進行品質檢測，從而來得知投影裝置的每一顆亮點所投影出來的亮度及其分佈情形。

其檢測方式可利用某一投影點的最高亮度的平均值的座標資訊與接收器(例如相機)的攝影結果進行校準，並計算該投影點的半高寬(Full width at half maximum)來決定該接收器與該投影點的距離，故需要對該投影點進行萃取，也就是要將作為前景的投影點與旁邊的背景加以區分。

換言之，需先取得每個投影點的亮度(intensity)，由該投影點的亮暗來判斷發光的品質是否正常，或是對每個投影點的亮度來判斷整體亮度的是否均勻，故從所投射的影像中獲取投影點的訊息是很重要的。此類投影裝置的應用領域可包括臉部辨識、3D景物偵測、擴增實境(AR)或虛擬實境(VR)等。

目前業界在進行檢測之萃取時，多半是利用一最大類間方差法或稱大津(Otus)二值化演算法之技術，將所投射出的影像區分為前景像素和背景像素。這種方法是先將影像分成亮暗兩個區域的直方圖，以最大化影像中這兩區域的方差，兩區域的像素值差異越大，其方差也就越大。這兩區域可為背景和前景，也可為其他任何區域。

Otus演算法目前已廣泛地應用於圖像處理、影像辨識和計算機視覺等領域，是一個不容易受到噪聲影響的有效演算法，可以快速地找到影像中的最佳門檻值(threshold value)，從而區別出前景和背景之像素。

然而，Otsu演算法也有缺點。舉例來說，當背景的亮度與前景的亮度差異不大時，Otsu演算法就無法輕易區分前景的投影點和周圍的背景，甚或是實際所投射出的影像的中心亮度呈現為最大的情形而更難去做分割。或者，當投影點的點數變多時，前景和背景的區別會更加困難，即使是採用感興趣區域(ROI)來框出一塊塊的區域進行區分，仍會因為亮度的梯度變化而存在區別錯誤的可能性。

本發明之目的在於提出一種投影點萃取方法。該萃取方法是利用形態學之處理技術而將圖像中作為前景的投影點與作為背景的投影點周圍加以區分，使得較亮的投影點與較暗的投影點都能兼顧，從而能提高投射的輸出品質。

本發明為一種投影點萃取方法，應用於一檢測系統上。該檢測系統包含有一投影模組、一投影平面、一接收器與一處理模組。該方法包含下列步驟：使該投影模組投射出具有複數個投影點的一原始圖像至該投影平面，並由該接收器接收該原始圖像後傳至該處理模組；由該處理模組以一結構元素核對該原始圖像執行一侵蝕程序，而產生一侵蝕圖像；由該處理模組根據一亮度門檻值對該侵蝕圖像執行一亮度轉換程序，而產生一轉換圖像；由該處理模組根據該原始圖像對該轉換圖像執行一重建程序，而產生一重建圖像；由該處理模組對該重建圖像執行一區域極大值程序，而產生一遮罩圖；以及由該處理模組根據該遮罩圖對該原始圖像執行一萃取程序，而產生一投影點萃取結果。

為了對本發明之上述及其他方面有更佳的瞭解，下文特舉實施例並配合所附圖式進行詳細說明。

以下係提出實施例進行詳細說明，實施例僅用以作為範例說明，並不會限縮本發明欲保護之範圍。此外，實施例中之圖式係省略不必要或以通常技術即可完成之元件，以清楚顯示本發明之技術特點。

現以一較佳實施例進行本發明所提出之投影點萃取方法的實施說明。請同時參見圖1A與圖1B，其中圖1A為應用本發明的投影點萃取方法的一檢測系統1的示意圖；圖1B為該檢測系統1在一投影平面10上投射出一原始圖像P1的示意圖。

如圖1A所示，該檢測系統1包含有一投影模組11、一投影平面10、一接收器12與一處理模組13，而其配置是使該投影模組11、該接收器12與該處理模組13位於該投影平面10的同一側。如圖1B所示，該原始圖像P1具有複數個投影點，且該原始圖像P1即為待校正、未經任何處理的影像(RAW image)。本發明的目的即在於將作為前景的該些投影點與其周圍的背景加以區分，且圖1B是以位在圖像中央的投影點較亮，而位在圖像邊緣的投影點較暗的方式作舉例示意。

