羽毛球是世界性的體育運動，每一顆羽毛球是由16根鵝或鴨的羽毛及軟木球頭所製成，球體中羽毛的毛葉和毛梗為最脆弱而易損壞的部位，而且任何一根羽毛的損壞就會使整顆球失去原有飛行屬性。近年來，全球的羽毛球運動人口持續增加，但是原料羽毛的供應卻無法跟上，導致羽毛球的價錢持續上揚。因此以人造羽毛替代真實羽毛的構想愈來愈具備商業價值。
本研究主要目的分為二部份。一為仿真羽毛之外表型態設計:使用Nikon攝影機擷取真實羽毛之數位圖像，藉由影像處理技術將真實羽毛外型圖像經由傅立葉轉換、二值化運算、型態分析等程序，以突顯出真實羽毛之輪廓圖像，並將處理後圖像匯入建模軟體以設計仿真羽毛的初始模型。其次是真實羽毛機械屬性實驗擷取:使用動態實驗與靜態實驗，並以實驗設計分析羽毛於彎曲度、正向拱度、負向拱度之機械屬性，從而建立仿真羽毛的仿真屬性條件。
本研究主要成果，包括:1.運用影像處理設計三套羽毛梗的初始模型開發。2.依據真實羽毛靜態與動態之機械屬性的最佳線性回歸方程式，建立有效信賴區間，以便未來仿真羽毛開發，能精準掌控羽毛外型與屬性。

Badminton is a sport of the world. A Shuttlecock is made from the 16 goose or duck feathers and a cork ball head, Feather leaves and stems are most vulnerable to damage. Any damage in these areas cause the ball to lose the original flight properties. Recent years, playing populations badminton continue to grow around the world. However, the supply of raw material feathers can’t keep up, leading to the price rise of badminton. The idea of artificial feathers in replacing real feathers has commercial values and draws attentions of global research.

The objectives of this study are two-fold. 1. Emulation of a feather appearance patterns design: Using Nikon cameras to capture real feathers, and applying image processing technology via a Fourier transformation, binary arithmetic, and pattern analysis program to improve image of the feathers. 2. Feather mechanical properties experiment retrieval: Using dynamic experimental and static experimental design to analyze feathers in curve, tune positive arch, negative arch with respective to different loads, and these establish conditions for emulation feathers simulation attribute.

The outputs of this study including three sets of feathers Terrier initial models and static and dynamic mechanical properties of the best linear regression equations retrieved from real feathers. Confidence intervals of these regression equations are built, that can be used developing artificial feathers.

