本研究之目的是使用數位影像處理技術，對球檯上各號球進行影像辨識。使得撞球機器人能夠依照花式撞球中的九號球規則，依球號順序將號球撞進球袋。
在機器視覺方面，使用CCD攝影機擷取球檯上的影像，利用數位影像處理技術得到母球與各號球的確切位置座標，再配合決策系統來完成擊球順序規劃。在機器思維方面，以VB設計的判斷程式讓撞球機器人模仿人類學習撞球的思維，由幾何關係依照子球、母球及球袋的相關位置判斷出擊球角度，選擇最易進球的球袋。
撞球機器人應用可拓理論來模仿撞球選手的思考推理能力，其決策系統分為可拓球袋選擇決策與可拓作球決策，首先利用球袋選擇決策來避開障礙球，選擇最易進球的球袋，再利用可拓作球決策來預測母球在撞擊子球後的行進路線及可能的停留位置，路線上有障礙球也能預測母球與障礙球碰撞後的行進路線，來找出最容易撞進下一顆子球時母球的停留位置，並持續模擬撞進球檯上所有子球的進攻路線，做出全局進攻流程規劃，完成清檯(Clean table)的目標。經由實驗驗證，撞球機器人已經可以辨識球檯上的母球與1～9號球，依照實驗設計，將1~4號球依序打擊，將子球撞進球袋。

The objective of this thesis is to develop an offensive strategy of the nine ball game to score ball from number 1 to 9 sequentially for the billiard robot. The strength of shot is determined where the cue ball will stop in its trajectory to be in a good position for the next shot by the controller. The image pattern recognition technique is applied to identify the cue ball and each numbers of the object balls on the table. Then, the positions of the balls will be determined automatically by the machine vision subsystem and the developed software(VB). After that, the extension theory is applied to develop the offensive strategy of the nine ball game in order to win the game successfully.
There are five parameters which are needed to be considered together for the offensive strategy. They are (1)distances between the cue ball and each object balls, (2)distances between object balls and the corresponding pockets,(3)block balls between the cue ball and object balls, (4)the angles between the cue ball, object balls and the corresponding pockets, (5)the predicted positions of the cue ball and object balls after collision. Then the offensive strategy is developed based on the above five parameters by the Extension theory. Finally, the billiard robot will execute the hitting command(hitting position and strength of shot) to pocket the object balls into corresponding pockets one by one in order to win the billiard game.
The experimental results shows that the billiard robot is able to “read” the balls on the table correctly and pockets the object balls from the lowest number to the highest number one by one successfully.

淡江大學論文提要	I
英文提要	II
目錄	IV
圖目錄	VII
表目錄	X
第一章	緒論	1
1-1	前言	1
1-2	研究動機與目的	2
第二章	理論基礎	6
2-1	數位影像處理方法	6
2-1-1	數位影像處理的起源	7
2-1-2	影像擷取	8
2-1-3	影像增強	11
2-1-4	彩色影像處理	16
2-1-5	形態學影像處理	18
2-2	可拓理論	22
2-2-1	關聯函數	22
2-2-2	優度評價法	24
第三章	實驗與研究方法	27
3-1	實驗設備	27
3-1-1	影像擷取設備	28
3-1-2	球檯固定方式	29
3-2	研究方法	30
3-2-1	號球定位	31
3-2-2	號球辨識	34
3-2-3	障礙球判斷	38
3-2-4	組合球判斷	47
3-2-5	全局作球規劃	49
第四章	實驗驗證與結果討論	59
4-1	實驗驗證	59
4-1-1	九號球顏色判斷	59
4-1-2	障礙球判斷	62
4-1-3	組合球判斷	64
4-1-4	四顆球作球決策	65
第五章	結論與討論	77
4-2	結論	77
4-3	討論	77
參考文獻	81
附錄	84
A、撞球術語	84
B、九號球世界標準規則	86

