智能圖像處理與機(jī)器視覺(jué)智慧樹(shù)知到期末考試答案章節(jié)答案2024年山東交通學(xué)院

智能圖像處理與機(jī)器視覺(jué)智慧樹(shù)知到期末考試答案+章節(jié)答案2024年山東交通學(xué)院Python是一種面向過(guò)程的解釋型腳本語(yǔ)言。（）

答案:錯(cuò)CNN中用來(lái)完成分類的是卷積層。（）

答案:錯(cuò)圖像去噪，通常處理的是白色、高斯、乘性噪聲。（）

答案:錯(cuò)注意力機(jī)制的基本原理是為特征圖中不同的區(qū)域分配不同的權(quán)重，即提取特征圖中關(guān)注對(duì)象的有用信息，同時(shí)抑制無(wú)用信息，從而實(shí)現(xiàn)高效的特征提取，并降低了網(wǎng)絡(luò)訓(xùn)練難度。（）

答案:對(duì)開(kāi)運(yùn)算可以在分離粘連目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。（）

答案:對(duì)數(shù)字圖像的最小單位是bit。（）

答案:錯(cuò)灰度特征（Gray）、尺度不變特征（SIFT）、方向梯度直方圖（HOG）都屬于人為設(shè)計(jì)的特征。（）

答案:對(duì)閾值分割可以大量壓縮數(shù)據(jù)，減少存儲(chǔ)容量，大大簡(jiǎn)化其后的分析和處理過(guò)程。（）

答案:對(duì)OpenCV采用優(yōu)化的C代碼編寫，能夠充分利用多核處理器的優(yōu)勢(shì)。（）。

答案:對(duì)閉運(yùn)算一般能平滑圖像的輪廓，削弱狹窄的部分，去掉細(xì)的突出。（）

答案:錯(cuò)透視變換屬于三維空間坐標(biāo)系變換。（）

答案:對(duì)池化操作一般有最大池化和平均池化。（）

答案:對(duì)YUV色彩表示和RGB色彩表示之間無(wú)法相互轉(zhuǎn)換。（）

答案:錯(cuò)彩色圖像CMYK模型中，四色印刷是指青（C）、品（M）、黃（Y）、黑（K）。（）

答案:對(duì)二階微分銳化在增強(qiáng)圖像細(xì)節(jié)方面比一階微分銳化具有更好的效果（）

答案:對(duì)印刷文字圖像采用閾值分割法效果顯著。（）

答案:對(duì)圖像的數(shù)字化包括以下哪些步驟（）。

答案:光電轉(zhuǎn)換###量化###采樣Python的設(shè)計(jì)哲學(xué)包括：（）。

答案:簡(jiǎn)單###明確###優(yōu)雅以下哪些運(yùn)算可使用變換矩陣完成（）。

答案:錯(cuò)切###平移。###縮放###鏡像關(guān)于分裂-合并分割圖像法，下列描述正確的有(）。

答案:不再依賴于種子點(diǎn)的選擇與生長(zhǎng)順序###選用合適的均勻性測(cè)試準(zhǔn)則對(duì)于提高圖像分割質(zhì)量十分重要###當(dāng)均勻性測(cè)試準(zhǔn)則選擇不當(dāng)時(shí)，很容易會(huì)引起“方塊效應(yīng)”Python可以在下列哪些平臺(tái)運(yùn)行：（）。

