Poland Jacek Ciesielski, General Manager, De Gruyter Poland. (English Edition). Taiwan Chu, Jia-Chen (褚家辰), Chief Executive Officer, International Han Institute. (Traditional Chinese Edition). United States of America Mr. C.S. Yang Vincent, President, TCBP (Teaching Chinese for Business Purposes). (English Edition). Mr. C.S. Yang Vincent, President, TCSOL (Teachers of Chinese to Speakers of Other Languages). (English Edition).

Improve on the Linear-Time Component-Labeling Algorithm Our proposed was accepted to the international conference on Information Technologies and Practices in 2019 . The conference place is in the School of Information Technology of the Ming Chuan University in Taiwan (R.O.C.), and Conference Date on 15th March, 2019. We provide the files of our study that the source code of the CCL, FastCCL execution file, and experiment files. These files are in the GitHub, and the hyperlink is https://github.com/laitaiyu/ImageProcessing__FastLCL A new high-performance linear time algorithm is presented in this article using contour tracing technique and these contours is in binary images. The main step of this algorithm is to use a contour tracing technique to detect the external contour of each component, and also to identify and label the interior area of each component. Labeling is done in a single pass over the image. Moreover, no relabeling is required throughout th...

改进基于线性时间元件标签演算法 我们的论文被 2019资讯科技与实务研讨会 所接受。会议地点在台湾铭传大学资讯学院，会议日期为2019年3月15日。 我们提供了我们研究的文件，即CCL的原始码，FastCCL执行档和实验档案。这些文件在GitHub中，超连结是 https://github.com/laitaiyu/ImageProcessing__FastLCL 本文提出了一种新的高性能线性时间演算法，采用轮廓跟踪技术，这些轮廓采用二值化影像。该演算法的主要步骤是使用轮廓追踪技术来检测每个部件的外部轮廓，并且还识别和标记每个部件的内部区域。标记在影像上一次完成。而且，在整个过程中不需要重新标记。本研究改进了 张复[1] 等人的LCL演算法。我们的演算法比LCL演算法更快更好。对各种类型影像（字符，半色调图片，照片，报纸等）的实验表明，我们的方法优于使用等效技术的方法。我们的演算法不仅标记组件，而且能够提取轮廓点的组件轮廓和连续顺序，这对于许多应用都很有用，例如OCR（光学字符读取器），视频分析中的对象跟踪等。制作LCL演算法，以证明所提出的方法更快。 张复等人，在2004年，他们提出LCL演算法是基于轮廓的标记演算法之一。 LCL演算法具有以下优点。首先，它只需要扫描一次影像。由于上述轮廓追踪程序，轮廓点被多次访问，但不超过一定的次数。其次，它不需要任何重新标记处理。将标记索引分配给像素后，其值将保持不变。第三，我们获得了轮廓像素的所有轮廓和连续顺序的副产品。 然而，当LCL演算法遇到半色调影像或许多孤立点时，它往往花费很多时间在轮廓跟踪上。这是一个缺点。首先，我们提出了一种隔离点处理，以提高性能。我们建立一个孤立点处理以预先标记孤立点。为了检查孤立点，有一个优点是减少了不必要的轮廓跟踪。因为孤立点永远不会有轮廓。像素只是一个单点，没有相邻像素。 LCL演算法遇到仍然跟踪轮廓的孤立点。我们改进了LCL与孤立点相关的缺点。其次，我们提供了一种新的影像处理流程，以改善半色调影像和孤立点的处理，并且没有副作用。为了添加孤立点处理，我们设计了一个新的影像处理流程。如果我们发现像素是孤立点，则应将其包含在隔离处理中。一方面，如果像素处于轮廓中，则应将其包括在轮廓跟踪中。 孤立点处理：检查每个像素以查看它是...

