課程資訊
課程名稱
 統計影像處理
Statistical Image Processing 
開課學期
 100-2 
授課對象
 電機資訊學院  電信工程學研究所  
授課教師
 曹建和 
課號
 CommE5031 
課程識別碼
 942 U0460 
班次
  
學分
 3 
全/半年
 半年 
必/選修
 選修 
上課時間
 星期二5,6,7(12:20~15:10) 
上課地點
 電二144 
備註
 總人數上限：50人 
Ceiba 課程網頁
 http://ceiba.ntu.edu.tw/1002SIP00 
課程簡介影片
 
核心能力關聯
 核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

1. Introduction
2. Low Level MRF Models
3. Discontinuities in MRFs
4. Discontinuity-Adaptivity Model and Robust Estimation
5. High Level MRF Models
6. MRF Parameter Estimation
7. Parameter Estimation in Optimal Object Recognition
8. Minimization -- Local Methods
9. Minimization -- Global Methods
 

課程目標
 To be acquaint with statistical techniques in dealing with Markov Random Fields.
Understand statistical image modeling and analysis techniques.
Understand applications of Bayes’ theory in image restoration, segmentation and analysis.
 
課程要求
 預修科目:
Digital image processing
Probability and Random process

成績評量方式:
- Homework Assignments: 20%
- Midterm Exams: 40%
- Final Report: 40%
 
預期每週課後學習時數
  
Office Hours
  
指定閱讀
  
參考書目
 Markov Random Field Modeling in Computer Vision, S. Z. Li, 2 ed., Springer, 2001.
Image analysis, random fields and Markov chain Monte Carlo methods : a mathematical introduction, 2 ed., G. Winkler, Springer, 2003.
 
評量方式
(僅供參考)
  
No.
項目
百分比
說明
1. 
 期中考 
20% 
  
2. 
 期末考 
20% 
  
3. 
 作業 
20% 
  
4. 
 報告 
20% 
  
5. 
 出席 
20% 
  
 
課程進度
週次
日期
單元主題
第1週
 02/21  Introduction 
第2週
 03/06  Introduction 
第3週
 03/13  Introduction 
第4週
 03/20  Introduction 
第5週
 03/27  Chap 2 Low Level MRF  
第6週
 04/10  Chap 2 Low Level MRF  
第7週
 04/17  Chap 2 Low Level MRF 
第8週
 04/24  Chap 2 Low Level MRF 
第9週
 05/01  Chap 2 Low Level MRF 
第10週
 05/08  Chap 8/9 Minimization Techniques 
第11週
 05/15  Chap 8/9 Minimization Techniques 
第12週
 05/22  Chap 4 Discontinuities 
第13週
 05/29  Chap 6 Parameter Estimation 
第14週
 06/05  Chap 6 Parameter Estimation 
第15週
 06/12  Chap 6 Parameter Estimation 
第16週
 06/19  期末考