答案:MacOS###Windows###Linux###Unix以下目標(biāo)跟蹤方法中，屬于生成式方法的是（）。

答案:稀疏表示###字典學(xué)習(xí)###子空間R-CNN實(shí)現(xiàn)目標(biāo)檢測(cè)的過(guò)程為（）。

答案:輸入圖像，生成候選區(qū)域，提取特征向量，使用SVM進(jìn)行分類，輸出結(jié)果可用于圖片藝術(shù)化處理的技術(shù)是（）。

答案:圖像風(fēng)格化RGB模型中，表示白色灰度模型的是（）。

答案:（255，255，255）幾種邊緣檢測(cè)算子的優(yōu)缺點(diǎn)描述錯(cuò)誤的是（）。

答案:Canny算子對(duì)圖像邊緣不敏感池化層的作用不包括：（）。

答案:實(shí)現(xiàn)特征分類一幅400*300的真彩色圖像，存儲(chǔ)該圖像數(shù)據(jù)需要：（）。

答案:360000Byte利用待求象素四個(gè)鄰像素的灰度在兩個(gè)方向上作線性內(nèi)插，進(jìn)行圖像放大，該方法稱為雙線性插值。（）

答案:對(duì)基于循環(huán)神經(jīng)網(wǎng)絡(luò)RNN的方法不足在于處理遠(yuǎn)距離序列信息時(shí)存在梯度消失問(wèn)題，可能造成部分像索信息的丟失，導(dǎo)致像索的錯(cuò)誤分類。（）

答案:對(duì)TensorFlow的編程接口支持C++和Python，Java、Go和R等語(yǔ)言，是所有深度學(xué)習(xí)框架中對(duì)開(kāi)發(fā)語(yǔ)言支持最全面的。（）

答案:對(duì)OpenCV的全稱是OpenSourceComputerVisionLibrary。（）

答案:對(duì)一般來(lái)說(shuō)，采樣間距越小，圖像數(shù)據(jù)量越少，質(zhì)量越差。（）

答案:錯(cuò)灰度直方圖描述了圖像中灰度分布情況，能夠很直觀的展示出圖像中各個(gè)灰度級(jí)像素?cái)?shù)量及對(duì)比關(guān)系。（）

答案:對(duì)當(dāng)位圖文件信息頭中的biHeight值為正數(shù)時(shí)，圖像的像素值在文件中的存放順序是從上到下的順序。（）

答案:錯(cuò)FastR-CNN通過(guò)插入?yún)^(qū)域提議網(wǎng)絡(luò)，改進(jìn)為FasterR-CNN。（）

答案:對(duì)仿射變換是一種二維坐標(biāo)到二維坐標(biāo)之間的線性變換，保持二維圖形的“平直性”和“平行性”。（）

答案:對(duì)在隔行掃描方式下，如果幀率為25FPS，那么掃描的場(chǎng)數(shù)就是每秒50場(chǎng)。（）

答案:對(duì)如果圖像的量化等級(jí)在3bit以下，會(huì)發(fā)生偽輪廓現(xiàn)象。（）。

答案:對(duì)單連接成分：不包含孔的“1”連接成分。（）

答案:對(duì)當(dāng)R=6，G=8，B=10時(shí)，在HIS模型中，I=8*31/2。（）

答案:對(duì)當(dāng)R=6，G=8，B=10時(shí)，在HIS模型中，S=0.2。（）

答案:錯(cuò)黑白圖像是指圖像的每個(gè)像素只能是黑或者白，沒(méi)有中間的過(guò)渡，又稱為２值圖像。（）

答案:對(duì)全連接層的每一個(gè)結(jié)點(diǎn)都與上一層的所有結(jié)點(diǎn)相連，用來(lái)把前邊提取到的特征綜合起來(lái)。（）

答案:對(duì)TensorFlow是一個(gè)通過(guò)計(jì)算圖的形式來(lái)表述計(jì)算的編程系統(tǒng)。（）

答案:對(duì)乘法運(yùn)算可以檢測(cè)同一場(chǎng)景兩幅圖象之間變化。（）

答案:錯(cuò)在開(kāi)運(yùn)算和閉運(yùn)算中，進(jìn)行的腐蝕和膨脹運(yùn)算時(shí)必須使用同一個(gè)結(jié)構(gòu)元素。（）

