基於精密紋影系統之模擬海陸風力發電機群組智慧監控與尾流優化技術研究Research on Smart Monitoring and Wake Optimization for Onshore and Offshore Wind Farm Clusters Using Precision Schlieren Systems
Grant Number: NSTC114-2628-E167-001-MY3
本研究計畫目的在透過創新的紋影（Schlieren）光學技術與智慧化控制策略，提升風力發電系統的運營效率與可靠性。計畫分為三個階段：第一年著重於開發基於精密級紋影光學系統的葉片異常檢測技術，結合多模態感測器資料與深度學習方法，建立可靠的預測性維護模型。第二年聚焦於多風機尾流交互作用研究，運用紋影技術分析不同風機排列方式下的尾流特性，並開發智慧化的尾流控制策略。第三年則整合前期研究成果，探討波浪環境對漂浮式風機尾流的影響，並結合粒子影像測速技術與邊緣運算，建立完整的監控系統。 本計畫創新之處在於首次將紋影技術應用於風力發電系統的即時監測，並結合人工智慧技術實現尾流優化控制。研究成果預期將為風力發電產業提供新的技術解決方案，促進再生能源的發展。透過跨領域整合與系統性研究，期望為永續能源發展做出貢獻。
應用姿態影像辨識技術於乳牛蹄部健康管理與早期跛行偵測
Utilizing Postural Image Recognition for Monitoring Hoof Health and Early Lameness Detection in Dairy Cows
Grant Number: NSTC114-2313-B005-050
本計畫結合人工智慧（AI）影像辨識技術與多模態資料融合，開發非接觸式乳牛跛行偵測與健康管理系統，協助牧場及早發現跛行問題並採取有效處置措施。具體目標包括：(1) 收集乳牛行走姿態數據，運用AI技術分析步態細微變化，建立跛行偵測模型；(2) 驗證跛行程度分類準確性，結合專業修蹄師與獸醫診斷進行跛行類型及病因確認；(3) 整合健康管理系統，納入獸醫診斷與飼料營養分析，提升治療效率並加速康復進程。本計畫創新性在於採用非接觸式偵測技術，突破傳統人力主觀判定限制，符合現代化牧場管理需求。預期影響如下，社會影響：本計畫將顯著提升乳牛健康與福祉,減少牛隻因跛行導致的疼痛與不適。透過精準偵測與早期治療，降低跛行牛隻淘汰率、延長使用壽命,提升畜牧業從業人員的產業認同感。 經濟效益：跛行問題為牧場經濟損失主要來源之一。早期偵測技術將協助牧場主及時發現並處置問題，降低治療成本、減少乳牛淘汰率，提升乳量產出與繁殖效能，增強牧場競爭力與經營效益。 學術發展：本研究採用AI影像辨識與多模態數據融合之跨領域技術，為動物科學與人工智慧應用研究提供創新範例。 推動智慧農業與永續發展：本計畫將為台灣開發符合在地氣候條件的跛行偵測技術，促進牧場管理數位化與智能化轉型。此舉不僅提升臺灣乳業整體效能，更為智慧農業發展奠定基石，加速聯合國永續發展目標（SDGs）之實現。
基於機器視覺與資料分析之大豆淹水韌性等級劃分
Classification of Soybean Waterlogging Resilience Levels Based on Machine Vision and Data Analysis
Grant Number: 114農科-1.3.2-科-21
本計畫目的在開發大豆生長狀態檢測系統，整合多模態感測技術與深度學習模型，實現大豆健康狀態的精準判定。研究聚焦於淹水逆境下大豆葉片黃化現象的早期偵測，透過生理指標量測、高光譜影像分析與深度學習模型建構，突破人眼辨識極限，提供即時且客觀的健康評估機制。
預期成果與應用價值
本計畫預期完成一套可實際部署於溫室環境的大豆健康自動檢測系統。該系統將實現大豆影像的自動辨識與健康狀態量化評估，協助生產者在病徵顯著化前及早發現問題並採取補救措施，提升淹水逆境下的作物管理效能與產量穩定性。
建建置精密紋影光學系統於非接觸式微小污染物懸浮捕獲技術與動態分析之應用Establishing a Precision Schlieren Optical System for Non-Contact Micro-Pollutant Suspension Capture and Dynamic Analysis Applications
Grant Number: NSTC113-2221-E167-017-MY2
本計畫透過優化紋影（Schlieren）系統和開發新穎影像處理技術，目標是精準識別和分類環境中的微小汙染物。此研究在人文與社會領域有著顯著影響，增進公眾對微塑膠污染的瞭解，從而加強了環境保護的意識並對公共衛生政策的推動。在經濟方面，此技術的應用預計將推動環境檢測工程的技術進步，帶動產業升級，並有助於創造新的市場與就業機會。學術上，計畫將促進環境科學、AI和影像處理等領域的跨學科研究，為學術界提供新的研究方向和方法。此外，計畫成果有望加強環境質量的檢測與管理，為制定更有效的環境保護措施提供科學基礎，以實現對生態系統的永續發展和人類健康的改善。因此，本計畫不僅在技術上創新，更在多個層面推動了可持續發展的進程。