於此實施例中，本發明所提出之投影點萃取方法為將該處理模組13設置成一韌體以提供執行，或是於該處理模組13所電連接的一快閃記憶體(未顯示於圖式)中儲存成一運作程式碼以提供該處理模組13執行。詳細來說，此實施例的該接收器12可為一相機，且該投影模組11、該接收器12與該處理模組13係整合成一投影裝置100。因此，分析該原始圖像P1的投射品質即為對該投影裝置100的檢測。

請參見圖2，為本發明所提出之投影點萃取方法於該較佳實施例的流程圖。首先，使該投影模組11投射出具有複數個投影點的一原始圖像P1至該投影平面10，並由該接收器12接收該原始圖像P1後傳至該處理模組13(步驟S1)；其次，由該處理模組13以一結構元素核20(見圖4A)對該原始圖像P1執行一侵蝕程序，而產生一侵蝕圖像P2(見圖4B)(步驟S2)；接著，由該處理模組13根據一亮度門檻值對該侵蝕圖像P2執行一亮度轉換程序，而產生一轉換圖像P3(見圖5A)(步驟S3)；接著，由該處理模組13根據該原始圖像P1對該轉換圖像P3執行一重建程序，而產生一重建圖像P4(見圖6A)(步驟S4)；接著，由該處理模組13對該重建圖像P4執行一區域極大值程序，而產生一遮罩圖P5(見圖7A)(步驟S5)；最後，由該處理模組13根據該遮罩圖P5對該原始圖像P1執行一萃取程序，而產生一投影點萃取結果P6(見圖8A)(步驟S6)。

針對所述步驟S1，並請同時參見圖3A和圖3B，其中圖3A為該原始圖像P1的部分示意圖；圖3B為將圖3A的影像以像素大小方式呈現的示意圖。

由圖3A和圖3B所示可知，此實施例是僅以該原始圖像P1中的一個投影點(即亮點)作舉例說明，中間較亮的地方即代表該投影點，而較暗的地方則代表在該投影點周圍的背景。該原始圖像P1實際的大小可能由數千個投影點、數萬個像素所組成，而圖3A和圖3B是僅以9×9個像素之矩陣作舉例說明。可以理解的是，愈接近亮處之像素的數值會愈大，而愈遠離亮處之像素的數值會愈小，且此實施例的一個投影點是由多個像素(大約3×3個像素)所組成。

針對所述步驟S2，並請同時參見圖4A至圖4C，其中圖4A為該結構元素核20的示意圖；圖4B為該侵蝕圖像P2的部分示意圖；圖4C為將圖4B的影像以像素大小方式呈現的示意圖。

首先，該結構元素核(Kernel)20是指在一形態學之處理程序上具有一指定大小的一矩陣，且該矩陣之對應元素具有相同或不同的內容。由圖4A所示可知，此實施例是以3×3個像素之矩陣來代表該結構元素核20，且該矩陣之對應元素的像素不是1就是0，例如設計在中間十字位置的元素的像素為1，而旁邊四個角落的元素的像素則為0。

承上所述，該侵蝕程序(Erode)為一形態學之處理程序，於此實施例中係用以使該結構元素核20對該原始圖像P1進行掃描，並將所掃描的該原始圖像P1的投影點的周圍背景加以抑制，而取得相應的該投影點的局部最高值。由於投影點之間有間隔，故此程序可用來將投影點和其周圍的背景作初步的分離處理。該侵蝕程序的數學式可表示如下：

A⊖B={p∣{p+b:b∈B}⊆A}       (式1)

其中，A代表該原始圖像P1，B代表該結構元素核20，p代表該原始圖像P1中的像素，b代表該結構元素核20中的元素。{p+b:b∈B}表示該結構元素核(B)在該原始圖像(A)中的位置。

是以，該侵蝕程序包含下列步驟：置放該結構元素核20在該原始圖像P1中的任一位置，使得該結構元素核20的中心與該原始圖像P1的一像素對齊；接著，使該結構元素核20對該原始圖像P1進行掃描，以將該結構元素核20中的對應元素對該原始圖像P1中相應位置上的像素進行侵蝕，並根據一侵蝕條件組合出相應的一新像素。

