我是靠谱客的博主 阔达羊,最近开发中收集的这篇文章主要介绍USTC中科大数字图像分析2019年考题回忆先来一段废话考试重点(听课重点关注)考点覆盖(本博客的核心来了),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

博客1——USTC中科大数字图像分析2019年考题回忆

  • 先来一段废话
  • 考试重点(听课重点关注)
  • 考点覆盖(本博客的核心来了)
        • 1,考数字弦的判定
        • 2,考连通悖论
        • 3,考掩模(其实就是算子)
        • 4,考Canny算子和SUSAN算子
        • 5,考链码、差分码、形状数
        • 6,考腐蚀膨胀开启闭合
        • 7,考城区距离和Chamfer Distance
        • 8, 考Hough变换
        • 9, 考SIFT不变性
        • 10, 考水平集和变分法推导
        • 11, 考光流方程

先来一段废话

这是我的第一篇博客,目的是为了做一个有爱的师兄和承接师兄师姐的火力棒。

本人18级信院6系专硕,不过科大对于专硕和学硕区分度真没有,无论是待遇还是别的什么的,没啥讲究,这个还好。只是写到这里,想起了考研时候好多人纠结学硕专硕啥的,事实上6系对专硕更偏爱一些,我指的是毕业要求。

我是李厚强、周文罡老师的数字图像分析课程,当然听说了谭老师的那门课给分比较高。不过在选课时候李老师发布通知,说了谭老师那门课只能作为选修课,不能作为专业基础课。

好嘛,那就换了,一个宿舍的都换成了李厚强、周文罡老师的课程。

因为往年可以参考的考试真题还是蛮少的,虽然往年的许多经验真实有效,不过这门课的考题每年都在细微的变化,这些内容还是仅作为参考,不能全部依赖的(有试卷大改的坑别找我,这三篇博客的考点命中率达95%以上哟。而且我感觉这三年考点没啥大变化,不过不排除某年突然试卷大改什么的,试卷大改老师也会通知的,所以还是蛮有价值的)。

回忆回忆,上学期选了的专业基础课有信号检测与估计(叶中付、徐旭),数字信号处理2(杜俊、凌震华),这学期有矩阵分析与应用(龚晨、林宪正),数字图像分析(李厚强、周文罡)。看心情吧,再决定要不要写去其他课的课程经验什么的。

我在网上只看到两篇博客。
一篇是[数字图像分析 中科大 2017回忆版考题及复习重点(https://blog.csdn.net/DrCube/article/details/78812167)
另一篇[USTC2018年模式识别和数字图像分析考点总结(https://blog.csdn.net/weixin_42166578/article/details/85846747)
正好是17年18年的,然后就是我这个19年的。建议先把那两年的看看,因为有些东西那里面有的,我就不特别强调了。

好了,废话结束了。

考试重点(听课重点关注)

接下来是19年的考试重点(这个期末时候,老师会发在课程主页上的),这个属于真正的参考系列(试卷不大改的前提下,有三篇博客在,我对这个只笑笑不说话)。还是看看吧,我会黑色加粗标出19年考点。

也可以作为平时上课的重点关注。

附注一下:第二章和第八章中都提到了连通悖论,结合起来看。

第 2 章 相关图像基础

  1. 采样和量化:原理及产生的效果
  2. 像素间关系,连通悖论,距离测度
  3. 图像增强和图像恢复的区别
  4. 2D DFT 性质:图像空域的变换对频谱的影响
  5. 图像增强方法:直方图修正、锐化、平滑、伪彩色
  6. 图像恢复方法:空域滤波、时域滤波、运动恢复建模估计、几何校正

第 3 章 数字化的图像

  1. 图像网格采集效率
  2. 方盒量化、网格量化原理
  3. 数字弦、紧致弦的判定
  4. 2D 距离变换

第 4 章 边缘检测

  1. 边缘模型,边缘参数描述
  2. 边缘检测算子(Marr 算子、Canny 算子、SUSAN 算子)

第 5 章 图像分割

  1. 阈值分割,区域生长法,分裂合并法
  2. 分水岭分割算法,聚类分割算法
  3. 水平集分割的基本思想和优势,从曲线演化到水平集演化推导,利用变分法和梯度下降法推导演化方程;如何基于演化实现图像分割
  4. Graph Cut 分割的基本思想

第 6 章 模板匹配

  1. 相似性度量准测,分层搜索策略
  2. Hough 变换原理,如何基于 Hough 变换检测直线、圆、椭圆等

第 7 章 目标表达

  1. 基于边界的表达:链码,多边形近似
  2. 基于区域的表达:四叉树、骨架
  3. 基于变换的表达:傅里叶描述子(如何预处理、实现平移、旋转、缩放不变性)

第 8 章 简单目标描述

  1. 基于边界的描述:连通悖论、形状数
  2. 基于区域的描述:拓扑描述符,欧拉数,不变矩
  3. 区域标记和计数法

第 9 章 局部视觉特征

  1. 局部特征点检测方法:角点检测和块检测
  2. 局部区域描述方法: SIFT 特征描述子生成方法;
  3. Harris 角点检测子推导过程
  4. SIFT(亮度、平移、旋转、缩放变换)不变性原理;
    5.** 图像发生灰度变换(如反色)后,图像 SIFT 特征如何变化**
  5. 主方向估计方法(共三种)
  6. BOW 和 VLAD
  7. 乘积量化原理

第 10 章 形状分析

  1. 紧凑型描述符,复杂性描述符,拓扑结构描述
  2. 距离变换,如何基于 Chamfer Distance 进行目标检测
  3. Shape Context 原理

