概述
文章目录
- 2020年春季中国科大数字图像分析DIA考试试题回忆
- 一、二值形态学
- 二、梯度算子
- 三、边缘检测算子
- 四、Chamfer distance
- 五、Hough 变换
- 六、直方图
- 七、SIFT与几何校验
- 八、图像分割与水平集
- 九、光流方程
- 十、深度卷积神经网络
- [数字图像分析 中科大 2019回忆版考题及复习重点(2019.05)](https://blog.csdn.net/qq_33757398/article/details/90380305)
- USTC中科大数字图像分析2019年考题回忆(2019.05)
- 1. 两张四面的试卷,共11题,且均为问答和计算类型的
- 2. 考题内容:
- 2017-2018学年上学期期末试题
- USTC-DIA-2019秋季考试
2020年春季中国科大数字图像分析DIA考试试题回忆
一、二值形态学
与前几年一样,考膨胀腐蚀、开启闭合的操作,最后一个实用算法。
今年的题类似于下图:
由左图通过二值形态学变换至右图(开启+闭合+边界提取)
二、梯度算子
还是前几年的算子,大致一样的问题。
第一问,问(a)(b)是什么算子。(拉普拉斯算子以及中心差分算子)
第二问,问(c)(d)是怎么从(b)拓展的(原理)
三、边缘检测算子
CANNY 与 SUSAN算子
第一问,CANNY和SUSAN算子是如何检测边缘点的
第二问,SUSAN算子检测边缘的步骤。
四、Chamfer distance
第一问,给出如下类似左图的一张图,让你在图上的白格子上直接计算距离,即弄成右图的形式。
第二问,给出一个下面的模板(下左图),并告诉你模板中心在图中的什么位置(如下右图 五角星处),然后计算此时的chamfer distance。
五、Hough 变换
第一问,往常一样,考椭圆经过霍夫变换后的形状。即以(
x
1
x_1
x1,
y
1
y_1
y1)为一个焦点坐标的所有椭圆,经过霍夫变换后(
x
2
x_2
x2,
y
2
y_2
y2,C)((
x
2
x_2
x2,
y
2
y_2
y2)是另一焦点坐标,C是焦距)的几何形状是什么?(此问版本答案为 圆台 )
第二问,一个圆盘,加上噪声,如何通过霍夫变换检测圆。图就是下面这个,步骤可按照底下标注来写(梯度取阈值后霍夫变换累加器,最后叠加显示)
六、直方图
第一问,为了增强图像表达能力,需要将图像进行划分,说两种图像划分方法的名称(三角形网络 六边形网络)
第二问,给一个patch,说明LBP直方图与梯度方向直方图的原理(如何构建直方图),并分别说明有哪些灰度不变性。
七、SIFT与几何校验
第一问,SIFT的四个不变性解释。(平移,尺度,旋转,亮度)
第二问,SIFT反色之后的变化(主方向变化与128-D描述子的变化)
第三问,基于空间编码的几何校验的过程原理步骤。
八、图像分割与水平集
第一问,图像分割的定义
第二问,水平集的基本思想
第三问,水平集的推导(只考了PPT上的部分)
九、光流方程
第一问,基于灰度不变假设,推导二维光流方程
第二问,光流方程在什么情况下不能确定(二义性的部分)
十、深度卷积神经网络
第一问,卷积在训练测试时的作用
第二问,最大池化在
L
p
L_p
Lp范数中p取什么值,
你认为是否可以将最大池化层改成 p可学习的
L
p
L_p
Lp范数?