答案:對(duì)在腐蝕運(yùn)算中，結(jié)構(gòu)元素的原點(diǎn)定位在背景像素上。（）

答案:錯(cuò)仿射變換，可以保持原來(lái)的相對(duì)關(guān)系不變，以下表述正確的是（）。

答案:相互平行的線仍然平行###線共點(diǎn)。以下設(shè)備屬于數(shù)字圖像處理系統(tǒng)的有（）。

答案:顯示器###攝像頭###顯卡區(qū)域生長(zhǎng)法分割圖像時(shí)，區(qū)域生長(zhǎng)的好壞決定于（）。

答案:終止條件###種子點(diǎn)的選取###生長(zhǎng)準(zhǔn)則偽彩色增強(qiáng)方法大致可以分為以下三類：（）。

答案:基于空域灰度級(jí)變換的偽彩色方法###密度分層法。###基于頻域的偽彩色方法真彩色模式圖像和索引色模式圖像都有的文件結(jié)構(gòu)有（）。

答案:信息頭###數(shù)據(jù)區(qū)###文件頭在圖像矩陣中，點(diǎn)P是邊界點(diǎn)，在4-/8-鄰接的情況下，P點(diǎn)的連接數(shù)可能是（）。

答案:2###1###4###3圖像噪聲按概率分布分類，可以分為（）。

答案:泊松噪聲###高斯噪聲卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成包括（）。

答案:池化層###卷積層###全連接層以下屬于非線性濾波的是（）。

答案:取鄰域像素值的最小值###取鄰域像素值的最大值###取鄰域像素值的中值###取鄰域像素值的均值閉運(yùn)算、開(kāi)運(yùn)算的功能作用有（）。

答案:邊緣提取###平滑處理###合并斷裂目標(biāo)物###分離粘連目標(biāo)物關(guān)于區(qū)域生長(zhǎng)分割圖像法，下列描述正確的有(）。

答案:區(qū)域生長(zhǎng)法是一種迭代的方法###可以用來(lái)分割比較復(fù)雜的圖像###區(qū)域生長(zhǎng)法是一種比較普遍的方法###在沒(méi)有先驗(yàn)知識(shí)可以利用時(shí)，可以取得最佳的性能以下屬于深度學(xué)習(xí)框架的有：（）。

答案:TensorFlow###Caffe###Keras###Pytorch人眼所感知的景物一般是連續(xù)的,我們稱之為模擬圖像。這種連續(xù)性是指（）。

答案:每個(gè)位置上光的強(qiáng)度變化的連續(xù)性###空間位置的連續(xù)性以下哪些是目標(biāo)檢測(cè)后處理算法（）。

答案:序列框匹配###魯棒高效的后處理###序列非極大值抑制卷積神經(jīng)網(wǎng)絡(luò)CNN的基本結(jié)構(gòu)包括：（）。

答案:卷積層###池化層###全連接層OpenCV中進(jìn)行圖像縮放的函數(shù)是：（）。

答案:cv2.resizeTensorFlow中對(duì)數(shù)組及字符串進(jìn)行連接、分割、排序等操作的算子是：（）。

答案:Arrayoperations索引色模式圖像中調(diào)色板有16種顏色，則數(shù)據(jù)區(qū)保存一個(gè)像素需要：（）。

答案:4bit計(jì)算顏色模型又稱為色度學(xué)顏色模型，主要應(yīng)用于純理論研究和計(jì)算推導(dǎo)，計(jì)算顏色模型有CIE的RGB、XYZ、（）等。

答案:LUV調(diào)整觀察者所在平面與觀察目標(biāo)物所在平面的角度關(guān)系的變換是（）

答案:透視變換廣泛應(yīng)用在體育賽事轉(zhuǎn)播的技術(shù)是（）。

答案:目標(biāo)跟蹤對(duì)于非特殊用途的灰度圖像，保存一個(gè)像素通常需要：（）。

答案:1BytePython使用__來(lái)表示程序中的嵌套關(guān)系。()

答案:縮進(jìn)下面應(yīng)用屬于圖像到圖像處理的是（）。

答案:證件照換背景圖像的亮暗程度離散化叫做：（）。

答案:量化圖像的像素值位于0-255之間，圖像的深度是。（）

答案:8位圖文件的文件頭中，文件類型標(biāo)識(shí)為：（）。

答案:BMOpenCV中彩色圖像RGB三個(gè)分量的存儲(chǔ)順序是：（）。

答案:BGR下列何種運(yùn)算可以生成圖象疊加效果（）。

答案:加法運(yùn)算按照?qǐng)D像高度、寬度等比例或者不等比例方式，對(duì)圖像中像素進(jìn)行等間隔或者不等間隔挑選，進(jìn)行圖像縮小后，出現(xiàn)下面哪個(gè)問(wèn)題（）。