第 11 章 纹理分析
1 纹理描述的统计方法:局部二值模式、自相关、灰度共生矩阵(往年考了,今年没考)
2 分形计算方法

第 12 章二值形态学

  1. 二值形态学基本运算:腐蚀、膨胀、开启、闭合;
  2. 二值形态学运算的几何解释
  3. 对偶性证明
  4. 基于击中-击不中运算的目标检测
  5. 基于基本形态学的组合运算及实用算法

第 13 章 运动分析

  1. 相机运动建模
  2. 光流定义,方程推导以及二义性问题
  3. 运动表达方法:全局、基于像素的、基于块的、基于区域的
  4. 运动参数估计准则
  5. 穷举块匹配算法(MBMA)
  6. 层级块匹配算法(HBMA)
  7. 相位相关法

最后一句:看了博客的,都给我点个赞啊评论下什么的,我兴趣爱好是写小说,挺喜欢和读者互动的,无论好的坏的互动都喜欢。为啥喜欢女朋友,不喜欢娃娃,就是因为给点回应嘛。

考点覆盖(本博客的核心来了)

我考试结束后,坐在那实在无聊,就花了十分钟左右把考题背了。

这个博客,我会提到图像工程中册的书,也有PPT里的东西。是以PPT为主吧,偶尔一些东西书中更详细一些也会提一下。

PPT是基于2019年的课件,书是图像工程中册(图像分析)第三版,可以电子版也可以图书馆借阅。

提示:我属于水货,上课从未听过,考试复习两天半。

1,考数字弦的判定

在方格图中给你两条弦,让你判断是否是数字弦。(6分)

PPT中第三章24-26页。除此之外,建议一个麻溜地把紧致弦的判断也看看吧。这个不好说,只能自己看。

2,考连通悖论

让你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。

PPT中第二章2.1-2.3中38页和第八章4页。书中11页。画图这种事能省则省。

3,考掩模(其实就是算子)

给你四个3*3的掩模算子。

0100-10-1-1-1-1-2-1
1-41000000000
010010111121
第一小题,问你(a)和(b)是什么算子。
第二小题,问你(b)扩展到©扩展原理是什么。(d)效果往往比©要好,解释下原因。

PPT第四章12页,7页。a是拉普拉斯算子,b是robert算子,c是prewitt算子,d是sobel算子。第二题不会哟,请请教师兄师姐或者老师吧。

4,考Canny算子和SUSAN算子

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

水的。答案自寻。

5,考链码、差分码、形状数

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。

第一小题在PPT第七章6-9页,第八章8-11页。
第二小题是可以消除起点选择和旋转变换,从第一小题的那两章PPT就能看懂了。
嗯,这个还是蛮简单的。

6,考腐蚀膨胀开启闭合

给你两个图,问你怎么从第一个图到第二个图。

这个定义我觉得书中挺详细的,285页-290页,301页-306页。
PPT在第十二章4、6、18页,39-47,知识点的东西说起来复杂,理解起来很快,看呗。

重点是应用算法,也就是PPT的39-47页,这道题考的就是噪声消除和边界提取。

7,考城区距离和Chamfer Distance

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。

PPT第二章2.1-2.3中42-44页,城区距离。PPT第十章43-49页,Chamfei Distance。

8, 考Hough变换

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,一个圆环的图像呗噪声污染,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。

第一小题,请开始各自的表演。第二小题,我是把17年考题那个抄进去了,不过不知道对不对,因为题目中多了个图像梯度,不太懂啥意思。

啧啧,还是好好听课呀。

9, 考SIFT不变性

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。

看PPT,懒得翻了。

10, 考水平集和变分法推导

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

看PPT,懒得翻了。

11, 考光流方程

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。

看PPT,懒得翻了。

好了,19年考试真题就是这个,至于题目中带图那什么的,请勿怪我懒,因为确实没有必要做题,而是要看PPT的知识点,题目是变的。每年都不一样,没啥做的必要,而且知识点其实不难,点到位就可以了。

ps:2020年6月9日,时隔一年了,正赶上硕转博的关头,本来按照我最先的想法,如果导师说有名额给我,我也就正好转博就是,反正拿个博士学历血赚,刚看到有校友问这个,所以回复一下。

结果emmm,五月底六月初转博的时候,导师说有名额给我,我却考虑了很久而后放弃了,这是职业规划方面的吧,以前没想过这么远,后来就觉得自己不是专门搞科研的料子,没啥必要搞博士,还是看自己将来想从事什么吧。

最后补充一下,最近准备硕士毕业,做了FBP和ART图像重建算法,正在搞图像配准这一块,目前进度卡在非刚性图像配准这里。等我这段紧张的时间过去了,有机会我来写一篇关于三维图像重建和三维图像配准的帖子吧。

ps:csdn不常登,刚看到有人的私信,我就统一回复下了哈:
——目前在上海浦东张江,it行业,工作一年了,去年毕业就落户了(科大可以直接落),定居地的话,虽然魔都有房,但我也未必定居上海,都顺其自然吧还没想好,目前来看大抵就是合肥杭州上海三选一,未来打算的话可能先工作几年,然后计划考公或者创业啥的,也走一步看一步吧,对象的话谈过几个,但是目前单狗……难过。
————2022.6.28,上海解封一月后笔

最后

以上就是阔达羊为你收集整理的USTC中科大数字图像分析2019年考题回忆先来一段废话考试重点(听课重点关注)考点覆盖(本博客的核心来了)的全部内容,希望文章能够帮你解决USTC中科大数字图像分析2019年考题回忆先来一段废话考试重点(听课重点关注)考点覆盖(本博客的核心来了)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。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(55)

评论列表共有 0 条评论

立即
投稿
返回
顶部