※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：110-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
黃漢邦、林峻永合授
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
機械系選修
δ 課程大概內容
期中考前為黃漢邦老師；期中後為林峻永老師授課。
前半學期：
Introduction to robot vision
Overview of Matlab, OpenCV and Yolo
Frequency analysis
Fourier transform
Random process
Image formation and image processing
Image degradation and restoration
Morphological operation
後半學期：
Camera calibration
Hand eye calibration
Pose estimation
Stereo vision
Hough transform
Principle component analysis (PCA)
Curvature method
Featuring matching and selection
Neural network
Ω 私心推薦指數(以五分計) ★★★★★
黃漢邦：★★
林峻永：★★★
η 上課用書(影印講義或是指定教科書)
R. C. Gonzalez and R. E. Woods, Digital Image Processing, Prentice Hall, 4th E
dition,2018
μ 上課方式(投影片、團體討論、老師教學風格)
黃漢邦老師：
全部投影片上課，投影片內容就是節錄課本的文字跟影像處理前後的圖片，但是老師講授
速度很快，而且除了frequency analysis 和morphological operation之外很多內容都只
是通識性的帶過，如果要深入瞭解必須去翻原文書，或者yt上面有很多digital image pr
ocessing的課程，我覺得看完的收穫會更多。
前半學期課程涵蓋第一週的課程總覽跟228連假，老師還花一週請助教來介紹各種影像處
理的工具（真的只是概略性的介紹，一節課介紹完Matlab、OpenCV和YOLO），因此老師真
正有上到課的時間大概是三週，個人覺得很趕而且上課成效不是太好。第一週結束什麼課
都沒上，老師就出了一個calibration 的作業隔週交，當下真的覺得到底是三小...
林峻永老師：
每個單元的課程內容都來自於一篇論文，老師會整理論文的重點和推導，並抄寫在黑板上
進行講解，最後再用投影片統整一次。這邊就蠻看個人的喜好了，有人喜歡印出整篇pape
r然後上課對應著看，也有人比較喜歡跟著老師抄筆記，省去閱讀論文的時間，優點是只
要跟著上課作業一定寫得出來。此外，受到前一學期疫情影響，還有留存的上課影片可以
觀看。但是老師口條跟講解脈絡部分就不是太流利...
σ 評分方式(給分甜嗎？是紮實分？)
Homework: 25%
1st Exam: 25%
2nd Exam: 25%
Final project: 25%
ρ 考題型式、作業方式
第一次期中考可以帶一張A4雙面的小抄，考試內容都是從上課投影片和作業出，沒有太繁
瑣的計算和公式推導，只是需要知道一些影像處理的流程和方法，像是有一題就要求寫出
影像濾波的pseudo code。
第二次期中考受疫情影響為take home形式，可以查閱任何資料但是不能和其他人討論。
包含手寫和程式，內容和作業、上課例題差不多。兩次助教都沒有改的很嚴苛。
四次作業大概都是重現上課所講的演算法，不限程式語言。影像處理的部分都有現成的fu
nction可以用，而論文相關內容都要自己手刻。助教人很好！！！有問題跟他約office h
our 都會熱心協助，有一次作業卡住我拿著已經寫好的程式碼去請教，助教甚至花了兩三
個小時跟我逐行對答案並講解。
Final project 題目自訂，跟機器人和視覺相關即可，但是整個學期上課內容用在專題上
的部分可能很少很少，需要額外花費時間和心力研讀。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
不重視出席率，加簽全簽。
學過訊號與系統、線性代數會輕鬆一點，但是沒有也沒差。
程式語言的話就Matlab或python為佳。
Ψ 總結
筆者已經上過林峻永老師三門課，對於老師的口條可說已經滿習慣了；黃漢邦老師在機械
系也是出了名的硬邦邦。這門課在16週內有四次作業、期中期末考、口頭報告和書面報告
，loading不輕，修課前請三思並有心理準備。