รายละเอียด

การประมวลผลภาพและการรับรู้ภาพดิจิทัล / Digital Image Processing and Computer Vision

  • 17 สัปดาห์
  • จำนวนนักศึกษา 0 คน
  • อาจารย์ผู้สอน 1 คน

ข้อมูลรายวิชา

  • รหัสรายวิชา : MENEE184
  • ชื่อรายวิชา(TH) : การประมวลผลภาพและการรับรู้ภาพดิจิทัล
  • ชื่อรายวิชา (EN) : Digital Image Processing and Computer Vision
  • เทอม / ปีการศึกษา : 1/2563

รายละเอียด

จัดการเรียนการสอนแบบออนไลน์ในคาบทฤษฎีผ่านโปรแกรม MS Team หรือ Zoom และการติดต่อสื่อสารด้วยช่องทางอื่นๆ

รายวิชา - การประมวลผลภาพและการรับรู้ภาพดิจิทัล

บทที่ 1 Introduction
- What is Digital Image Processing?
- The Origins of Digital Image Processing
- Fundamental Steps in Digital Image Processing
- Components of an Image Processing System

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 2 Digital image fundamentals
- Elements of visual perception
- Light and electromagnetic spectrum
- Image sensing and acquisition
- Image sampling and quantization
- Some basic relationships between pixels
- Linear and nonlinear operations

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 3 Image enhancement in the spatial domain
- Background
- Some basic gray level transformations
- Histogram processing
- Enhancement using arithmetic/logic operations
- Basics of spatial filtering
- Smoothing spatial filters
- Sharpening spatial filters
- Combining spatial enhancement methods

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 4 Image enhancement in the frequency domain
- Background
- Introduction to the Fourier transform in the frequency domain
- Smoothing frequency domain filters
- Sharpening frequency domain filters
- Homomorphic filtering
- Implementation

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 5 Image restoration
- A Model of degradation/restoration process
- Noise models
- Restoration in the presence of noise only-spatial filtering
- Periodic noise reduction by frequency domain filtering
- Linear, position-invariant degradation
- Estimating the degradation function
- Inverse filtering
- Minimum mean square error (Weiner) filtering
- Constrained least square filtering
- Geometric mean filter
- Geometric transformations

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 6 Color image processing
- Color fundamentals
- Color models
- Pseudocolor image processing
- Basics of full-color image processing
- Color transformations
- Smoothing and sharpening
- Color segmentation
- Noise in color image
- Color image compression

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 7 Wavelet and multiresolution processing
- Background
- Multiresolution expansion
- Wavelet transforms in one dimension
- The fast wavelet transforms
- Wavelet transforms in two dimension
- Wavelet packets

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 8 Image compression
- Image compression models
- Elements of information theory
- Error-free compression
- Lossy compression
- Image compression standard

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

สอบกลางภาค
กิจกรรม : สอบกลางภาค

บทที่ 9 Morphological image processing
- Preliminaries
- Dilation and erosion
- Opening and closing
- The Hit-or-Miss transformation
- Some basic Morphological algorithms
- Extension to gray-scale image

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 10 Image segmentation
- Detection of discontinuities
- Edge linking and boundary detection
- Thresholding
- Region-based segmentation
- Segmentation by morphological watersheds
- The use of motion in segmentation

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 11 Representation and description
- Representation
- Boundary description
- Regional descriptors
- Use of principal components for description
- Relational descriptors

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 12 Object recognition
- Pattern and pattern classes
- Recognition based on decision-theoretic methods
- Structural methods
- Summary

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 13 Bayesian decision theory
- Bayesian decision theory – Continuous features
- Minimum-Error-Rate Classification
- Classifiers, discriminant functions, and decision surfaces
- The normal density
- Discriminant functions for the normal density
- Error probabilities and integrals
- Error bound for normal densities
- Bayes decision theory – Discrete features
- Missing and noisy features

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 14 Maximum-Likelihood estimation
- Introduction
- Maximum-Likelihood estimation
- Bayesian estimation
- Bayesian parameter estimation

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

บทที่ 15 Linear discriminant functions
- Linear discriminant functions and decision surfaces
- Generalized linear discriminant functions
- Minimizing the perceptron criterion function
- Relaxation procedures
- Non-separable behavior
- Minimum squared-error procedures

กิจกรรม : บรรยาย ศึกษา ฝึกทำและวิเคราะห์ตัวอย่างโจทย์

ทบทวน
กิจกรรม : บรรยายทบทวน สรุป ตอบข้อซักถาม แลกเปลี่ยนความกคิดเห็นและ ให้ข้อเสนอแนะ

อาจารย์ผู้สอน