在式1中，(p+b)將結構元素核(B)平移到原始圖像(A)中的像素(p)的位置。當結構元素核(B)平移到像素(p)的位置時，每個結構元素核(B)中的元素(b)都與像素(p)相加，形成新的點(p+b)。結構元素核(B)的平移集合與原始圖像(A)有一個子集合，即存在至少一個平移(p+b)與原始圖像(A)的子集合，這樣，侵蝕操作就會將結構元素核(B)應用到像素(p)的結果完全包含在原始圖像(A)中，從而可以將原始圖像(A)中為結構元素核(B)大小的區域侵蝕掉。因此假設(p+b)的值為1，則像素(p)的值也會變為1，進而使得(A⊖B)能將該原始圖像(A)中與該結構元素核(B)不匹配的像素值都變為0。

承上所述，在以圖3A和圖3B所示的部分的該原始圖像P1為圖4A的該結構元素核20之侵蝕目標的設計下，所產生的相應部分的該侵蝕圖像P2的結果便如圖4B所示，而相應位置上的像素大小則呈現如圖4C所示。可以理解的是，該結構元素核20所設計的矩陣大小及其對應元素的值，將會影響所形成的該侵蝕圖像P2中的該投影點(即亮點)的大小和形狀。

由圖4B和圖4C所示並比較圖3A和圖3B可知，該投影點(即亮點)除了是從其邊緣之像素被侵蝕外，無論是在中央的像素或是在邊緣的像素，被侵蝕後的亮度都降低了許多；例如圖3B中的像素最高值為180，而圖4C中的像素最高值則僅為105，且代表背景的投影點之周圍像素也都有所調整，有的降低，有的升高。

針對所述步驟S3，並請同時參見圖5A和圖5B，其中圖5A為該轉換圖像P3的部分示意圖；圖5B為將圖5A的影像以像素大小方式呈現的示意圖。

於此實施例中，該亮度轉換程序(H-max transform)為一形態學之處理程序，用以根據該亮度門檻值將該侵蝕圖像P2中的各投影點的亮度加以抑制，並濾除該侵蝕圖像P2中的雜訊。該亮度門檻值為一人工設定的參考值，且該亮度轉換程序會先找到各投影點並抑制最亮的局部像素，進而根據所設定的該亮度門檻值於該侵蝕圖像P2中來決定是否將所屬的像素保留。該亮度轉換程序的數學式可表示如下：

H _h(A) = (A(p)－h)⊕A(p)          (式2)

其中，H _h代表該亮度轉換程序的運算符，⊕表示膨脹運算(Dilation)，A代表所輸入的圖像，這裡是該侵蝕圖像P2，p代表該侵蝕圖像P2中的像素，h代表該亮度門檻值。該亮度轉換程序主要是找到該侵蝕圖像P2中的局部極大值，且其值要大於或等於該亮度門檻值(h)，從而由相等灰度的像素組成連通的集合，形成局部極大值，因此需要利用膨脹運算。

是以，該亮度轉換程序可包含下列步驟：將該侵蝕圖像P2中之大於或等於該亮度門檻值的像素加以減低；接著將該侵蝕圖像P2中之小於該亮度門檻值的像素加以減低或濾除。

在式2中，將該侵蝕圖像P2中的每個像素值(p)減去該亮度門檻值(h)，然後用該侵蝕圖像P2膨脹的遮罩處理，也就是將此減去後的影像作為膨脹的種子，反覆進行膨脹和遮罩處理操作，直到收斂為止。在不斷膨脹的過程中會逐漸填充影像中的區域，直到無法再膨脹為止，其結果是讓影像具備該亮度門檻值(h)的極大值的像素。此一過程所做的膨脹運算是從該侵蝕圖像P2中找到局部極大值，並抑制背景中較小的部份，而將顯著的部份突顯出來。

承上所述，在以圖4B和圖4C所示的部分的該侵蝕圖像P2為該亮度轉換程序之轉換目標的設計下，所產生的相應部分的該轉換圖像P3的結果便如圖5A所示，而相應位置上的像素大小則呈現如圖5B所示。可以理解的是，該亮度門檻值的設定是取決於使用者對投影應用的需求及所投射圖像的特性，但經過該亮度轉換程序後，應已能有效地區別出影像中的亮暗。

