白沙灣即時影像的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

無人飛行載具應用於海岸灘線量測之可行性研究

為了解決白沙灣即時影像的問題，作者鄭雅云 這樣論述：

　　海岸為連繫海洋與陸地之交界地帶，緊密的海氣交互作用，加上人類頻繁的活動利用，因此成為高度敏感性與脆弱性的環境。為達到海岸永續發展、國土保護等目的，並因應《海岸管理法》、海岸地區整合性管理（Integrated Coastal Zone Management, ICZM），需仰賴大量基礎調查作為根基。針對海岸侵蝕與溢淹等海岸環境變遷，對應的海洋環境監測指標為「灘線位置」(許泰文與錢樺，2013)。過往對灘線位置的偵測存在有諸多限制，且未必能針對全球暖化下短時間的劇烈天氣變化對灘線及海岸造成的影響進行量測，故發展一具時效性且能夠描繪短期內海岸變遷的灘線偵測方法有其必要性。　　本研究選擇以無人

飛行載具搭載光學相機作為灘線偵測工具，其具高機動性、觀測成本低的特點，若能利用光學影像的高解析度優點，研發適當的灘線偵測技術，取得灘線位置，便能快速且有效掌握海岸變動情況。對此，本研究提出一套無人飛行載具偵測灘線的影像處理流程及利用光學特性偵測灘線位置的演算法。由於本研究於灘線觀測時採定懸式飛行，首要解決無人飛行載具影像序列受海岸強勁風勢或定位訊號不佳的晃動影響，因此先評估與選用適合的影像套合方法，經過SURF影像特徵偵測、匹配後，再以適當影像轉換模型計算轉換公式，得到空間一致的時間序列觀測影像，然後再對其提取斷面影像序列及計算平均影像，並分別研發灘線偵測演算法。　　斷面影像序列之灘線偵測主要

利用光學影像的灰階強度值，將碎浪前緣白泡沫與海岸上濕沙的灰階強度值進行對比，以獲取瞬時灘線位置。平均影像之灘線偵測則是參考Turner ＆ Leyden (2000)提出的「彩色波段分離方法(color channel divergence)」，而在判斷海面與陸地的差異時，本研究採取二維Otsu二值化方法，自動判定閥值分割，並以Sobel邊緣偵測方法劃定平均影像灘線位置。 　　研究結果顯示，經無人飛行載具影像序列套合處理後，同一特徵的像素誤差在0.56 pixel以內，足以作為本研究後續分析所使用的影像序列。由套合處理後的影像序列中抽取出斷面，並依時間排列為斷面影像序列進行瞬時灘線之分析辨識，

所得之灘線位置與目視判斷結果相近；接著將斷面影像序列的瞬時灘線位置作平均，便可代表這一影像序列的平均灘線位置；此外，也可對影像序列中的分幀影像先作平均，再從平均影像中辨識出灘線。將兩種方法辨識出的平均灘線進行比較，發現影像範圍內的二條灘線位置雖存有1.53公尺的差值，其沿著灘線有向岸或向陸的變化，變動的相關性為0.99，呈高度相關。另將不同時間平均影像灘線偵測所得結果，依時間順序排列，亦可以發現其具有描繪灘線隨潮汐變動之能力。本研究利用無人飛行載具所研發的灘線偵測方法具有高機動性、低成本之優點，未來可有效作為短期海岸灘線變動監測用途，協助有關單位及時掌握與判釋海岸變動情況，進而發展海岸地區對應

的防治及管理措施。