壹、科目名稱 |
影像處理概論 |
英文名稱 |
Introduction to Image Processing |
|||||
貳、課程類別 |
先修課程 |
|
學期數 |
1 |
學分/時數 |
3/3 |
||
參、課程形式 |
□正課 █正課含實習 █電腦教室實習 □一般實習課 |
|||||||
肆、教學目標 |
使學生熟悉數位影像處理的基本原理及應用技術,並藉由影像程式之實作訓練,使學生具備影像檢測之基礎實作能力。 |
|||||||
單元主題 |
內容綱要 |
授課時數 |
||||||
影像處理簡介 |
1.
數位影像處理的基本步驟 2.
影像處理系統的組成單元 3.
影像處理系統之硬體及軟體介紹 4. 影像處理應用實例介紹 |
6 |
||||||
數位影像基礎 |
1. 視覺感知的要素 2. 光與電磁波頻譜 3. 影像的感應與擷取 4. 像素間的基本關係 |
3 |
||||||
影像增強 |
1.
基本灰階轉換 2.
直方圖法增強 3.
使用算數/邏輯運算增強 4.
平滑及銳化濾波器 |
6 |
||||||
彩色影像處理 |
1.
色彩的基礎模型 2.
色彩轉換 3.
平滑化與銳化 4.
色彩分割 |
6 |
||||||
影像之形態學處理 |
1. 膨脹與侵蝕 2. 斷開與閉合 3. 形態學演算法應用於邊界抽取、區域填充、細線化及尋找骨架 |
6 |
||||||
影像分割 |
1.
邊緣連接與邊界檢測 2.
臨界值法 3.
區域分割 4.
分割運動中的影像 |
6 |
||||||
影像特徵抽取與描述 |
1.
邊界描述法 2.
區域描述法 3.
紋理描述法 4.
主成份描述法 |
6 |
||||||
物體辨識 |
1.
依相關性進行比對 2.
最小距離分類器、Bayes分類器 3.
類神經網路分類法 |
9 |
||||||
。