由圖5A和圖5B所示並比較圖4B和圖4C可知，該投影點(即亮點)經轉換後，中央的亮度有明顯的降低，但周圍的亮度沒有太大的差異。在圖4C中的像素最高值為105，而此實施例所設計的該亮度門檻值為65，故在圖5B中的像素最高值僅為65，但已可把該投影點的所在位置加以完整地圈出。換句話說，該亮度轉換程序之目的在於強化作為前景的該些投影點的所在之處，即使可能有投影點原本的亮度較暗，也能透過此程序加以突顯而被兼顧，不會被忽略。

針對所述步驟S4，並請同時參見圖6A和圖6B，其中圖6A為該重建圖像P4的部分示意圖；圖6B為將圖6A的影像以像素大小方式呈現的示意圖。

於此實施例中，該重建程序(Reconstruction)為一形態學之處理程序，用以根據該原始圖像P1將該轉換圖像P3中的各投影點進行膨脹運算，以恢復成該原始圖像P1的相應區域的特徵。就圖3A至圖5B而言，該投影點是從原始狀態接連完成了侵蝕和亮度轉換等程序，使得其大小、形狀等特徵就已非原始狀態，故需要對它的大小、形狀加以還原，而此一重建的方式必須以最初的該原始圖像P1為樣本，才能恢復其原來的輪廓和特徵。該重建程序的數學式可表示如下：

R = (F⊕R’)∩G            (式3)

其中，⊕表示膨脹運算(Dilation)，R代表所獲得的該重建圖像P4，F代表該轉換圖像P3，G代表該原始圖像P1，R’代表一迭代圖像(未顯示於圖式)，其初始值為R。

是以，該重建程序可包含下列步驟：設定一迭代圖像，該迭代圖像具有與該原始圖像P1相同的維度，且該迭代圖像的所有像素為0；接著將該迭代圖像與該轉換圖像P3進行一膨脹運算，再將其運算結果與該原始圖像P1取交集，而產生該重建圖像P4。

所述的該迭代圖像可視為是該重建圖像P4的初始化，具有與該原始圖像P1相同的大小，但其中所有像素的值都先初始化為0，並以此先與該轉換圖像P3進行該膨脹運算後，再與該原始圖像P1取交集。於此實施例中，可設計進行多次的重建運算，也就是將每次產生的該重建圖像P4再當成新的一迭代圖像，代入後進行該膨脹運算。

承上所述，該重建程序可更包含下列步驟：將所產生的該重建圖像P4再繼續進行迭代，直到所再次產生的該重建圖像P4不再發生變化，或者達到一預設迭代次數。較佳的實施方式係設計該預設迭代次數為2，也就是至少要進行兩次的該膨脹運算。

進一步來說，當該重建程序完成後，所產生的該重建圖像P4將包含該原始圖像P1中與該轉換圖像P3關聯的所有像素，也就是藉由不斷地膨脹該轉換圖像P3來創建一個與該轉換圖像P3關聯的該重建圖像P4。

承上所述，在以圖5A和圖5B所示的部分的該轉換圖像P3為該重建程序之重建對象的設計下，所產生的相應部分的該重建圖像P4的結果便如圖6A所示，而相應位置上的像素大小則呈現如圖6B所示。可以理解的是，在進行該膨脹運算時，該轉換圖像P3是由基本各向同性結構元素做膨脹，而所產生的該重建圖像P4會被限制在該原始圖像P1的範圍內，也就是該原始圖像P1為擴張該轉換圖像P3的指示目標。

由圖6A和圖6B所示並比較圖5A和圖5B、圖3A和圖3B可知，該投影點(即亮點)經重建後，代表該投影點的中央範圍是明顯地增大，但仍和周圍的背景有明顯的區別。在圖5B和圖6B中的像素最高值都是65，但在圖6B中像素值為65的面積是大於在圖5B中像素值為65的面積，而這結果大約就是相應於該原始圖像P1在圖3A中所呈現的投影點大小。換句話說，該重建程序能成功地將該轉換圖像P3中的缺陷給填補上，而能恢復該原始圖像P1原來的特徵。

