課程概述 |
一.內容: 講授電腦視覺之基本觀念及立論基礎。
介紹各種電腦視覺可能之應用,
並配合各項相關專題課程的需求研發適當之演算法及計算架構並完成軟體模擬。
將涵蓋:
概觀 (Overview), 黑白機器視覺 (Binary Machine Vision): 門檻值 (Thresholding) 與分割 (Segmentation), 黑白機器視覺: 區域分析 (Region Analysis), 統計圖案辨識 (Statistical Pattern Recognition), 數學形態學 (Mathematical Morphology), 鄰域運算子 (Neighborhood Operators), 調節與加標籤 (Conditioning and Labeling), 小平面模型 (The Facet Model), 質料 (Texture), 影像分割 (Image Segmentation), 取出弧與分割 (Arc Extraction and Segmentation)o
二.教科書: R. M. Haralick and L. G. Shapiro, Computer and Robot Vision,
Vol. I, Addison-Wesley, Reading, MA, 1992.
主要參考書: R. C. Gonzalez and R. E. Woods, Digital Image Processing,
Addison-Wesley, Reading, MA, 1992.
R. Jain, R. Kasturi, and B. G. Schunck, Machine Vision,
McGraw-Hill, New York, 1995.
三.成績評量方式: 平時作業, 期中考, 期末考
四. 預修課程:
備註: 選修, 大三以上可修, 每週演講: 3 小時
|