数字图像分析 中科大 2019回忆版考题及复习重点(2019.05)
USTC中科大数字图像分析2019年考题回忆(2019.05)
1. 两张四面的试卷,共11题,且均为问答和计算类型的
2. 考题内容:
1、数字弦。给出两幅图像,分别判断图像中的数字弧是不是数字弦。
/// 在方格图中给你两条弦,让你判断是否是数字弦。(6分)
2、连通悖论。请举一个例子说明区域边界和区域内部都用4-连通或者8-连通带来的问题。
/// 举例说明内部和边界都是4连通,内部和边界都是8连通的连通悖论情况。
3、梯度算子。问下图(a)和图(b)是什么算子,图©和(d)在图(b)的基础上怎么扩展的,图(d)为什么比图©的效果好
/// 第一小题,问你(a)和(b)是什么算子。
第二小题,问你(b)扩展到(c)扩展原理是什么。(d)效果往往比(c)要好,解释下原因。
a是拉普拉斯算子,b是中心差分算子,c是prewitt算子,d是sobel算子。
4、Canny算子和SUSAN算子。两者怎么检测边缘点的,SUSAN算子的检测边缘的步骤。
/// 第一小题,问你Canny算子和SUSAN算子如何定义边缘点
第二小题,阐述SUSAN算子的基本步骤
5、链码与形状数。给定一副图像,方格里面是一个封闭的边界,也给了8向链码的基准方向,请写出它的链码和形状数,还问形状数消除了起点、旋转和尺度三者中的哪些影响,图像类似于:
/// 第一小题,给你一个图,让你写出它的链码,计算出形状
第二小题,形状数能消除起点选择、旋转变换、尺度变换这三种影响中的那几个因素。
6、二值形态。问经过怎样的二值化形态处理可以从图(a)变换到(b)
/// 重点是应用算法,这道题考的就是噪声消除和边界提取。
7、距离变换。给定一个二值图像,图像了里面是一个类似T的字母,请你在图像完成它的距离变换,第二问给定一个模板,在原图像上指定一点,求它的Chamfer distance,原图像类似于:
/// 给你一个模板,一个图。
第一小题,让你计算城区距离,只需要图
第二小题,用到模板,给你确定了模板的中心在图中的某个点,然后进行目标检测。其实就是算Chamfei Distance。
8、 Hough变换。第一问问一个椭圆经过Hough变换后点(x1, x2, C)的几何形状是什么样的,第二问问用Hough变换检测带噪声的圆环步骤。
/// 第一小题,经过一个焦点坐标(x1,y1)的所有椭圆,经过Hough变换后参数空间(x2,y2,C)构成的几何形状是什么。其中(x2,y2)是另一个焦点坐标。
第二小题,一个圆环的图像被噪声污染,问你基于图像梯度,如何利用Hough变换检测圆,并写出基本步骤。
9、SIFT描述子。
第一问:对视觉特征不变性的理解;第二问:SIFT特征不变性的原理,2017年的博客有解答,直接抄过来;第三问:问图像发生灰度变换(入反色)后,图像SIFT特征如何变化。
/// 第一小题,谈谈你对图像特征不变性的理解
第二小题,SIFT特征子如何实现特征不变性
第三小题,反色(f(x)=255-x)后的SIFT特征发生了什么变化。
10、水平集推导。推导就是PPT上的那部分,一模一样,没有变化。
/// 第一小题,问你水平集的基本思想
第二小题,变分法推导,就是PPT上的东西
11、光流方程。第一问推导,第二问光流不能估计平滑区域的原因。
/// 第一小题,光流方程的二维运动推导
第二小题,为啥在平滑图像区域光流方程的效果不好。
2017-2018学年上学期期末试题
- 连通悖论
- Marr算子,Canny算子
- 灰度共生矩阵 纹理
- 给模板和图像,求腐蚀、开启
- 给模板求距离变换、Chamfer Distance
- 链码及消除影响因素
- (1)SIFT不变性 (2)灰度变换(f(x)=255−x)后的描述子变化
- 光流方程推导,多义性
- 水平集流程、优势,演化方程推导,变分法
USTC-DIA-2019秋季考试
-
给出两幅图,让你分别判断是不是数字弦;
-
给出连通悖论的具体例子并解释;
-
给出算子让你判断是什么算子?(Robert,Prewitt,Sobel)
说明Sobel算子为什么比Robert算子更好? -
说明检测边缘算子Canny算子和SUSAN算子怎么定义的边缘;
说明SUSAN算子检测边缘步骤; -
给出一幅图,然后写出这个的链码及形状数;
说出形状数能够对于起点不变性,旋转不变形和尺度不变形,能够保持什么不变? -
给了一个有噪声的灰度图像,问如何利用数值形态学来变成另一幅图像;
-
给出了一个模板图像,一个待测图像,求Chammer Distance;
令模板图像的中心位置放在待测图像的某一个点上,问该点的数值是多少? -
SIFT描述子如何实现平移,旋转不变性,尺度不变性,亮度不变性;
反色变换对SIFT描述子的影响? -
给出了一个有缺陷的图像和图像增强的图像,问如何从它实现到它;
-
二维光流方程推导;
光流方程的二义性;
具体DIA复习前资料以及往年试题回忆PDF版参考我的另一篇博客:
2020年中国科大春季数字图像分析考前复习总结
同时另一同学的试题回忆:
数字图像分析 中科大 2020年7月试题回忆(含2019 2018年)
本文参考博客:
数字图像分析 中科大 2019回忆版考题及复习重点(2019.05)
USTC中科大数字图像分析2019年考题回忆(2019.05)
2017-2018学年上学期期末试题
USTC-DIA-2019秋季考试
最后
以上就是自由八宝粥为你收集整理的2020年春季中国科大数字图像分析DIA考试试题回忆2020年春季中国科大数字图像分析DIA考试试题回忆数字图像分析 中科大 2019回忆版考题及复习重点(2019.05)USTC中科大数字图像分析2019年考题回忆(2019.05)2017-2018学年上学期期末试题USTC-DIA-2019秋季考试的全部内容,希望文章能够帮你解决2020年春季中国科大数字图像分析DIA考试试题回忆2020年春季中国科大数字图像分析DIA考试试题回忆数字图像分析 中科大 2019回忆版考题及复习重点(2019.05)USTC中科大数字图像分析2019年考题回忆(2019.05)2017-2018学年上学期期末试题USTC-DIA-2019秋季考试所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复