針對所述步驟S5，並請同時參見圖7A和圖7B，其中圖7A為該遮罩圖P5的部分示意圖；圖7B為將圖7A的影像以極值大小方式呈現的示意圖。

於此實施例中，所產生的該重建圖像P4包含有複數個預設區域，例如圖6A所示意的範圍即為其中的一預設區域，故可先將整個該重建圖像P4根據所找到的投影點加以分割成多個類似於圖6A所示的區域。其次，該區域極大值程序(Regional maxima)為一形態學之處理程序，用以於該些預設區域中決定出各自的極大值，並濾除該重建圖像P4中的雜訊。此程序處理的區域極大值是指找出某一個區域的像素最大值，它是一個局部的極大值，比其周圍像素的值都要大。該區域極大值程序的數學式可表示如下：

R _m(A) = (A(p) ＞ max(A _n)) ， 對所有A _n∈A(p) (式4)

其中，R _m代表該區域極大值程序的運算符，A代表所輸入的圖像，即為該重建圖像P4，p代表該重建圖像P4中的像素，A _n代表該重建圖像P4某一區域的鄰接區域，而max(A _n)代表A _n中的最大值。

在式4中，所述(A(p)＞max(A _n))指的是若一像素(p)是鄰接區域(A _n)中的最大值，則(A(p)＞max(A _n))中的像素值為該像素(p)的像素值，否則為max(A _n)中的像素值，其結果為保留像素值是鄰接區域(A _n)中的最大值，而小於鄰接區域(A _n)中的最大值者都為0。例如掃描陣列或影像中的每個像素，並且與其鄰域中的像素比較，如果發現比所有鄰域像素都大，則將其加入到R _m(A)中，故R _m(A)是重建圖像(A)中所有局部最大值的集合。

是以，該區域極大值程序可包含下列步驟：對該重建圖像P4的所有像素進行掃描；接著於各預設區域中比較其中的每一像素與其周圍的其他像素的大小；當進行比較的該像素大於或等於其周圍的所有其他像素時，定義進行比較的該像素為相應的預設區域中的像素極大值；最後，對該些預設區域中的各像素極大值的位置進行標記。

詳細來說，此實施例是設計進行比較的該像素之周圍的其他像素係指進行比較的該像素的上、下、左、右和四個對角線方向共八個的鄰接像素。換言之，若進行比較的該像素大於或等於其上、下、左、右和四個對角線方向共八個的鄰接像素時，進行比較的該像素就是相應的預設區域中的像素極大值。

承上所述，在以圖6A和圖6B所示的部分的該重建圖像P4為該區域極大值程序之處理目標的設計下，所產生的相應部分的該遮罩圖P5的結果便如圖7A所示，而相應位置上的極值大小則呈現如圖7B所示。由於此實施例將該亮度門檻值設計為65，且在圖6A之階段已將作為前景的投影點的像素值皆調整至65，故在對圖6A所示的區域執行該區域極大值程序時，65的像素值即為此一區域的像素極大值。

是以，該區域極大值程序更包含下列步驟：將被定義為相應的預設區域中的像素極大值的該像素設為1；將未被定義為相應的預設區域中的像素極大值的該像素設為0。

承上所述，利用式4的運算並如圖7B所示，被標記為像素極大值的位置係以數值“1”作表示，而其他非為像素極大值的位置則以數值“0”作表示。因此，在圖7A所示的該遮罩圖P5中僅有白色與黑色兩種顏色，其中白色代表像素極大值，也就是作為前景的投影點的位置，而黑色則代表非像素極大值，也就是作為背景的投影點周圍。

針對所述步驟S6，並請同時參見圖8A和圖8B，其中圖8A為該投影點萃取結果P6的部分示意圖；圖8B為將圖8A的影像以像素大小方式呈現的示意圖。

承上所述，所產生的該遮罩圖P5即為完成檢測並適合該投影模組11或該投影裝置100在進行投射時的校正結果。該遮罩圖P5的白色部份代表各投影點的所在之處，即提供了各投影點的位置資訊及各投影點可能的範圍大小，只要利用該遮罩圖P5來和該原始圖像P1進行比較，就能夠達到區別前景與背景之目的，也就是將該些投影點加以突顯而出。換言之，該遮罩圖P5有如一個模子，在該原始圖像P1相對應的位置上進行壓印，就能留下原本的投影點。