答案:部分細(xì)節(jié)信息丟失TensorFlow具有以下哪些特點(diǎn)（）。

答案:基于圖運(yùn)算###可移植性###高度的靈活性與效率###多語(yǔ)言支持在目標(biāo)檢測(cè)中，只有兩個(gè)目標(biāo)分類類別，即目標(biāo)邊界框和非目標(biāo)邊界框。（）

答案:對(duì)在隔行掃描方式下，每?jī)纱螔呙璨拍墚a(chǎn)生一幅圖像。（）

答案:對(duì)深度學(xué)習(xí)跟蹤器（DeepLearningTracker，DLT）可以使用離線預(yù)訓(xùn)練和在線微調(diào)的方式進(jìn)行訓(xùn)練。（）

答案:對(duì)使用區(qū)域（region）可以加快目標(biāo)檢測(cè)的速度。（）

答案:對(duì)CNN、HOG+SVM、YOLO都可以用來(lái)實(shí)現(xiàn)目標(biāo)檢測(cè)。（）

答案:對(duì)圖像目標(biāo)檢測(cè)和視頻目標(biāo)檢測(cè)沒(méi)什么不同。（）

答案:錯(cuò)以下特征屬于人工設(shè)計(jì)的特征的有（

）。

答案:灰度特征（Gray）###尺度不變特征（SIFT）###哈爾特征（Haar-like）###方向梯度直方圖（HOG）視頻目標(biāo)檢測(cè)要解決的問(wèn)題就是對(duì)視頻中每一幀都正確的識(shí)別和定位。（）

答案:對(duì)FCNT和MDNET是兩種常見(jiàn)的目標(biāo)跟蹤網(wǎng)絡(luò)。（）

答案:對(duì)CNN中用來(lái)完成分類的是：（）。

答案:全連接層TensorFlow中變量的初始值可以設(shè)置成隨機(jī)數(shù)、常數(shù)或者是通過(guò)其他變量的初始值計(jì)算得到。（）

答案:對(duì)TensorFlow中用來(lái)進(jìn)行矩陣運(yùn)算的算子是：（）。

答案:Matrixoperations池化層可以降低特征圖的分辨率。（）

答案:對(duì)TensorFlow中用來(lái)表示對(duì)數(shù)據(jù)的運(yùn)算和操作的是：（）。

答案:node節(jié)點(diǎn)卷積核的尺寸是由人為指定的。（）

答案:對(duì)Session擁有并管理TensorFlow程序運(yùn)行時(shí)的所有資源。（）

答案:對(duì)TensorFlow是哪個(gè)公司開(kāi)發(fā)的：（）。

答案:谷歌CNN的基本結(jié)構(gòu)不包括：（）。

答案:反向池化層卷積核的參數(shù)值是人為指定的。（）

答案:錯(cuò)在HSI顏色模型中:分量(I):可以不看作是單一圖像，而是包含在色調(diào)和飽和度分量中的彩色信息，常被不加改變地保留下來(lái)。（）

答案:對(duì)當(dāng)R=3，G=4，B=5時(shí)，在HIS模型中，S=0.25。（）

答案:對(duì)視覺(jué)顏色模型是指與人眼對(duì)顏色感知的視覺(jué)模型相似的模型，它主要用于彩色的理解，常見(jiàn)的有（）。

答案:HSL模型###HSI模型###HSV模型###都是色譜可分為6個(gè)寬的區(qū)域：紫色、藍(lán)色、綠色、黃色、橙色和紅色（）。

答案:紫色、藍(lán)色、綠色、黃色RGB模型中，表示黑色灰度模型的是（）。

答案:（0，0，0）通過(guò)分別對(duì)彩色圖像的R、G、B三個(gè)分量進(jìn)行處理可以對(duì)單色圖像進(jìn)行彩色增強(qiáng)從而達(dá)到對(duì)彩色圖像進(jìn)行彩色增強(qiáng)的目的。（）