圖目錄
圖2-1	數位影像擷取處理	9
圖2-2	產生一個數位影像	10
圖2-3	數位影像座標定義方式	11
圖2-4	空間濾波的方式	13
圖2-5	一般3X3空間濾波遮罩	13
圖2-6	索貝爾運算子	15
圖2-7	RGB彩色模型	17
圖2-8	用於灰階與RGB彩色影像的空間遮罩	18
圖2-9	膨脹表示	19
圖2-10	侵蝕表示	19
圖2-11	斷開與閉合	21
圖2-12	簡單關聯函數示意圖	23
圖2-13	優度評價法之步驟	26
圖3-1	撞球機器人系統流程圖	28
圖3-2	天花板上的CCD	29
圖3-3	球檯固定圖	29
圖3-4	球桌上的號碼球	30
圖3-5	新球桌與球的影像	31
圖3-6	二值化後的圖像	32
圖3-7	柔化與斷開處理後的圖像	32
圖3-8	球心搜尋舉例說明	34
圖3-9	難以辨識數字的圖像	34
圖3-10	色球辨識後，各子球與母球的位置座標	36
圖3-11	球桌上五顆子球與母球的辨識結果	37
圖3-12	球中心定位與顏色辨識流程圖	38
圖3-14	三個衡量條件示意圖	40
圖3-15	障礙球判斷圖	41
圖3-16	預測母球行徑路線流程圖	46
圖3-17	母球行徑路線示意圖	47
圖3-18	組合球示意圖	48
圖3-19	作球位置選擇(一)	50
圖3-20	作球位置選擇(二)	51
圖3-21	球桌上的母球與1～3號球	54
圖3-22	母球動向預測(一)	55
圖3-23	母球動向預測(二)	55
圖3-24	母球動向預測(三)	56
圖3-25	作球順序優度比較分析圖	57
圖4-1	CCD所擷取球桌上的色球	59
圖4-2	二值化後之球桌	60
圖4-3	影像處理與色球定位	60
圖4-4	辨識後的色球位置座標	62
圖4-5	有障礙球的球袋選擇	63
圖4-6	組合球判斷	64
圖4-7	機構碰撞檯邊判斷機制	66
圖4-8	球桌上的各色球與其位置座標	67
圖4-9	母球撞1號球後可能的行徑路線	68
圖4-10	母球撞進2號球後可能的行進路線	69
圖4-11	母球撞進3號球之後可能的行進路線	69
圖4-12	作球順序優度比較分析圖	70
圖4-13	母球撞擊位置與母球停留位置	71
圖4-14	四顆球作球連拍圖	73
圖4-15	組合球進球連拍圖	76
圖5-1	球局規劃流程圖	79


表目錄
表一       相關參數表	45
表二       合格度與優度計算表	45
表三       顏色量值表	61

參考文獻
[1]	張貴敏、陸仲元、張萍、張秀萍編著，撞球，體育運動叢書，1999年8月。
[2]	林其禹，機械撞球員(VCD),台灣科技大學，民國89年6月
[3]	T. Jebara, C. Eyster, “Augmenting the Billiards Experience with Probabilistic Vision and Wearable Computers,” IEEE Wearable Computers, Oct  1997 ,Vol.13 pp. 138 – 145.
[4]	S. C. Chua, E. K. Wong, Alan W. C. Tan, and V. C. Koo, “Decision Algorithm for Pool using Fuzzy System, ” Proceedings of the International Conference on Artificial Intelligence in Engineering & Technology(ICAIET 2002), 17-18 June 2002,  Kota Kinabalu, Malaysia, pp. 370-375.
[5]	S. C. Chua, E. K. Wong and V. C. Koo, “Pool Balls Identification and Calibration for a Pool Robot,” Proceedings of the International Conference on Robotics, Vision, Information and Signal Processing (ROVISP 2003), 22-24 January 2003, Penang, Malaysia, pp 312-315.
[6]	H. Nakama, I. Takaesu and H. Tokashiki, “Basic Study on Development of Shooting Mechanism for Billiard Robot”, JSME, Robotic Workshop, 2001, 1A1F8.
[7]	B. R. Cheng and J. S. Yang, “Design of The Neural-Fuzzy Compensator for a Billiard Robot,” IEEE International Conference on Networking, Sensing and Control (ICNSC’04), March, 21-23, 2004, Taipei, Taiwan.
[8]	J. S. Yang, Z. M. Lin and C. Y. Yang, “Grey Decision-Making for a Billiard Robot,” IEEE International Conference on Systems, Man & Cybernetics (SMC’04), Oct, 10-13, 2004, Hague, Netherlands.
[9]	王添毅，楊智旭，楊棧雲，“可拓理論在撞球機械人球袋選擇應用，” 中國人工智能學會2003全國學術大會，廣州，11/19~11/21， 2003，pp.1160-1165。
[10]	許家欣，楊智旭， “撞球機器人之模糊誤差補償器設計，” 2004中華民國自動控制研討會，大葉大學，3/26~3/27，2004。
[11] 王添毅，楊智旭， “智慧型撞球機器人”，中國大陸航空太空研討會，9/1，2004，pp.373-381。
[12]	林志明，撞球機器人之研究，淡江大學機械與機電工程學系碩士論文，民國92年6月
[13]	陳伯儒，撞球機器人之類神經模糊補償器設計，淡江大學機械與機電工程學系碩士論文，民國92年6月
[14]	許家欣，撞球機器人之擊球力量控制器設計，淡江大學機械與機電工程學系碩士論文，民國93年6月
[15]	王添毅，可拓理論在撞球機器人決策之應用，淡江大學機械與機電工程學系碩士論文，民國93年6月
[16]	盧彥宏，撞球機器人在撞球球局之防守決策，淡江大學機械與機電工程學系碩士論文，民國94年6月
[17]	Gonzalez, Woods, 繆紹綱(譯)，數位影像處理，普林斯頓國際有限公司，2003年8月。
[18]	繆紹綱，數位影像處理-活用Matlab，全華科技圖書，民國88年3月
[19]	蔡文，“可拓集合和不相容問題”，科學探索學報，1993
[20]	蔡文、楊春、林偉初，可拓工程方法，科學出版社，1997
[21]	http://www.baroc.org/