一、涵蓋課程
本計畫包括影像處理課程教材、補充資料、習題、評量與測驗、專題題目及專題技術解析之數位化學習。影像處理在資訊科技上佔有相當重要的地位，在科學、工業、生活家電、國防、太空、電視、娛樂、通訊以及醫學各領域上之應用相當廣泛，並佔據相當重要的地位。
影像處理之基礎知識包括視覺原理、數位視覺表現、及影像格式等子領域；而進階技術則介紹各類影像理論基礎如影像分割、辨識、壓縮等等。講授過程藉由程式語言之使用，對所講授之資料與方法論加以實作練習。
本計畫希望設計一學期之影像處理課程內容，產生一適宜本所學生學習及教師授課之數位化教材，以網頁服務即時及交流便利特性，為現有課程教學進行補強，期能透過數位化教材進而提升本所影像處理授課品質及學習功效。
二、課程內容
本計畫課程內容包含影像處理，內容暫訂包括以下各項：
1.教材單元：共分六個部份，每部分有數個教材單元，每一教材單元，均就相關課題規劃下列內容項目:
.課程教材
.補充教材
.作業
.作業線上繳交
.作業線上評閱\r
.評量與測驗
2.課程大綱：
(1)Introduction
.Digital Image Processing
.Digital Image Representation
.Elements of digital image processing systems
.Mathematical Characterization of an Image
.Light entering the human visual system
(2)Introduction to Image Formats
.PCX
.BMP
.JPG
(3)Sampling and Quantization
.Representation of a continuous-time signal by its samples: The sampling theorem
.Reconstruction of a signal from its samples using interpolation
.The effect of undersampling: Aliasing
.Discrete-time processing of continuous-time signals
.Sampling in the frequency domain
.Discrete-time decimation and interpolation
(4)Fourier Transform
.Fourier Transformation
.The Discrete Fourier Transform
.Fast Fourier Transform(FFT)
(5)Image Enhancement
.Enhancement by Point Processing
.Contrast Manipulation
.Spatial filtering
.Enhancement in The Frequency Domain
.Generation of spatial masks from frequency domain specifications.
.Color Image Enhancement
(6)Image Restoration
.Degradation Model
.Diagonalization of circular and block-circulant matrices
.Algebraic Approach to Restoration
.Inverse Filtering
.Constrained Least Square Restoration
.Interactive Restoration
.Geometric Transformation
(7)Image Analysis
.Binary Image Hit or Miss Transformation
.Conditional Erosion
.Binary Image Generalized Dilation and Erosion
.Image Segmentation
.Detection of discontinuities
.Edge Linking and Boundary Detection
.Thresholding ‧Delaunay
(8)Image Compression
.Fundamentals
.Image Compress Model
.Information Theory
.Error-Free Compression
.Lossy Compression
.Image Compression Standards
.MPEG
3.專題實作單元：針對每一教材部分與教材單元，規劃專題實作單元，均規劃下列內容項目:
败 專題題目
败 專題技術解析
败 線上繳交
败 線上評閱\r
例如，將分別針對Image Segmentation、Transform、 Compression等擬定專題交由學生實作。