改進基於線性時間元件標籤演算法 我們的論文被 2019資訊科技與實務研討會 所接受。會議地點在台灣銘傳大學資訊學院，會議日期為2019年3月15日。 我們提供了我們研究的文件，即CCL的原始碼，FastCCL執行檔和實驗檔案。 這些文件在GitHub中，超連結是 https://github.com/laitaiyu/ImageProcessing__FastLCL 本文提出了一種新的高性能線性時間演算法，採用輪廓跟踪技術，這些輪廓採用二值化影像。該演算法的主要步驟是使用輪廓追踪技術來檢測每個部件的外部輪廓，並且還識別和標記每個部件的內部區域。標記在影像上一次完成。而且，在整個過程中不需要重新標記。本研究改進了 張復[1] 等人的LCL演算法。我們的演算法比LCL演算法更快更好。對各種類型影像（字符，半色調圖片，照片，報紙等）的實驗表明，我們的方法優於使用等效技術的方法。我們的演算法不僅標記組件，而且能夠提取輪廓點的組件輪廓和連續順序，這對於許多應用都很有用，例如OCR（光學字符讀取器），視頻分析中的對象跟踪等。製作LCL演算法，以證明所提出的方法更快。 張復等人，在2004年，他們提出LCL演算法是基於輪廓的標記演算法之一。 LCL演算法具有以下優點。首先，它只需要掃描一次影像。由於上述輪廓追踪程序，輪廓點被多次訪問，但不超過一定的次數。其次，它不需要任何重新標記處理。將標記索引分配給像素後，其值將保持不變。第三，我們獲得了輪廓像素的所有輪廓和連續順序的副產品。 然而，當LCL演算法遇到半色調影像或許多孤立點時，它往往花費很多時間在輪廓跟踪上。這是一個缺點。首先，我們提出了一種隔離點處理，以提高性能。我們建立一個孤立點處理以預先標記孤立點。為了檢查孤立點，有一個優點是減少了不必要的輪廓跟踪。因為孤立點永遠不會有輪廓。像素只是一個單點，沒有相鄰像素。 LCL演算法遇到仍然跟踪輪廓的孤立點。我們改進了LCL與孤立點相關的缺點。其次，我們提供了一種新的影像處理流程，以改善半色調影像和孤立點的處理，並且沒有副作用。為了添加孤立點處理，我們設計了一個新的影像處理流程。如果我們發現像素是孤立點，則應將其包含在隔離處理中。一方面，如果像素處於輪廓中，則應將其包括在輪廓跟踪中。 孤立點處理：檢查每個像素以查看它...

  书名：模式化工作术 作者：信太明 译者：王蕴洁 ISBN：978-986-216-689-5 本书开宗明义地就说「模式化工作术」具有「效率性」、「生产力」、「正确性」、「非属人性」。首先，在效率性上，只要有范本可循，就不必每次都从零开始，也无须一再地重新回想，工作效率自然可以提高。其次，于生产力上，只需花费25%的时间就可以解决75%的例行公事，而剩余75%时间，则可投注在25%的高附加价值业务。第三，正确性上，一旦模式化，即使忘记也没有关系，因为记忆已经以模式的方式保存下来，随时可再度使用。最后，在非属人性中，只要为工作订下一定的作业模式和标准，就可以放心把工作交给别人，不管由谁来执行，都可以达到一样的效果。以上就是本书的重点。 在我读完本书之后，我发现该书的模式化工作术，跟软件工程有极大相类似的概念。模式化工作术的效率性跟非属人性，谈到的就是将例行的公事制作成检核表，因此下一次在遇到相同的例行公事，只要将检核表拿出来，逐一确认是否有完成即可，不必重新再思考该如何做。这一点跟软件工程的程序代码再利用（reuse）一模一样。除此之外，即使这张检核表交给别人来执行，执行者也只需要依照检核表行事即可，所完成的效果是不会有差别的。这一点也是跟软件工程的程序代码再利用相关。此时，就要来探讨如何建立这些模式呢？就像软件工程有许多方法学，来建立可再利用的程序代码一样。 本书提出几个方法来建立工作模式化。首先，要有目的，因为缺乏目的的模式化将无法持续。其次，纪录是模式化的第一步，有工作的纪录过程，便可以抽出重要的部分作为模式化。第三，将工作模式化的三个模式，分别是以「5W2H」厘清工作的目的；将达成目的的必要要素按「时间序列」或是「大分类／中分类／小分类」加以分类；将分类的项目写成检查表或手册，分别填入有效的方法，注意事项，自己经历过，或是纪录，保存下来的见解或诀窍。无论做甚么事情都必须明确的了解为什么要这么做，如果没有明确的目的，就无法采取有效的行动。「5W2H」及是Who、Where、When、Why、What、How、How much，只要整理出这些事项，在模式化时，就可以减少错误。时间序列可分为「时间轴流程」、「进度的流程」，时间轴流程可以这样描述：「预约取得日、三天前、前一天晚上六点...

