近年來，由於各式工具取得的便利，數位化資料的儲存方式已漸漸的由靜態影像轉為以動態連續影像紀錄。隨著各項學術研究的發展，可取得的資料也越來越多，但如何快速的從大量資料中選取我們所需要的資訊以及如何從現有的數位化資料分析出我們所需的結果亦是目前研究發展的重點。
    目前在物件追蹤的領域裡，有許多學者提出了各種用來預測與判斷比對物件的方法來加強物件追蹤技術的正確性其中以KalmanFilter 和 Condensation演算法較為被廣泛使用，前者為利用物件移動量上的資訊來預測物件可能會出現的位置，而後者則為以物件色彩分佈的資訊來比對物件。
    在本篇論文中，我們提出了物件追蹤的技術，其中整合了許多相關的影像處理技術，例如：影像灰階化(Gray Level)、Closing運算等，來協助系統能分析出較為正確的前景物件資訊，以及使用物件
取(Object Extraction)、物件分析(Object analysis)的技術來擷取出每一個物件在目前的時間點上所擁有的特徵值與各項資訊，接著並利用以物件的移動向量(motion vector)與色彩分佈上的資訊來正確的追蹤物件。

In the field of object tracking, there have many scholars proposed methods which is to predict and match object in each frame for enhanced the correctness of the object tracking technique. Kalman filter and Condensation algorithm were used generally. The former is used object’s motion information to predict object’s position in next frame and the latter is used object’s information of color distribution to match object in next frame.
In this project, we proposed a technique which combine many image processing methods like gray-level, closing operator, median filter, etc. to assist system can analyze more correct information of foreground object. Then we used object segmentation and object analysis technique to extract every object’s information and feature in present time and use object’s motion vector and the information of color distribution to tracking object correctly.

第一章 緒論 ……………………………………………………… 1
1.1 研究動機與目的 …………………………………………… 1
1.2 論文組織簡介 ……………………………………………… 5
第二章 相關研究 ………………………………………………… 7
 2.1 國內相關研究 ……………………………………………… 7
   2.2 國外相關研究 ……………………………………………… 8
第三章 系統架構 ……………………………………………… 10
3.1硬體連結處理 ……………………………………………… 11
3.2使用影像處理技術分析取得物件特徵 ………………………16
3.3利用物件資訊使用物件追蹤之技術 …………………… 38
3.4利用物件資訊將二維座標轉換三維座標 ………………… 45
第四章 系統實作 ………………………………………………… 49
4.1系統介面 …………………………………………………… 49
4.2 開發平臺 …………………………………………………… 53
4.3 系統簡介 …………………………………………………… 58
     4.3.1 程式系統架構 ………………………………………… 58
     4.3.2 編輯元件介紹 ………………………………………… 60
第五章 結論與未來展望 ……………………………………… 76
5.1 結論與貢獻 ………………………………………………… 76
5.2 未來展望與期許 …………………………………………… 78
參考文獻 …………………………………………………………… 79
圖目錄
第一章 緒論
圖一、以連續動態影像紀錄小學生立定跳遠的測驗 .......... 1
第三章 系統架構
圖二、即時物件追蹤及二維座標轉三維座標系統 ............ 11
圖三、DirectShow 基本執行步驟 ......................... 14
圖四、GraphEdit、用於使用DirectX SDK內部提供的元件
                 架構出應用程式所需功用的模擬軟體...... 15
圖五、使用DirectShow元件建立出基本功能 ................ 15
圖六、基本影像處理應用於分離物件流程圖 ................ 17
圖七、灰階化影像處理之影像 ............................ 20
圖八、利用修補法所建立出之背景圖例 .................... 22
圖九、經由比對後分離出前景背景之圖例 .................. 24 
圖十、背景分析圖 ...................................... 27
圖十一、變化後背景分析圖 .............................. 28
圖十二、測試影像於不同差異度下之結果 .................. 29
圖十三、經由影像處理過濾雜訊圖例 ...................... 32
圖十四、物件分群與邊緣偵測的演算法 .................... 33
圖十五、RGB轉HSI顏色座標系統的轉換公式 ................ 37
圖十六、HSI顏色座標系統示意圖 ......................... 38
圖十七、人工描繪分群物件並偵測其範圍之構想圖 .......... 39
圖十八、 物件追蹤演算法流程圖 ......................... 41
圖十九、物件追蹤演算法 ................................ 42
圖二十、人體部位各點示意圖 ............................ 43
圖二十一、人工描繪物件追蹤構想圖 ...................... 44
圖二十二、物件歷史記錄程式畫面 ........................ 45
圖二十三、攝影機架設位置示意圖 ........................ 46
圖二十四、前方與側面兩台攝影機中取得的影像圖例 ........ 47
圖二十五、三維座標轉換演算法 .......................... 49
第四章 系統實作
圖二十六、系統主畫面 .................................. 51
圖二十七、操縱系統之選單 .............................. 51
圖二十八、顯示正在分析影片的畫面與分析結果 ............ 52
圖二十九、使用者設定各項門檻值 ........................ 52
圖三十、顯示分析物件的資訊 ............................ 53
圖三十一、C++ Builder 6.0 設計介面 .................... 55
圖三十二、專案導覽區圖示 .............................. 56
圖三十三、元件選取區圖示 .............................. 57
圖三十四、元件編輯區圖示 .............................. 57
圖三十五、系統設計以及程式撰寫區圖示 .................. 58
圖三十六、編輯程式元件結構示意圖 ...................... 59
圖三十七、多重物件追蹤系統介面 ........................ 60
圖三十八、MainMenu 選取位置圖 ......................... 64
圖三十九、 MainMenu 設計圖 ............................ 65
圖四十、載入檔案對話框 ................................ 67
圖四十一、初始化系統：載入初始畫面 .................... 68
圖四十二、初始化系統：讀入各項設定值 .................. 68
圖四十三、顯示分析結果示意圖 .......................... 69
圖四十四、提示對話框 .................................. 69
圖四十五、執行物件追蹤時系統畫面 ...................... 70
圖四十六、重現分析完之結果 ............................ 70
圖四十七、顯示分析中的物件資訊 ........................ 71
圖四十八、顯示每個畫面中的物件資訊 .................... 72
圖四十九、GroupBox選取位置 ............................ 72
圖五十、TImage元件選取位置 ............................ 73
圖五十一、呈現正面拍攝之影片 .......................... 74
圖五十二、呈現側面拍攝之影片 .......................... 74
圖五十三、OpenDialog選取位置圖 ........................ 75
圖五十四、Edit元件選取位置圖 .......................... 76
表目錄
表一、物件記錄表架構 ...................................34

