計(jì)算機(jī)視覺技術(shù)知到智慧樹章節(jié)測試課后答案2024年秋重慶電子科技職業(yè)大學(xué)

計(jì)算機(jī)視覺技術(shù)知到智慧樹章節(jié)測試課后答案2024年秋重慶電子科技職業(yè)大學(xué)第一章單元測試

人類視覺對（）更敏感？

A:黃光B:綠光C:紅光D:藍(lán)光

答案:綠光人類的眼睛更容易關(guān)注到圖像的邊緣區(qū)域是人類視覺系統(tǒng)的（）特性在起作用。

A:視覺掩蓋B:視覺關(guān)注C:亮度對比度敏感D:內(nèi)在推導(dǎo)

答案:亮度對比度敏感識別圖像中目標(biāo)與目標(biāo)之間的關(guān)系屬于計(jì)算機(jī)視覺任務(wù)層級（）。

A:圖像定位B:圖像識別C:圖像理解D:圖像跟蹤

答案:圖像理解在分析圖像前進(jìn)行去噪、轉(zhuǎn)換、增強(qiáng)等處理，屬于（）。

A:圖像預(yù)處理B:特征提取C:圖像分析D:圖像獲取

答案:圖像預(yù)處理人類視覺系統(tǒng)有哪些視覺特性？（）

A:視覺掩蓋B:內(nèi)在推導(dǎo)C:色彩敏感度D:視覺關(guān)注

答案:視覺掩蓋；內(nèi)在推導(dǎo)；色彩敏感度；視覺關(guān)注下列選項(xiàng)中屬于計(jì)算機(jī)圖像表示形式的有（）。

A:灰度圖B:風(fēng)景圖C:二值圖D:彩色圖

答案:灰度圖；二值圖；彩色圖下列選項(xiàng)中，與圖像處理相關(guān)的庫有（）。

A:NumPyB:PillowC:MatplotlibD:OpenCV

答案:NumPy；Pillow；Matplotlib；OpenCV

第二章單元測試

OpenCV的深度學(xué)習(xí)模塊是（）。

A:coreB:contribC:dnnD:photo

答案:dnn以下為OpenCV讀取圖像、顯示圖像和保存圖像函數(shù)的選項(xiàng)是（）。

A:imread()、imwrite()、imshow()B:imread()、imshow()、iwrite()C:imread()、imshow()、imwrite()D:iread()、imwrite()、imshow()

答案:imread()、imshow()、imwrite()下列選項(xiàng)中表示以灰度圖模式讀取圖像的關(guān)鍵字是（）。

A:cv2.IMREAD_GRAYSCALEB:cv2.IMREAD_ANYDEPTHC:cv2.IMREAD_ANYCOLORD:cv2.IMREAD_COLOR

答案:cv2.IMREAD_GRAYSCALE將圖像由RGB轉(zhuǎn)為灰度圖的語句是（）。

A:cv2.cvtColor(im,cv2.COLOR_BGR2RGB)B:cv2.cvtColor(im,cv2.COLOR_GRAY2RGB)C:cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)D:cv2.cvtColor(im,cv2.COLOR_RGB2GRAY)

答案:cv2.cvtColor(im,cv2.COLOR_RGB2GRAY)OpenCV讀取圖像的默認(rèn)通道排序順序是“藍(lán)色-綠色-紅色”。（）。

A:錯B:對

答案:對Pillow讀取圖像的默認(rèn)通道排序順序是“藍(lán)色-綠色-紅色”。（）。

A:錯B:對

答案:錯OpenCV3.+版本import的模塊名稱是cv2（）。

A:錯B:對

答案:對

第三章單元測試

通過將輸入圖像的所有像素值+1實(shí)現(xiàn)圖像提亮，屬于基本運(yùn)算中的（）。

A:幾何運(yùn)算B:代數(shù)運(yùn)算C:點(diǎn)運(yùn)算D:邏輯運(yùn)算

答案:點(diǎn)運(yùn)算OpenCV繪制矩形的函數(shù)為（）。

A:cv2.line()B:cv2.waitKey()C:cv2.rectangle()D:cv2.putText()

答案:cv2.rectangle()OpenCV實(shí)現(xiàn)卷積變換的函數(shù)為（）。

A:cv2.filter2D()B:cv2.line()C:cv2.rectangle()D:cv2.waitKey()

答案:cv2.filter2D()卷積運(yùn)算的邊緣填補(bǔ)方法有（）。

A:cv2.BORDER_REPLICATEB:cv2.BORDER_WRAPC:cv2.BORDER_CONSTANTD:cv2.BORDER_DEFAULT

答案:cv2.BORDER_REPLICATE；cv2.BORDER_WRAP；cv2.BORDER_CONSTANT；cv2.BORDER_DEFAULTTkinter的Frame支持的布局方式有（）。

A:listB:PlaceC:GridD:Pack

答案:Place；Grid；PackOpenCV圖像運(yùn)算中，符號加法和函數(shù)加法對結(jié)果是一樣的。（）。

A:錯B:對

答案:錯OpenCV圖像的邏輯運(yùn)算是按位運(yùn)算，即先將8位整數(shù)轉(zhuǎn)成8位二進(jìn)制數(shù)，按位進(jìn)行邏輯運(yùn)算后再轉(zhuǎn)換回8位整型。（）。