  书名：撰写博硕士论文实战手册 出版：正中书局 ISBN：957-09-1263-4 年月：2006年8站台初版第13次印行 本书主要分为1. 导论、2. 怎么找问题、3. 文献评论、4. 创见的可能性、5. 研究方法（一）：基本概念、6. 研究方法（二）：自然应用科学领域、7. 研究方法（三）：社会科学领域、8. 研究方法（四）：文史数据的验证、9. 研究成果的呈现、10. 结论及参考数据。 在第一章导论中，主要分为两个主要的部份。首先，探讨如何撰写一篇论文，从找问题、研究方法、研究成果呈现、等等。其次，如何写硕士论文、博士班入学计划书、资格考计划书。本书认为就读研究所就是准备踏往学术领域，基于这样的角度，因此着重在如何规划学术生涯。本书提到要做好一件事，要掌握五个重点，1. 目的、2. 目标、3. 策略、4. 方法、5. 步骤。关于研究主题形成的步骤，首先要将现实世界的现象（例如：土地、港口、财富），转化成概念化模块（面积、距离、重量、高度、金融货币），并且解释成为符号化模块（大多是数学符号）。题目的选择原则上要依照志趣、契合目的、适合能力、最好是新颖致用、有充足的数据、能够小题大作、能够引进新观念或新科技、达到求新求变。本书提到透过国内外的图书数据库去寻找研究资源，但以现今2018年来说，整个研究环境已经进展到当初作者无法预料的情况。本书出版时，当时网景（Netscape Communicater）还是一家热门的公司，本书也推荐使用网景浏览器去寻找国外资源。而现今，透过学术研发人员的社群网站，研究可以不是孤单的，在学术社群网站上，你可以找到志同道合的研究学者，互通有无。无论是你对该研究学者的研究有兴趣，或是你想请教问题。亦或者是提出你研究的瓶颈，请专家帮忙解答。或者是你也可以帮助其他研究学者，回答他们的问题。这类网站像是ResearchGate、Google 学术、等等。 本书撰写的范围是自然应用科学领域、社会科学领域、文史数据的验证，缺少信息科学或工程领域。对于这点实在是有点可惜。因此所论及的方法，是比较通用且概念化。在研究成果的呈现，本书整理一些重点。首先是推理验证，归纳与演绎为理论提供基础。有自时间序列论证、依分类论证、自数据之分类中建立假说、自模拟论证、自专...

  書名：撰寫博碩士論文實戰手冊 出版：正中書局 ISBN：957-09-1263-4 年月：2006年8月臺初版第13次印行 本書主要分為1. 導論、2. 怎麼找問題、3. 文獻評論、4. 創見的可能性、5. 研究方法（一）：基本概念、6. 研究方法（二）：自然應用科學領域、7. 研究方法（三）：社會科學領域、8. 研究方法（四）：文史資料的驗證、9. 研究成果的呈現、10. 結論及參考資料。 在第一章導論中，主要分為兩個主要的部份。首先，探討如何撰寫一篇論文，從找問題、研究方法、研究成果呈現、等等。其次，如何寫碩士論文、博士班入學計畫書、資格考計畫書。本書認為就讀研究所就是準備踏往學術領域，基於這樣的角度，因此著重在如何規劃學術生涯。本書提到要做好一件事，要掌握五個重點，1. 目的、2. 目標、3. 策略、4. 方法、5. 步驟。關於研究主題形成的步驟，首先要將現實世界的現象（例如：土地、港口、財富），轉化成概念化模組（面積、距離、重量、高度、金融貨幣），並且解釋成為符號化模組（大多是數學符號）。題目的選擇原則上要依照志趣、契合目的、適合能力、最好是新穎致用、有充足的資料、能夠小題大作、能夠引進新觀念或新科技、達到求新求變。本書提到透過國內外的圖書資料庫去尋找研究資源，但以現今2018年來說，整個研究環境已經進展到當初作者無法預料的情況。本書出版時，當時網景（Netscape Communicater）還是一家熱門的公司，本書也推薦使用網景瀏覽器去尋找國外資源。而現今，透過學術研發人員的社群網站，研究可以不是孤單的，在學術社群網站上，你可以找到志同道合的研究學者，互通有無。無論是你對該研究學者的研究有興趣，或是你想請教問題。亦或者是提出你研究的瓶頸，請專家幫忙解答。或者是你也可以幫助其他研究學者，回答他們的問題。這類網站像是ResearchGate、Google 學術、等等。 本書撰寫的範圍是自然應用科學領域、社會科學領域、文史資料的驗證，缺少資訊科學或工程領域。對於這點實在是有點可惜。因此所論及的方法，是比較通用且概念化。在研究成果的呈現，本書整理一些重點。首先是推理驗證，歸納與演繹為理論提供基礎。有自時間序列論證、依分類論證、自資料之分類中建立假說、自類比論證、自...