由圖3A和圖3B的該原始圖像P1及其相應的像素大小、圖7A和圖7B的該遮罩圖P5及其相應的極值大小、圖8A和圖8B的該投影點萃取結果P6及其相應的像素大小所示可知，留下的像素即為原本的像素值是大於65之亮度門檻值的像素，特別是位於中央的投影點的像素，而其他的像素的大小則都變為0。是以，只有在這些位置上的像素的原本影像於該萃取程序之後被留了下來，而其他位置上的像素則都變成全黑或可為接近全黑的背景。

於此實施例中，該萃取程序為一影像處理程序，用以利用該遮罩圖P5對該原始圖像P1進行一乘積運算，而得到該投影點萃取結果P6。舉例來說，圖3B中原本105的像素值乘上圖7B中相應位置上的數值1即成為圖8B中為105的像素值，而圖3B中原本64的像素值乘上圖7B中相應位置上的數值0即成為圖8B中為0的像素值。當然，本發明的該萃取程序不限於該乘積運算，也就是可採用其他有相同或類似效果的運算方式來進行相關的影像處理。

利用上述實施例所萃取出來的投影點，即為經過校正或檢測後的投射結果。而經實際操作後的觀察可以明顯發現，即使原本是位在整個投射範圍邊緣之亮度較暗的投影點，也可在設定適當的該亮度門檻值的情況下在各自的預設區域中被圈出其所在位置，使得較亮的投影點與較暗的投影點能同時被兼顧，而能盡可能讓所有的投影點都不被忽略。如此，圖像的前景與背景便能被有效地區分開來，對於投影裝置的投射內容校正或檢測其輸出品質的應用，就能得到良好的效果。

綜上所述，本發明所提出之投影點萃取方法可有效地改善習知的Otsu演算法的缺點，也就是可改善僅以一個門檻值的劃分方式去區分圖像的亮或暗，而造成可能無法正確分出前景和背景的問題。其次，即使所投射的投影點的點數變多，利用本發明之區域性最大值抑制局部小區域的最大值的方式，也能在各預設區域中正確地找出投影點的所在位置，不會因為投射範圍之邊緣或中央的亮度差異而造成區別錯誤。

是故，本發明能有效解決先前技術中所提出之相關問題，而能成功地達到本案發展之主要目的。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾。因此，本發明之保護範圍當視後附之申請專利範圍所界定者為準。

1:檢測系統 100:投影裝置 10:投影平面 11:投影模組 12:接收器 13:處理模組 20:結構元素核 P1:原始圖像 P2:侵蝕圖像 P3:轉換圖像 P4:重建圖像 P5:遮罩圖 P6:投影點萃取結果 S1~S6:步驟

［圖1A］為於一較佳實施例應用本發明的投影點萃取方法的一檢測系統1的示意圖。 ［圖1B］為該較佳實施例的該檢測系統1在一投影平面10上投射出一原始圖像P1的示意圖。 ［圖2］為本發明所提出之投影點萃取方法於該較佳實施例的流程圖。 ［圖3A］為該較佳實施例的一原始圖像P1的部分示意圖。 ［圖3B］為將圖3A的影像以像素大小方式呈現的示意圖。 ［圖4A］為該較佳實施例的一結構元素核20的示意圖。 ［圖4B］為該較佳實施例的一侵蝕圖像P2的部分示意圖。 ［圖4C］為將圖4B的影像以像素大小方式呈現的示意圖。 ［圖5A］為該較佳實施例的一轉換圖像P3的部分示意圖。 ［圖5B］為將圖5A的影像以像素大小方式呈現的示意圖。 ［圖6A］為該較佳實施例的一重建圖像P4的部分示意圖。 ［圖6B］為將圖6A的影像以像素大小方式呈現的示意圖。 ［圖7A］為該較佳實施例的一遮罩圖P5的部分示意圖。 ［圖7B］為將圖7A的影像以極值大小方式呈現的示意圖。 ［圖8A］為該較佳實施例的一投影點萃取結果P6的部分示意圖。 ［圖8B］為將圖8A的影像以像素大小方式呈現的示意圖。

S1~S6:步驟

Claims (15)