摘要 I
ABSTRACT II
致謝 III
目錄 IV
圖目錄 VIII
表目錄 XIV
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研究限制與範圍 4
1.5 研究流程 5
1.6 論文架構 7
第二章 文獻探討 8
2.1 鳥類羽毛之結構與背景 8
2.2 高速攝影運用 12
2.3羽毛球和人造羽毛球流體動力學比較 14
2.4 實驗設計與因子變異數分析 16
2.4.1 變異數分析 18
2.4.2 Tukey檢定 20
2.4.3 Duncan多重全距檢定 21
2.4.4 回歸分析 22
2.5 電腦視覺檢驗 23
2.6 塑膠PET材料背景與運用 27
2.7 文獻總結 30
第三章 研究方法 32
3.1 研究概述 32
3.2 問題描述 32
3.3 羽毛篩選 35
3.4 顯微檢測系統 36
3.5 影像處理 37
3.5.1 色彩圖像(Color Image) 39
3.5.2 灰階影像(Gray Level Image) 40
3.5.3 傅利葉轉換(Fourier Transform，FT) 41
3.5.4 濾波(Filtering) 42
3.5.5 二值化(Binary) 44
3.5.6 型態學分析(Morphology Analysis) 47
3.6 建模設計 49
3.6.1 羽毛質量分佈 49
3.6.2 羽毛外型設計 50
3.7 材料屬性量測 54
3.7.1 靜態性質材料試驗 55
3.7.2 動態性質材料試驗 58
3.8 毛梗實驗設計與統計分析 62
第四章 實作結果與資料分析 65
4.1 羽毛顯微檢測系統 67
4.2 羽毛外型影像處理 68
4.3 毛梗建模設計 73
4.3.1 量度真實羽毛之質量分佈 74
4.3.2 建模設計 76
4.4 靜態性質材料架構 78
4.4.1 靜態實驗過程 80
4.4.2 靜態實驗結果 83
4.4.3 真實羽毛之實驗設計與分析 85
4.5 動態性質材料架構 101
4.5.1 動態性質材料過程 102
4.5.2 仿真羽毛之實驗設計 106
4.6結果與分析 110
第五章 結論與建議 111
5.1 結論 111
5.2 未來研究與建議 116
參考文獻 118
圖目錄
圖1.1 羽毛球製造流程 2
圖2.1 羽毛結構[Burgess et al., 2006] 9
圖2.2 孔雀尾羽結構[Burgess et al., 2006] 9
圖2.3 鳥類飛羽結構[Burgess et al., 2006] 9
圖2.4 毛梗截面薄膜氣泡結構[Burgess et al., 2006] 12
圖2.5 標準羽球與合成羽球之阻力與雷諾的係數變化 15
圖2.6 標準羽毛與合成羽毛比較 16
圖2.7 2^2+中心點複製實驗設計 18
圖2.8 影像處理基本流程圖 24
圖2.9 瑕疵圖像示例 25
圖2.10 經膨脹(Dilate)處理後之圖像 25
圖2.11 經影像處理修補後之圖像 26
圖2.12 polyethylene terephthalate化學結構式[Leonard et al., 2009] 28
圖2.13 polyethylene terephthalate原始物料[Leonard et al., 2009] 28
圖3.1 研究流程圖 34
圖3.2 個案公司篩選的羽毛樣本 35
圖3.3 羽毛特徵示意圖 36
圖3.4 剖面內部示意圖 36
圖3.5 羽毛之影像處理流程圖 38
圖3.6 羽毛彎曲方向 39
圖3.7 RGB影像之各別圖像 40
圖3.8 灰階色彩0到255之圖 40
圖3.9 頻率域濾波運算 41
圖3.10 低通FFT濾波 42
圖3.11 真實羽毛低通截斷圖 43
圖3.12 高通FFT濾波 43
圖3.13 真實羽毛高通截斷圖 44
圖3.14 閥值選定圖 46
圖3.15 真實羽毛閥值範圍 46
圖3.16 羽毛二值化圖像 46
圖3.17 羽毛進行侵蝕演算 48
圖3.18 羽毛細線化處理 49
圖3.19 毛梗分段式意圖 50
圖3.20 毛梗曲率設計 50
圖3.21 毛梗基本尺寸設計 51
圖3.22 Auto CAD羽毛模組 51
圖3.23 CATIA直線毛梗模型 54
圖3.24 開模直線毛梗設計圖 54
圖3.25 羽毛與毛梗樣本 55
圖3.26 靜態實驗夾具示意圖 56
圖3.27 羽球插毛片深度L64示意圖 57
圖3.28 羽毛受不同砝碼重量時變形示意圖 58
圖3.29 真實毛梗受砝碼重量之實驗方向 58
圖3.30 動態實驗夾具示意圖 60
圖3.31 砝碼自由落下所產生之瞬間力量過程 60
圖3.32 真實毛梗之機械特性示意圖 61
圖3.33真實毛梗擺動範圍示意圖 61
圖3.34 振幅至靜止時間示意圖 62
圖4.1 羽毛實驗流程圖 66
圖4.2 顯微鏡觀測之羽毛區域示意圖 67
圖4.3 顯微攝影拍照設備 67
圖4.4 羽毛結構 68
圖4.5 MIAQ流程圖 69
圖4.6 IMAQTM Vision Builder影像處理軟體 69
圖4.7 Nikon J1相機 70
圖4.8 原始圖像羽毛 71
圖4.9 藍灰階度羽毛影像 71
圖4.10 高通截斷率波羽毛影像 71
圖4.11 二質化羽毛影像 72
圖4.12 反轉二質化羽毛影像 72
圖4.13 刪減背景資訊影像 72
圖4.14 羽毛細線化型態 73
圖4.15 真實羽毛質量量測過程 74
圖4.16 CATIA羽毛建模圖 76
圖4.17 羽毛曲率計算 77
圖4.18 2D曲率座標 77
圖4.19 靜態拍攝架構 78
圖4.20 毛梗受力方向 79
圖4.21 靜態實驗流程圖 79
圖4.22 彎度受力過程 80
圖4.23 正向拱度受力過程 82
圖4.24 負向拱度受力過程 83
圖4.25 毛梗各方向的實驗結果 84
圖4.26 不同彎度最高承受力量 85
圖4.27 正彎度之彎曲數據的散佈圖與盒形圖 86
圖4.28 彎度曲線估計 89
圖4.29正拱度之彎曲數據的散佈圖與盒形圖 91
圖4.30正拱度曲線估計 94
圖4.31負拱度之彎曲數據的散佈圖與盒形圖 95
圖4.32負向拱度曲線估計 96
圖4.33 負向拱度曲線估計 98
圖4.34 真毛與PET仿毛比較 100
圖4.35 動態拍攝架構 101
圖4.36 動態試驗流程圖 102
圖4.37 毛梗動態過程 103
圖4.38 NO.6毛梗彎度震動幅度 105
圖4.39 NO.7毛梗拱度震動幅度 105
圖4.40彎度振幅曲線估計 107
圖4.41正度QUA最佳線性回歸方程式 107
圖4.42 彎度振幅曲線估計 109
圖4.43 拱度QUA最佳線性回歸方程式 109
圖5.1 未來仿真開發流程建議 112
圖5.2 真實羽毛彎度機械屬性之95%信賴區間 113
圖5.3 真實羽毛正拱機械屬性之95%信賴區間 113
圖5.4 真實羽毛負拱機械屬性之95%信賴區間 114
圖5.5 真實羽毛彎度振幅機械屬性之95%信賴區間 114
圖5.6 真實羽毛拱度振幅機械屬性之95%信賴區間 115
圖5.7 仿真羽毛開發設計圖 116
表目錄
表2.1 單因子實驗的典型資料 19
表2.2 單因子變異數分析表 20
表2.3 PET機械與熱物性質[Leonard et al., 2009] 28
表2.4 不同規格的高分子性質比較 29
表2.5 羽毛仿真與機械屬性相關技術 31
表3.1 原始羽梗切割截面規格 52
表3.2 直型羽毛差外型尺寸數據 53
表3.3 直型羽毛內模尺寸數據 53
表3.4 實驗的因子配置 63
表4.1 Nikon J1相機規格 70
表4.2 真實羽毛樣本基本尺寸 73
表4.3 真實羽毛分割後各別重量與長度 75
表4.4 真實羽毛分割後各別重量與長度 75
表4.5 毛梗受力彎曲呈度 84
表4.6 羽毛彎度彎曲之因子實驗 86
表4.7 彎度與砝碼之敘述統計量 87
表4.8 彎度與砝碼間變異數分析 88
表4.9 彎度線性模組比較 88
表4.10 正彎度迴歸係數 89
表4.11 Tukey HSD多重比較 90
表4.12 羽毛正向拱度之因子實驗 91
表4.13 正拱度與砝碼之敘述統計量 92
表4.14 正拱度與砝碼間變異數分析 93
表4.15 正拱度線性模組比較 93
表4.16 正拱度迴歸係數 94
表4.17 羽毛負向拱度之因子實驗 95
表4.18 負向拱度與砝碼之敘述統計量 97
表4.19 負向拱度與砝碼間效應項的檢定 97
表4.20 負拱度線性模組比較 97
表4.21 負向拱度迴歸係數 98
表4.22 實驗真毛梗因子配置 99
表4.23 實驗假設PET仿毛梗因子配置 100
表4.24 NO.6毛梗正向彎度振幅與時間 104
表4.25 彎度振幅線性模組比較 106
表4.26 彎度振幅迴歸係數 108
表4.27 拱度振幅線性模組比較 108
表4.28 拱度振幅迴歸係數 110