基於客觀體況評估與自動影像辨識的智慧乳牛管理系統開發
Development of an Intelligent Dairy Cow Management System Based on Objective Body Condition Assessment and Automated Image Recognition
Grant Number: 113ST001H（國立中興大學校內計畫編號）
在現代畜牧業中，乳牛的健康和體態狀況對牛乳生產及畜牧產業的影響至關重要。然而，在亞熱帶地區，高溫高濕度的環境為乳牛飼養管理帶來不同的挑戰。由於環境、空間、成本和技術等因素的限制，使得全面掌控變得困難，引起各種飼養管理問題。這些問題與乳牛的健康狀況和體態評分密切相關。傳統的乳牛體態評分主要依靠訓練有素的檢測員進行，但此方法因檢測人員的主觀判斷和經驗，造成評分的變異。由於主觀性的影響，評分的重複性較差。甚至同一檢測員在不同時間對同一頭乳牛進行評估時，評分也可能有所差異。人工評分需要花費大量的時間和勞力，尤其在大型牧場中，需評估大量乳牛，導致效率降低。因此，本計畫預計開發自動影像分析技術，探討體態測量上主觀與客觀性的檢測差異，以解決人工量測的問題。此外，透過制定的飼養管理方案，並利用機器學習技術預測牛隻體態的變化趨勢，來有效預防牛隻健康問題和生產效益。
家禽產銷智動化
Intelligent automation of poultry production and marketing
Grant Number: 113農科-11.1.3-牧-01(Z)
本計畫主要目標為在臺灣家禽產業中導入科技技術，以解決家禽產業所面臨的多種挑戰。家禽產業在台灣的農業體系中占據重要地位，提供肉類和蛋類產品，但面臨生產效率提升、品質控制改進、疾病管理、市場銷售擴展、市場平衡和動物福祉等多方面的挑戰。本計畫執行的重點包括，在家禽生產端開發雞隻聲紋預警系統，以提前檢測雞隻健康狀況；開發光束擾動系統，提高雞隻運動和健康度；開發生產管理與顧問系統，收集環境和家禽感測資料，協助業者進行管理決策；開發家禽管理與疾病諮詢系統，協助禽舍管理人員應對異常情況；家禽屠宰端開發精準人道致昏模式，以提高動物福祉和屠宰效率；在家禽批發端開發產銷和交易數位化平台，升級資料紀錄方式，提供家禽生產管理與顧問系統的資料；此外，計劃還擴展應用範圍至蛋雞部分，包括蛋雞舍巡檢機器人、非密閉式蛋雞舍智慧化系統，以及光譜分析用於雞蛋品質檢測方法。這個計畫目的在提高臺灣家禽產業的效率、品質和可持續性，並將先進技術模組化和商品化，以應對家禽產業的多重挑戰，同時提高臺灣的家禽產業技術水平。
自動化設備應用跨模態影像辨識技術用於馬拉巴栗疾病檢測
Cross-Modal Image Recognition Technology Applied in Automated Equipment for Detecting Pachira Aquatica Diseases
Grant Number: NSTC113-2313-B005-039-MY2
本計畫致力於開發一套跨模態影像辨識自動化系統，旨在提升馬拉巴栗處理的效能和品質。分為兩年期程，第一年將開發自動輸送機構、UR機械手臂上料系統及四台可見光影像疾病辨識系統。第二年則擴充至熱影像和濕度探測，並提升系統整體效能。計畫包含四大部分：自動上料系統利用機械手臂和影像處理技術實現馬拉巴栗的精準定位與自動上料；輸送機構確保物料穩定輸送；跨模態疾病影像辨識系統整合多影像技術進行病害檢測；圖形使用者介面提供即時監控與操作功能。期望透過此計畫提升馬拉巴栗處理的自動化水準，減少人工錯誤，提升出口品質，並對農業自動化領域作出實質貢獻。
人體動態訊號藉由傳感器與紅外線熱影像應用因果分析作為訓練精準化與智慧分析
Human Motion Signals with Sensors and Infrared Thermal Images for Training Accuracy and Intelligent Analysis
Grant Number: NSTC112-2221-E005-099
本計畫主要目的以接觸式與非接觸式的方式建置人體動態姿勢匹配相關性模型，使用接觸式與非接觸式設備進行資料收集，接觸式感測器設備為肌電感測器、LPMS 慣性感測器；非接觸式感測器設備為紅外線熱影像儀與高速攝影機，以各項資料建立動態資料庫，並設計直觀的圖形使用者介面建立一套智慧型人體動態分析系統，讓使用者達到直觀且清晰的量化數值。本計畫主要分為為兩年期計畫，在第一年的期間針對慢速運動來做為資料收集來源來確認軟硬體之間的標準準確度。第二年期間則改為針對快速運動為主。
本計畫預期建立一套完整的多模態人體動態分析平台，提供學術研究與實務應用所需的量化評估工具。研究成果可應用於運動訓練最佳化、職業傷害預防、復健療效評估及人機介面設計等領域。特別是非接觸式與接觸式感測的相關性模型,將為開發更便利且不影響自然動作的監測技術提供理論基礎，推動人體動態分析技術的實用化發展。