  書名：模式化工作術 作者：信太明 譯者：王蘊潔 ISBN：978-986-216-689-5 本書開宗明義地就說「模式化工作術」具有「效率性」、「生產力」、「正確性」、「非屬人性」。首先，在效率性上，只要有範本可循，就不必每次都從零開始，也無須一再地重新回想，工作效率自然可以提高。其次，於生產力上，只需花費25%的時間就可以解決75%的例行公事，而剩餘75%時間，則可投注在25%的高附加價值業務。第三，正確性上，一旦模式化，即使忘記也沒有關係，因為記憶已經以模式的方式保存下來，隨時可再度使用。最後，在非屬人性中，只要為工作訂下一定的作業模式和標準，就可以放心把工作交給別人，不管由誰來執行，都可以達到一樣的效果。以上就是本書的重點。 在我讀完本書之後，我發現該書的模式化工作術，跟軟體工程有極大相類似的概念。模式化工作術的效率性跟非屬人性，談到的就是將例行的公事製作成檢核表，因此下一次在遇到相同的例行公事，只要將檢核表拿出來，逐一確認是否有完成即可，不必重新再思考該如何做。這一點跟軟體工程的程式碼再利用（reuse）一模一樣。除此之外，即使這張檢核表交給別人來執行，執行者也只需要依照檢核表行事即可，所完成的效果是不會有差別的。這一點也是跟軟體工程的程式碼再利用相關。此時，就要來探討如何建立這些模式呢？就像軟體工程有許多方法學，來建立可再利用的程式碼一樣。 本書提出幾個方法來建立工作模式化。首先，要有目的，因為缺乏目的的模式化將無法持續。其次，紀錄是模式化的第一步，有工作的紀錄過程，便可以抽出重要的部分作為模式化。第三，將工作模式化的三個模式，分別是以「5W2H」釐清工作的目的；將達成目的的必要要素按「時間序列」或是「大分類／中分類／小分類」加以分類；將分類的項目寫成檢查表或手冊，分別填入有效的方法，注意事項，自己經歷過，或是紀錄，保存下來的見解或訣竅。無論做甚麼事情都必須明確的瞭解為什麼要這麼做，如果沒有明確的目的，就無法採取有效的行動。「5W2H」及是Who、Where、When、Why、What、How、How much，只要整理出這些事項，在模式化時，就可以減少錯誤。時間序列可分為「時間軸流程」、「進度的流程」，時間軸流程可以這樣描述：「預約取得日、三天前、前一天晚上...

如何使用OpenGL进行切片和移动立方体（CPU版本）？ https://github.com/laitaiyu/OpenGL__SlicingAndMarchingCubes__CPU 如何使用OpenGL控制Shading（GLSL代码）？ https://github.com/laitaiyu/OpenGL__ControlShading__GLSL 如何使用OpenGL控制PLY对象？ https://github.com/laitaiyu/OpenGL__ControlPLYObject

如何使用OpenGL進行切片和移動立方體（CPU版本）？ https://github.com/laitaiyu/OpenGL__SlicingAndMarchingCubes__CPU 如何使用OpenGL控制著色（GLSL代碼）？ https://github.com/laitaiyu/OpenGL__ControlShading__GLSL 如何使用OpenGL控制PLY對象？ https://github.com/laitaiyu/OpenGL__ControlPLYObject