Alam, F., Chowdhury, H., Theppadungporn C., and Subic A., “Measurements of Aerodynamic Properties of Badminton Shuttlecocks, ” Procedia Engineering, Vol. 2, pp. 2487-2492 (2010).

Burgess, S. C., King, A., and Hyde, R., “An analysis of optimal structural features in the peacock tail feather,” Optics &; Laser Technology, Vol. 38, pp.329-334 (2006).

Bryank, T., Laptiev, A., Tolochyn, O., and Pakiela, Z., “The method of fracture toughness measurement of brittle materials by means of high speed camera and DIC,” Computational Materials Science, Vol. 64, pp.221-224 (2012).

Fisher, R., Perkins, S., Walker, A., and Wolfart, E., HIPR2 image processing learning resoures, University of Edinburgh, (2003).

Furumoto, T., , Alkahari, M. R., Ueda, T., Aziz, M. S. A., and Hosokawa, A., “Monitoring of laser consolidation process of metal powder with high speed video camera,” Physics Procedia, Vol. 39, pp.760-766 (2012).

Harth, T., Schwan, S., Lehn, J., and Kollmann, F.G., “Identification of material parameters for inelastic constitutive models: statistical analysis and design of experiments, ” International Journal of Plasticity, Vol. 20, pp.1403-1440 (2004).
Sax, L., “Polyethylene Terephthalate May Yield Endocrine Disruptors, Environ Health Perspect, ” Vol. 118, NO.4, pp.445-448 (2010).