答案:對(duì)在近彩色直方圖方法中，直方圖的級(jí)別只有43=64級(jí)。（）

答案:對(duì)在RGB模型下，彩色圖像的直方圖方法有（）。

答案:都是###分通道直方圖###近彩色直方圖###單變量直方圖在彩色圖像處理中，常使用HIS模型，它適于做圖像處理的原因主要有（）。

答案:色調(diào)與飽和度的概念與人眼的感知聯(lián)系緊密。###在HIS模型中亮度分量與色度分量是分開(kāi)的可以利用灰度圖像的銳化方法，對(duì)彩色圖像的每個(gè)通道進(jìn)行銳化處理，達(dá)到彩色圖像的銳化效果。（）

答案:對(duì)膨脹的效果是給圖像中的對(duì)象邊界加像素，而腐蝕則是刪除邊界的某些像素。（）

答案:對(duì)閉運(yùn)算可以在合并斷裂目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。（）

答案:對(duì)在圖像矩陣中，點(diǎn)P是內(nèi)部點(diǎn)，則P點(diǎn)的連接數(shù)是（）。

答案:0在腐蝕運(yùn)算中，圖像矩陣邊緣處不能被結(jié)構(gòu)元素覆蓋的部分只能作為背景。（）

答案:錯(cuò)區(qū)域可以認(rèn)為是圖像中具有相互連通、一致屬性的像素集合。（）

答案:對(duì)7、在閾值分割法中，選取閾值的方法有（

）。

答案:全局閾值法###局部閾值法###自適應(yīng)閾值法。###最小誤差法在開(kāi)運(yùn)算和閉運(yùn)算中，進(jìn)行的腐蝕和膨脹運(yùn)算時(shí)可以選擇不同的結(jié)構(gòu)元素。（）

答案:錯(cuò)對(duì)屬于同一個(gè)1像素連接成分的所有像素分配相同的編號(hào)，對(duì)不同的連接成分分配不同的編號(hào)的操作，叫做連接成分的標(biāo)記。（）

答案:對(duì)在圖像連接性概念中，圖像的連接成分主要有（）。

答案:孔###單連接成分###多連接成分###孤立點(diǎn)根據(jù)圖像不同區(qū)域情況不同選取不同閾值的方法稱為自適應(yīng)閾值方法。（）

答案:對(duì)Canny邊緣檢測(cè)的主要步驟有（）。

答案:檢測(cè)強(qiáng)邊緣###計(jì)算梯度###消除噪聲###應(yīng)用NMS算法（非極大值算法）###抑制弱邊緣當(dāng)一個(gè)像素滿足（）條件時(shí)，則被認(rèn)為是圖像的邊緣點(diǎn)。

答案:都是。###以該點(diǎn)為中心的3×3鄰域中的邊緣強(qiáng)度極大值小于某個(gè)閾值###該點(diǎn)的邊緣強(qiáng)度大于沿該點(diǎn)梯度方向的兩個(gè)相鄰像素點(diǎn)的邊緣強(qiáng)度計(jì)算梯度###與該點(diǎn)梯度方向上相鄰兩點(diǎn)的方向差小于45°在閾值分割法中，選取閾值的方法有（

）。

答案:自適應(yīng)閾值法。###全局閾值法###最小誤差法###局部閾值法如圖1所示，在圖像二維矩陣中，數(shù)字表示像素點(diǎn)的灰度級(jí)，相似準(zhǔn)則采取鄰近點(diǎn)的灰度級(jí)與區(qū)域內(nèi)的平均灰度級(jí)的差小于2，以9為生長(zhǎng)點(diǎn)，其生長(zhǎng)結(jié)果為（

）。

答案:如圖1所示，在圖像二維矩陣中，數(shù)字表示像素點(diǎn)的灰度級(jí)，相似準(zhǔn)則采取鄰近點(diǎn)的灰度級(jí)與區(qū)域內(nèi)的平均灰度級(jí)的差小于2，以9為生長(zhǎng)點(diǎn)，其生長(zhǎng)結(jié)果為（

