雖然要當老闆了，但是每天最好玩的事情不是一呼百諾或數鈔票(想得美了)，仍然是研發(玩)一些有趣的東西。昨天的工作就很好玩！如下圖，我寫了一個程式「監看」左方的路口監視器畫面，將結果「顯示」在右邊的視窗中。奇怪的是：明明錄影畫面中有很多車輛呼嘯而過，但是在我的「監看」畫面中，卻只看到空蕩蕩的一條馬路，甚麼車子(連影子)都沒有哦！這是某種隱形科技嗎？那些極力想讓監視器「錄不到」的壞蛋或情報員，一定很有興趣吧？哈哈！

其實，這是一個研究的前半部，我的目標是精確分析監視鏡頭內移動的人或物體，最好能直接描繪出移動目標的輪廓、中心點與向量！之前做的類似案子是用比較簡單的差分運算，就是在很短時間(如0.1秒)內的兩張連續影像相減，不動的背景部分大致會變成接近全黑(趨近於0)；移動物的部分則減不掉，會出現擾動的疊影。只是這樣的算法結果比較粗糙，很難精確地看出目標物件的位置與形狀。

這次承蒙高雄第一科大看得起，邀我們參與做廠房內移動人貨影像的辨識，我就將以前想過，但是從來沒認真實作過的演算法實作看看！簡單說就是「經過前面一段時間內，累積的數十張連續影像，計算出完整的，沒有任何移動物體的背景影像！」我做得蠻成功的，就變成上圖的驚悚狀態了！我像個頑皮的小孩，很得意的拿來嚇唬我的學生，每個人都覺得很神奇！老師越來越「神」了！

如果我可以隨時依據歷史影像，計算出穩定的背景影像，接下來將目前含有移動物件在內的即時影像減掉這個背景，就可以清晰地描繪出移動物的形狀、位置與動向了！那時，我的演算法就大功告成囉！

一個「完全不會看到車輛經過殘影」的背景影像，這是怎麼算的？我是沒去看看甚麼SCI期刊上面有沒有寫啦！就是憑自己的常識去想出方法而已，暫時當個小小的商業機密囉！其實昨天上午的第一版是會有殘影的，下午的第二版就沒有了！目前我還在調整的是計算速度，因為這個演算法的運算量不少，需要一些「節能」機制，就是設法減少運算次數的研究啦！今天還有得玩的！