Kuijper, A., “Geometrical PDEs based on second-order derivatives of gauge coordinates in image processing,” Image and Vision Computing, Vol. 27, pp.1023-1034 (2009).

Montgomery, D. C., Peck, E. A., and Vining G. G., “Introduction to Linear Regression Analysis 3rd edition,” Wiley, New York (2001).

Nakagawa, K., Hasegawa, H., Murakami, M., and Obayashi, Shigeru., “Aerodynamic Properties and Flow Behavior for a Badminton Shuttlecock with Spin at High Reynolds Numbers,” Procedia Engineering, Vol. 34, pp.104- 109 ( 2012 ).

Negeed, E. S. R., Hidaka, S., Kohno, M., and Takata, Y., “High speed camera investigation of the impingement of single water droplets on oxidized high temperature surfaces,” International Journal of Thermal Sciences, Vol. 63, pp.1-14 (2013).

Pujana, J., Arrazola, P.J., and Villar, J.A., “In-process high-speed photography applied to orthogonal turning,” journal of materials processing technology, Vol. 202, pp.475-485 (2008).

Personnic, J. J., Alam, F., Gendre, L. L., Chowdhury, H., and Subic, A., “Flight trajectory simulation of badminton shuttlecocks,” Procedia Engineering, Vol. 13, pp.344-349 (2011).

Plataniotis, K. N., Androutsos, D., and Venetsanopoulos, A. N., “Multichannel filters for image processing,” Imaye Communication, Vol. 9, pp.143-158 (1997).

Song, S. X., Wang, X. L., and Nieh, T.G., “Capturing shear band propagation in a Zr-based metallic glass using a high-speed camera,” Scripta Materialia, Vol. 62, pp. 847-850 (2010).

Stancic, I., and Zanchi, V., “Measurement of human kinematics using high speed camera,” Poster Presentations / Gait &; Posture, Vol. 28, pp.49-118 (2008).

Tryland, T., Hopperstad, O. S., and Langseth, M., “Design of experiments to identify material properties, Materials and Design,” Vol. 21, pp.477-492 (2000).

Texier, B. D., Cohen, C., Querea, D., and Claneta, C., “Shuttlecock dyna,” Procedia Engineering, Vol. 34, pp. 176-181 ( 2012 ).


Vadde, K. K., Syrotiuk, V. R., and Montgomery, D. C., “Optimizing Protocol Interaction Using Response Surface Methodology,” IEEE Transations On Mobile Computing, Vol. 5, NO. 6, (2006).


Yuksel, A., and Yes﹐ilcubuk, N. S., “Enzymatic production of human milk fat analogues containing stearidonic acid and optimization of reactions by response surface methodology,” LWT - Food Science and Technology, Vol. 46, pp.210-216 (2012).

Zhong, D. X., and Yan, H., “Pattern skeletonization using run-length-wise processing for intersection distortion problem,” Pattern Recognition Letters, Vol. 20, pp.833-846 (1999).

黎正中、陳源樹，2008，「實驗設計與分析」，高立圖書有限公司，台北，第224-229頁。

賴岱佑，2008，「數位影像分析之智慧型監視系統」，文魁資訊股份有限公司，台北，第2-5章。

林紀瑋，2011，「影像處理的13堂課」，博碩文化股份有限公司，新北市，第9-10 章。

湯銘文，2012，「爆破衝擊下的岩石破裂過程之高速影像分析」，博士論文，國立臺北科技大學工程科技研究所，臺北。

陳世宏，2012，「利用影像處理技術量測扣件」，碩士論文，國立勤益科技大學，台中。

許忠恕，2011，「應用影像處理於量測距離及角度之研究」，碩士論文，北臺灣科學技術學院，台中。

張恒瑞，2012，「雷射熱裂法之玻璃裂紋應力分析及高速攝影觀察」，碩士論文，國立成功大學，台南。

陳建立，2012，「以電腦視覺畫面鑑定車削刀片等級之技術研究」，碩士論文，朝陽科技大學，台中

張銘崑、林守儀、袁贊修、紀博涵，1982，「電腦影像羽毛檢測系統與自動分類機的研發」，中國機械工程學會第二十四屆全國學術研討會論文集，桃園，第4416-4421頁。

消進松，2001，「數位影像處理」，全華科技圖書股份有限公司，台北，第2-3章。