探討氣流對流與溫度異質彩色影像之相互因果並以自動編碼器開發新型融合與除霧技術
Discuss the Mutual Causation and Effect of Air Convection and Temperature Heterogeneous Color Images and Develop New Type of Fusion Method and Dehazing Technology Base on Autoencoder
Grant Number: NSTC112-2221-E167-041
在氣流視覺化技術發展下，紋影（Schlieren）成像技術在量測流體場的應用科學上有著相當大的貢獻，且不同影像感測器在快速發展下已呈現越來越多元化，故近年來的國際趨勢皆以彩色紋影技術進行分析，而在彩色紋影的光路系統下，很少有研究學者提到因不同的多維彩色濾光片會使紋影成像結果產生不同的色彩反應，並分析其色彩所代表的意義與其中關聯性。有鑑於此，藉此申請計畫的機會，期望提升國內相關視覺化氣流技術及影像融合策略之深度探討，增加國內相關學術之研究交流。
基於粒子背景導向彩色紋影系統探討口罩對於呼吸氣流之即時視覺化研究Explore the Real-Time Visualization Research of Air Flow with the Mask Basd on Particle Background Color Schlieren System
Grant Number: MOST111-2221-E167-026
近年來，嚴重特殊傳染性肺炎的迅速擴散，對各國經濟造成很大的打擊。受感染的人所呼出的空氣與室內空間中的氣溶膠是傳染性病毒的主要來源之一。因此，基於零接觸的防疫重點下，本計畫期望將呼吸氣流的分佈特徵進行即時視覺化檢測以及後續的高速攝影資料分析兩種，未來可應用於準確分析與預測傳染疾病之傳播。計畫目標為建置動態彩色紋影（Color Schlieren）系統，來分析口罩對於呼吸氣流的變化影響，並以穩健的主成分分析與粒子影像演算法檢測氣流運動。在驗證方面將以熱動態系統與多方向性的風速測量計驗證紋影中顯示的氣流變化狀態。有鑑於此，藉此申請計畫的機會，期望提升國內防疫工程系統，以達成全方位的零接觸防疫的能力。
基於震動與聲音訊號之可視化影像與特徵分析於銑床刀具磨耗智慧檢測Intelligent Inspection of Abrasion on Milling Cutter Based on Vibration and Acoustic Signal of Visual Image and Feature Analysis
Grant Number: MOST111-2221-E005-093
電腦數值控制加工下刀具磨耗的議題常被大家來討論，刀具上的使用在斷刀前是沒有明顯的預兆能夠判斷，因此容易造成工件損毀與機台維修，因此本計畫主要針對電腦數值控制加工銑床刀具磨耗之智慧檢測，在自動加工的同時，內部也架設兩種感測器擷取聲音與振動訊號，此外也加入紅外線熱影像儀與高速攝影機進行拍攝。將收集刀具未磨耗、刀具磨耗初期、刀具磨耗中期以及刀具磨耗末期各類型式的資料，進行智慧自動化分析。
探討思覺失調症患者進行專注力訓練下大腦功能與生理訊號之關聯性分析研究
Investigating Correlations between Physiological Signals and Brain Function in Schizophrenia under Concentration Training
Grant Number: MOST110-2221-E167-009
本計畫對病患注意力作為探討主軸，建立以科學的量化指標，思覺失調症是患者對感知、情感、思維、行為等精神活動的障礙或不協調的精神疾病，此疾病導致照顧之家庭與社會極大的負擔。目前臨床上採用評估量表來獲得之患者之病情狀況，這類的量表都是經由專家學者所制定。但研究文獻顯示因不同的評分者與同一受測者的配合度將導致結果產生差異。本計畫以生理訊號的方式可有效計算量化的有效性與量表進行比較。提供建立量化的指標，來改善目前臨床上之量表的缺點參考。
基於動態多模態影像之最佳化融合技術研究
Based on Dynamic Multi-Modal Images for Optimal Fusion Technology
Grant Number: MOST110-2221-E167-017
近年來，由於影像感測器的硬體效能不斷提升、成本持續下降，已經越來越容易取得多種頻譜的影像感測器。多模態的融合可運用在夜晚、濃霧、逆光、遮蔽等不利條件下進行監控與判斷，甚至應用多模態影像至產線上的智慧檢測。單一的可見光攝影機並不利於各種條件下的辨識。融合影像雖已成一種趨勢，但目前的研究大多還是針對兩張影像進行融合，並且對於動態的多頻譜影像並無深入的研究。因此，本計畫探討基於動態多模態影像之最佳化融合技術研究。除了探討經典影像融合外，本計畫預計研究分離動態影像中的不變與變動資訊，並且在多模態下自動化進行影像校準與融合。
