1. Course number and name

010123210-64 การประมวลภาพและการมองเห็นของเครื่อง (Image Processing and Machine Vision)

2. Credits and contact hours

3(3-0-6)

3. Instructor’s or course coordinator’s name

Dr.Vera Sa-ing

4. Text book, title, author, and year

1. David A. Forsyth and Jean Ponce, “Computer Vision: A Modern Approach (Second edition),” Prentice Hall Professional Technical Reference, 2002.
2. Richard Szeliski, “Computer Vision: Algorithms and Applications,” Springer, 2010.
3. Jan Erik Solem, “Programming Computer Vision with Python,” O'Reilly Media, 2012.
4. Stefan van der Walt, Johannes L. Schonberger, and the scikit-image contributors, “scikit-image: Image processing in Python,” PeerJ 2:e453, 2014.

5. Specific course information

1. brief description of the content of the course (catalog description)
   Fundamentals of digital image processing; Image enhancement in spatial and frequency domains; Image restoration; Color image processing; Wavelets and multiresolution processing; Image compression; Morphological image processing; Image segmentation; Representation and description; Object recognition; Currently interesting image processing topics.
2. prerequisites or co-requisites
   010123106-64 Introduction to Signals and Systems
3. indicate whether a required, elective, or selected elective (as per Table 5-1) course in the program
   Elective : A required course in the program.

6. Specific goals for the course

1. specific outcomes of instruction (e.g. The student will be able to explain the significance of current research about a particular topic.)
   1. CLO1 an ability to identify, formulate, and solve complex engineering problems incorporated with basic digital image processing and image problem by applying principle of learned image processing algorithms to solve the problem.
   2. CLO2 an ability to function effectively on a team whose members together provide leadership by creating a project to solve the interesting problem
   3. CLO3 an ability to develop and conduct appropriate experimentation, analyze and interpret data, and use engineering judgment to draw conclusions by using the image processing algorithms
2. explicitly indicate which of the student outcomes listed in Criterion 3 or any other outcomes are addressed by the course.

   ABET Student Outcome (SO) Listed in Criterion 3	Course learning outcome (CLO)
   PO2 : การวิเคราะห์ปัญหาทางวิศวกรรม สามารถระบุปัญหา สืบค้นทางเอกสาร สร้างแบบจำลองรวมตั้งสมการความสัมพันธ์ระหว่างตัวแปรต่าง ๆ เพื่อหาคำตอบ และแก้ไขปัญหาทางวิศวกรรมที่ซับซ้อน จนได้ข้อสรุปเบื้องต้น โดยใช้หลักการและเครื่องมือวิเคราะห์ทางด้านคณิตศาสตร์ วิทยาศาสตร์ และทางด้านวิศวกรรมศาสตร์ ทั้งนี้ ให้คำนึงถึงการพัฒนาที่ยั่งยืนในทุกองค์ประกอบ	CLO1 an ability to identify, formulate, and solve complex engineering problems incorporated with basic digital image processing and image problem by applying principle of learned image processing algorithms to solve the problem.

7. Brief list of topics to be covered

8. Course Assessment