1. 一種投影點萃取方法，應用於一檢測系統上，該檢測系統包含有一投影模組、一投影平面、一接收器與一處理模組，該方法包含下列步驟： 使該投影模組投射出具有複數個投影點的一原始圖像至該投影平面，並由該接收器接收該原始圖像後傳至該處理模組； 由該處理模組以一結構元素核對該原始圖像執行一侵蝕程序，而產生一侵蝕圖像； 由該處理模組根據一亮度門檻值對該侵蝕圖像執行一亮度轉換程序，而產生一轉換圖像； 由該處理模組根據該原始圖像對該轉換圖像執行一重建程序，而產生一重建圖像； 由該處理模組對該重建圖像執行一區域極大值程序，而產生一遮罩圖；以及 由該處理模組根據該遮罩圖對該原始圖像執行一萃取程序，而產生一投影點萃取結果。
2. 如請求項1之投影點萃取方法，其中該結構元素核為具有一指定大小的一矩陣，且該矩陣之對應元素具有相同或不同的內容。
3. 如請求項1之投影點萃取方法，其中該侵蝕程序為一形態學之處理程序，用以使該結構元素核對該原始圖像進行掃描，並將所掃描過的該原始圖像的投影點的周圍背景加以抑制，而取得相應的該投影點的局部最高值。
4. 如請求項1之投影點萃取方法，其中該侵蝕程序包含下列步驟： 置放該結構元素核在該原始圖像中的任一位置，使得該結構元素核的中心與該原始圖像的一像素對齊；以及 使該結構元素核對該原始圖像進行掃描，以將該結構元素核中的對應元素對該原始圖像中相應位置上的像素進行侵蝕，並根據一侵蝕條件組合出相應的一新像素。
5. 如請求項1之投影點萃取方法，其中該亮度轉換程序為一形態學之處理程序，用以根據該亮度門檻值將該侵蝕圖像中的各投影點的亮度加以抑制，並濾除該侵蝕圖像中的雜訊。
6. 如請求項1之投影點萃取方法，其中該亮度轉換程序包含下列步驟： 將該侵蝕圖像中之大於或等於該亮度門檻值的像素加以減低；以及 將該侵蝕圖像中之小於該亮度門檻值的像素加以減低或濾除。
7. 如請求項1之投影點萃取方法，其中該重建程序為一形態學之處理程序，用以根據該原始圖像將該轉換圖像中的各投影點進行膨脹運算，以恢復成該原始圖像的相應區域的特徵。
8. 如請求項1之投影點萃取方法，其中該重建程序包含下列步驟： 設定一迭代圖像，該迭代圖像具有與該原始圖像相同的維度，且該迭代圖像的所有像素為0；以及 將該迭代圖像與該轉換圖像進行一膨脹運算，再將其運算結果與該原始圖像取交集，而產生該重建圖像。
9. 如請求項8之投影點萃取方法，其中該重建程序更包含下列步驟： 將所產生的該重建圖像再繼續進行迭代，直到所再次產生的該重建圖像不再發生變化，或者達到一預設迭代次數。
10. 如請求項1之投影點萃取方法，其中該重建圖像包含有複數個預設區域，而該區域極大值程序為一形態學之處理程序，用以於該些預設區域中決定出各自的極大值，並濾除該重建圖像中的雜訊。
11. 如請求項1之投影點萃取方法，其中該重建圖像包含有複數個預設區域，而該區域極大值程序包含下列步驟： 對該重建圖像的所有像素進行掃描； 於各預設區域中比較其中的每一像素與其周圍的其他像素的大小； 當進行比較的該像素大於或等於其周圍的所有其他像素時，定義進行比較的該像素為相應的預設區域中的像素極大值；以及 對該些預設區域中的各像素極大值的位置進行標記。
12. 如請求項11之投影點萃取方法，其中進行比較的該像素之周圍的其他像素係指進行比較的該像素的上、下、左、右和四個對角線方向共八個的鄰接像素。
13. 如請求項11之投影點萃取方法，其中該區域極大值程序更包含下列步驟： 將被定義為相應的預設區域中的像素極大值的該像素設為1；以及 將未被定義為相應的預設區域中的像素極大值的該像素設為0。
14. 如請求項1之投影點萃取方法，其中該萃取程序為一影像處理程序，用以利用該遮罩圖對該原始圖像進行一乘積運算，而得到該投影點萃取結果。
15. 如請求項1之投影點萃取方法，其中該方法為將該處理模組設置成一韌體以提供執行，或是於該處理模組所電連接的一快閃記憶體中儲存成一運作程式碼以提供執行，而該投影模組、該接收器與該處理模組係整合成一投影裝置。