課程代碼 |
G0M00701
|
課程中文名稱 |
數位影像處理
|
課程英文名稱 |
Digital Image Processing
|
學分數 |
3.0
|
必選修 |
選修
|
開課班級 |
碩研資工一甲,碩研資工二甲
|
任課教師 |
林泓宏
|
上課教室(時間) |
週四
|
第5節
|
(C202)
|
週四
|
第6節
|
(C202)
|
週四
|
第7節
|
(C202)
|
|
課程時數 |
3
|
實習時數 |
0
|
授課語言 |
1.華語
2.英語
|
輔導考證 |
無
|
課程概述 |
本課程內容包含基本影像強化技術,並對彩色影像處理作介紹,此外,對影像特徵擷取、深度學習,亦有相關探討。
|
先修科目或預備能力 |
基礎程式設計能力
|
課程學習目標與核心能力之對應
|
編號 | 中文課程學習目標 | 英文課程學習目標 |
1
|
了解數位影像處理原理
|
|
2
|
撰寫數位影像處理程式
|
|
3
|
製作數位影像處理專案
|
|
4
|
報告數位影像處理相關文獻
|
|
|
就業力培養目標 |
此門課程無設定權重值
|
中文課程大綱 |
1. 緒論 2. 影像處理基礎 3. 空間域影像強化 4. 頻率域影像強化 5. 色彩學 6. 影像形態運算 7. 邊線、角點與區塊偵測 8. 光流 9. 深度學習
|
英/日文課程大綱 |
1. Introduction 2. Digital Image Fundamentals 3. Image Enhancement in the Spatial Domain 4. Image Enhancement in the Frequency 5. Colors 6. Morphological Image Processing 7. Edge, Corner and Blob Detection 8. Optical Flow 9. Deep Learning
|
課程進度表 |
*. 課程導論 *. 期中考 *. 期末專題報告 ==> 分週報告各組所要製作的影像處理期末專題
*. 課程主題--分組報告 ==> Bitmap 影像格式與 Bit Plane ==> OpenCV 函式庫使用介紹 - 影像播放與差分濾波顯示 ==> 直方圖顯示、均化;Gamma Correction ==> 色域空間轉換 - RGB/YCbCr/HSV ==> 空間濾波 - Smooth/Median/Highboost/Combining Filters ==> 傅立葉轉換與頻率濾波 - Image Resize/Freq. Filtering ==> Canny edge detection; Harris Corner detection ==> Hough Transform ==> Morphological Operations ==> Optical Flow ==> Connected Component Analysis; Image Segmentation ==> Image Restoration - Wiener Filter ==> Background Modeling ==> Principal Component Analysis ==> Image Object Detection ==> Deep Learning ==> 論文研討
|
課程融入SDGs |
|
期考調查 |
期中考(第9週)考試方式 |
筆試
|
期末考(第18週)考試方式 |
專題展示
|
其他週考試考試週次與方式 |
分組報告
|
|
教學方式與評量方式 |
課程學習目標 | 教學方式 | 評量方式 |
了解數位影像處理原理 |
課堂講授
|
筆試
(
期中
)
|
撰寫數位影像處理程式 |
實作演練
|
作業
(
平時
)
|
製作數位影像處理專案 |
分組討論
|
實作
(
期末
)
|
報告數位影像處理相關文獻 |
其他
-分組報告
|
日常表現
(
平時
)
|
|
指定用書 |
書名 |
Digital Image Processing
|
作者 |
R. C. Gonzalez & R. E. Woods
|
書局 |
Princeton / Pearson
|
年份 |
2008
|
國際標準書號(ISBN) |
978-986-154-762-6
|
版本 |
3rd
|
請同學尊重智慧財產權,使用正版教科書,不得非法影印,以免觸犯智慧財產權相關法令
。 |
參考書籍 |
中譯本: Digital Image Processing - 數位影像處理 3/e, 原作者:R. C. Gonzalez & R. E. Woods, 譯者:繆紹綱, Princeton / Pearson.
|
教學軟體 |
Microsoft Visual C++; OpenCV; Octave; Python
|
課程規範 |
|