）。5586489722832222

答案:5586489722832222幾種邊緣檢測(cè)算子的優(yōu)缺點(diǎn)描述正確的是（）。

答案:Roberts算子：邊緣定位精度高，但容易丟失一部分邊緣常用的區(qū)域分割方法有（）。

答案:區(qū)域生長(zhǎng)法###分裂—合并法。分裂—合并法，基于二叉樹(shù)思想，把原圖像作為樹(shù)根或零層，把一幅圖像R分成不重疊的2塊。（）

答案:錯(cuò)圖像分割是把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。（）

答案:對(duì)為圖像指定目標(biāo)直方圖形狀（灰度分布），這一操作稱為（）。

答案:直方圖規(guī)定化圖像噪聲，按噪聲與圖像信號(hào)的疊加關(guān)系，分為加性噪聲和乘性噪聲。（）

答案:對(duì)圖像去噪，通常處理的是白色、高斯、加性噪聲。（）

答案:對(duì)灰度直方圖不僅統(tǒng)計(jì)各灰度級(jí)像素多少，也能統(tǒng)計(jì)各灰度級(jí)像素在圖像中所處的位置。（）

答案:錯(cuò)圖像噪聲，按功率譜是否為常數(shù)，可以分為白噪聲和有色噪聲。（）

答案:對(duì)頻域偽彩色增強(qiáng)法是把灰度圖像經(jīng)過(guò)傅立葉變換到頻域，然后采用三個(gè)不同傳遞特性的濾波器，在頻域?qū)⒃瓐D像的頻譜分離成三個(gè)獨(dú)立分量，分別對(duì)這三個(gè)獨(dú)立分量再進(jìn)行傅立葉逆變換，從而得到三幅代表不同頻率分量的單色圖像，將這三幅單色圖像分別作為紅、綠、藍(lán)三個(gè)分量進(jìn)行合成，得到偽彩色圖像。（）

答案:對(duì)圖像邏輯運(yùn)算必須保證2幅圖或者圖與矩陣具有相同行、列像素?cái)?shù)。（）

答案:對(duì)點(diǎn)運(yùn)算是對(duì)一幅圖像中每個(gè)像素點(diǎn)的灰度值進(jìn)行計(jì)算的方法。（）

答案:對(duì)以下算法可以檢測(cè)同一場(chǎng)景兩幅圖象之間變化的是（）。

答案:減法運(yùn)算幾何運(yùn)算運(yùn)算包括（）。

答案:仿射變換###位置變換。以下運(yùn)算可以去除白色“疊加性”噪音的是（）。

答案:加法運(yùn)算利用待求象素四個(gè)鄰像素的灰度在兩個(gè)方向上作線性內(nèi)插，進(jìn)行圖像放大，該方法稱為（）。

答案:最近鄰插值在待求象素的四鄰像素中，將距離待求象素最近的鄰像素灰度賦給待求像素，進(jìn)行圖像放大，該方法稱為（）。

答案:最近鄰插值透視變換的本質(zhì)是將圖像投影到一個(gè)新的視平面。（）

答案:對(duì)仿射變換，可以保持原來(lái)的線共點(diǎn)、點(diǎn)共線的關(guān)系不變。（）

答案:對(duì)Python只能用來(lái)進(jìn)行人工智能開(kāi)發(fā)。（）

答案:錯(cuò)Python的設(shè)計(jì)哲學(xué)不包括：（）。

答案:高效Python使用變量不需要提前定義。（）

答案:對(duì)OpenCV中顯示圖像使用的函數(shù)是：（）。

答案:cv2.imshowOpenCV采用C/C++語(yǔ)言編寫，只有采用C/C++語(yǔ)言的接口。（）

答案:錯(cuò)OpenCV可以運(yùn)行的平臺(tái)有（）。

答案:Linux###MacOS###Android###WindowsPython是自由軟件之一，是免費(fèi)、開(kāi)源的。（）

答案:對(duì)Anaconda科學(xué)計(jì)算工具中默認(rèn)的開(kāi)發(fā)工具：（）。

答案:SpyderPython