[1]	Hwann-Tzong Chen, Horng-Horng Lin, Tyng-Luh Liu,"Multi-object tracking using dynamical graph matching", Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on , Volume: 2 , 8-14 Dec. 2001, Pages:II-210 - II-217 vol.2
[2]	Mark C.K. Yang, Jong-Sen Lee, Fellow, IEEE,Cheng-Chang Lien, and Chung-Lin Huang "Hough Transform Modified by Line Connectivity and Line Thickness", IEEE Transactions on Pattern Analysis and Machine Intelligence ,Volume 19 Issue 8  (August 1997, Pages: 905 - 910,Year of Publication: 1997 ,ISSN:0162-8828
[3]	Cheng-Yuan Tang, Yi-Ping Hung, Zen Chen, “Automatic Detection and Tracking of Human Heads Using Active Stereo Vision System,” International Journal of Pattern Recognition and Artificial Intelligence, 14(2): 137-166, March 2000
[4]	Wen-Nung Lie and Ruey-Lung Chen, (Aug. 2001) “Tracking moving objects in MPEG-compressed videos,” Proc. Of IEEE Int’l Conf. On Multimedia and Expo, ICME-2001, Tokyo, Japan.
[5]	L.Marchesotti, S. Piva, C. Regazzoni, "A dynamic model integrating colour and shape information for objects tracking in conditions of occlusion", Taipei The Grand Hotel, Taipei, Taiwan, June 27th - 30th, 2004
[6]	Zhongxiang Luo, Yueting Zhuang, Feng Liu, Yunhe Pan, “Multiple animated characters motion fusion”. Volume 13, The Journal Of Visualization and Computer Animation,275-285, Number 5, December 2002
[7]	Chih-Yi Chiu, Shih-Pin Chao, Ming-Yang Wu, Shi-Nine Yang, and Hsin-Chih Lin  "Content-Based Retrieval for Human Motion Data", to appear on Journal of Visual Communication and Image Representation. pp. 605-612, Kinmen, Taiwan, R.O.C., Aug. 17-19, 2003.
[8]	Giusto, D.D., Massidda, F., Perra, C.,"A fast algorithm for video segmentation and object tracking", Digital Signal Processing, 2002. DSP 2002. 2002 14th International Conference on , Volume: 2 , 1-3 July 2002, Pages:697 - 700 vol.2
[9]	Marcenaro, L.; Ferrari, M.; Marchesotti, L.; Regazzoni, C.S.; “Multiple object tracking under heavy occlusions by using Kalman filters based on shape matching”,Image Processing. 2002. Proceedings. 2002 International Conference on , Volume: 3 , 24-28 June 2002 ,Pages:III-341 - III-344 vol.3
[10]	Giusto, D.D.; Massidda, F.; Perra, C.;“A fast algorithm for video segmentation and object tracking”,Digital Signal Processing, 2002. DSP 2002. 2002 14th International Conference on , Volume: 2 , 1-3 July 2002, Pages:697 - 700 vol.2
[11]	Wenmiao Lu; Yap-Peng Tan;“A color histogram based people tracking system”Circuits and Systems, 2001. ISCAS 2001. The 2001 IEEE International Symposium on , Volume: 2 , 6-9 May 2001, Pages:137 - 140 vol. 2 
[12]	M,-P. Dubuisson, A.K. Jain, "Object Contour Extraction Using Color And Motion", Proceedings of IEEE Computer society Conference on Computer Vision and Pattern Recognition, p.471~ p.476, 1993.