数字图像分析考试（周文罡，李厚强）

得益于之前17,18，19年的师兄做的分享，所以为了能够继续服务好下一届的学弟学妹们，因为决定继续写下去。重要说明的一点就是试卷发下去，一定一定要先看看总共有几道题。因为受之前试卷只有几道题的影响，导致我习惯性认为只有9道题，结果最后5分钟，在老师提醒要交卷的情况下，才发现最后一页背面还有两道大题；考完直接哭晕在厕所。。。

2019秋季考试题回忆

现在是距离考试结束过去4天，试题回忆如下（不按顺序）

1. 给出两幅图，让你分别判断是不是数字弦；

2. 给出连通悖论的具体例子并解释；

3. 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？

4. 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；

5. 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？

6. 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；

7. 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？

8. 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？

9. 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；

10. 二维光流方程推导；
    光流方程的二义性；

    忘记了一题，不过那题应该是在之前的师兄写的博客试题里面，应该 比较简单否则我也不会忘记了

试卷试题回答

1. 这个得需要看PPT，PPT上面有详细的例子；不难，就是画结构元沿着点走过的图，然后连接原图像上任意的两个点看看有没有出圈；
2. 连通悖论的例子在第三版的图像工程（中册）书上有具体的例子；
3. 判断是什么算子，这个在PPT上面具体的对应的模板；
   Sobel算子比其他算子多考虑了像素间位置关系的约束；
4. Canny算子利用的是边缘检测算子（sobel）,所以认为极大值点为边缘检测点（可以看看图像边缘模型就懂了）；SUSAN算子是利用核同值区来定义，认为USAN（核同值区）最小的为边缘或者角点；
   边缘检测步骤：看之前师兄上面总结的即可；
5. 求链码数，有四方向的和八反向的，只要顺着顺序标上箭头就可以了；（注意看是顺时针还是逆时针），差分数是第i个数减去第i-1个数然后求余即可，第一个数减去最后一个数；形状数就是对差分数重新排列成自然数最小的值；
   形状数具有起点不变性，旋转不变性
6. 当时给出的从一种图像到另一种图像：首先是利用闭合运算去除闭合图像内的孔洞，然后利用开启运算去除噪声；最后就是提取边界（A-(Af腐蚀B)），这个都是在数值形态学实用算法里面的；个人认为这题下年不会再考，但是极有可能换个数值形态学的其他的实用领域；
7. 主要就是求Chamer Distance，这个很灵活，主要就是把PPT上面的知识点看会就行；
8. 这个SIFT不变性，师兄们总结的很详细了；
   师兄之前总结的很详细；
9. 这个是利用阈值分割来增强改善图像效果的；考察多阈值分割，灰度直方图均衡化知识点；
   10.光流方程推导和二义性，师兄们之前总结的很详细了；

其他重要知识点总结

1. 相关概念VS卷积概念
   卷积运算需要对卷积核进行反转操作；而相关不需要；但实际情况基本上模板都是对称的，所以卷积核相关概念实际效果一样；
2. 梯度算子和拉普拉斯算子
   梯度算子是利用一阶差分来近似代替；拉普拉斯算子是二阶分别求导；
3. BOW和VLAD
   BOW步骤：
   1. 利用SIFT算法从不同类别的图像中提取视觉词汇向量，这些向量代表代表的是图像中局部不变的特征点；
   2. 将所有特征点向量集合到一块，利用K-means算法合并词义相近的视觉词汇，构造一个包括K个词汇的单词表；
   3. 统计单词表中每个单词在图像中出现的次数，从而将图像表示为一个K韦数值向量；
   VLAD步骤：
   1. 将图像分成若干块，分别对每一块进行统计特征；
   2. 采用一种多尺度的分块算法，分块的粒度越大越细，呈现出一种层次金字塔的结构；
4. 数值形态学的对偶性证明
   腐蚀和膨胀的对偶性；开启和闭合的对偶性证明；
5. Shape context 原理思想？
   1. 对于给定的 一个形状，通过边缘检测算子(Can’n’y算子 )获取轮廓边缘，对轮廓边缘采样得到一组离散子集；
   2. 计算形状上下文：以其中任意一点P为参考点，在以P为参考点，R为半径局域内按照对数间隔建立一个N个同心圆，再将此区域沿圆周方向M等方，连接圆心，形成靶状模板，统计各个扇区的点分布数，形成统计直方图；
   3. 比较直方图是否相似，来判断是否匹配；
6. SUSAN算子检测步骤：
   SUSAN算子采用一种近似圆形的模板，用圆形模板在图像上移动，模板内部每个图像像素点的灰度值都和模板中心像素灰度的差值小于一定的阈值，则认为该点与核具有相同的灰度，由这些像素组成的区域称为核同值区；在边缘点或者角点的USAN值最小；
7. Haris coener角点检测推导
   在PPT上面；
8. 相似度量准则
   1. 对于干扰和噪声不敏感；
   2. 用来进行匹配的特征向量，最好有位移，尺度，旋转，关照不变性；
   3. 应有匹配速度快，匹配精度性能高
9. fourier变换实现不变性
   因为全是符号，不太好写；老师会在黑板上写一遍的；

以上就是数字图像分析（李厚强，周文罡）-DIA2019秋季考试试卷内容，希望对大家有所帮助

最后

以上就是忧心寒风为你收集整理的USTC-DIA-2019秋季考试数字图像分析考试（周文罡，李厚强）的全部内容，希望文章能够帮你解决USTC-DIA-2019秋季考试数字图像分析考试（周文罡，李厚强）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。