A:錯B:對

答案:對

第四章單元測試

繪制直方圖時，如果每1個灰度級分為一組，可分為（）組。

A:255B:128C:256D:1

答案:256一副昏暗環(huán)境下拍攝的圖像，其像素分布大都集中在（）區(qū)間。

A:中間像素B:高像素C:兩端像素D:低像素

答案:低像素matplotlib庫函數(shù)subplot(2,2,1)表示（）。

A:在劃分為的表格的第2個子區(qū)域繪圖B:在劃分為的表格的第1個子區(qū)域繪圖C:按順序在劃分為的表格中繪圖D:按順序在劃分為的表格繪圖

答案:在劃分為的表格的第1個子區(qū)域繪圖OpenCV完成HIS亮度分量均衡法是基于（）分量。

A:HB:SC:VD:I

答案:V圖像增強(qiáng)能夠解決以下哪些問題。（）

A:采集設(shè)備的噪聲污染導(dǎo)致圖像特征不明顯B:曝光太亮導(dǎo)致目標(biāo)不突出C:圖像特別暗導(dǎo)致細(xì)節(jié)不明顯D:霧霾天氣導(dǎo)致圖像對比度低、色彩退化

答案:采集設(shè)備的噪聲污染導(dǎo)致圖像特征不明顯；曝光太亮導(dǎo)致目標(biāo)不突出；圖像特別暗導(dǎo)致細(xì)節(jié)不明顯；霧霾天氣導(dǎo)致圖像對比度低、色彩退化下列哪些是直方圖的性質(zhì)（）。

A:一幅圖像對應(yīng)一個灰度直方圖B:直方圖具有可加性C:只反應(yīng)灰度級像素?cái)?shù)量，不反映像素的位置D:一個直方圖可能對應(yīng)多幅圖像

答案:一幅圖像對應(yīng)一個灰度直方圖；直方圖具有可加性；只反應(yīng)灰度級像素?cái)?shù)量，不反映像素的位置；一個直方圖可能對應(yīng)多幅圖像直方圖均衡法屬于是一種空域法類的圖像增強(qiáng)技術(shù)。（）

A:對B:錯

答案:對直方圖是一種圖像增強(qiáng)方法。（）

A:錯B:對

答案:對

第五章單元測試

中值濾波屬于（）。

A:頻域去噪B:小波變換去噪C:形態(tài)學(xué)去噪D:空域去噪

答案:空域去噪利用像素周圍個像素值的中間值代替原值的平滑處理方法是（）。

A:雙邊濾波B:高斯濾波C:均值濾波D:中值濾波

答案:中值濾波以下說法正確的是（）。

A:開運(yùn)算能夠填充內(nèi)部的小孔洞B:開運(yùn)算使輪廓變光滑，能夠彌合狹窄的間斷C:開運(yùn)算是先膨脹后腐蝕D:開運(yùn)算是先腐蝕后膨脹

答案:開運(yùn)算是先腐蝕后膨脹OpenCV的均值濾波函數(shù)是（）。

A:cv2.blur()B:cv2.medianBlur()C:cv2.erode()D:cv2.GaussianBlur()

答案:cv2.blur()常見的圖像噪聲有（）。

A:高斯噪聲B:柏松噪聲C:椒鹽噪聲D:均勻噪聲

答案:高斯噪聲；柏松噪聲；椒鹽噪聲；均勻噪聲圖像形態(tài)學(xué)基本操作有（）。

A:膨脹B:閉運(yùn)算C:腐蝕D:開運(yùn)算

答案:膨脹；腐蝕

第六章單元測試

色彩統(tǒng)計(jì)定位先將圖像轉(zhuǎn)變?yōu)椋ǎ┠Ｊ揭蕴崛☆伾秶?/p>

A:HSVB:GrayC:LabD:RGB

答案:HSVOpenCV閾值分割函數(shù)為（）。

A:cv2.matchTemplate()B:cv2.imread()C:cv2.threshold()D:cv2.blur()

答案:cv2.threshold()OpenCV模版匹配函數(shù)為（）。

A:cv2.threshold()B:cv2.imread()C:cv2.matchTemplate()D:cv2.blur()

答案:cv2.matchTemplate()將thresh參數(shù)設(shè)置為（）可以根據(jù)圖像的灰度分布統(tǒng)計(jì)信息，自動確定分割閾值的大小。

A:cv2.THRESH_TOZEROB:cv2.THRESH_OTSUC:cv2.THRESH_BINARYD:cv2.THRESH_TRUNC

答案:cv2.THRESH_OTSU圖像分割就是把圖像分成若干個特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程（）。

A:錯B:對

答案:對模板匹配不需要匹配模板的支持（）。

A:對B:錯

答案:錯

第七章單元測試

下列哪個不是視頻文件格式（）。

A:jpgB:rmvbC:movD:avi

答案:jpg以下不是檢測圖像邊緣的的算子是：（）

A:Sobel算子B:SIFT算子C:Laplacian算子D:Scharr算子

答案:SIFT算子OpenCV提供的輪廓提取函數(shù)為（）。

A:shift()B:canny()C:findContours()D:drawContours()

答案:findContours()下列選項(xiàng)是視頻屬性的是（）。

A:分辨率B:幀速率C:編碼格式D:峰值信照比

答案:分辨率；幀速率；編碼格式；峰值信照比下列哪些是圖像邊緣提取算子（）。

A:CannyB:RobertsC:SobelD:Sift

答案:Canny；Roberts；Sobel

第八章單元測試

EigenFace方法是基于（）實(shí)現(xiàn)的人臉識別方法。

A:Haar分類器B:Haar-like特征C:PCAD:LBP

答案:PCA以下不是人臉數(shù)據(jù)集的是：（）

A:ImageNetB:CelebAC:ORLD:Yale

答案:ImageNet檢測鼻梁可使用haar-like特征中的（）。

A:中心特征B:邊界特征C:線特征D:對角特征

答案:線特征下列選項(xiàng)是Haar-like特征類別的是（）。

A:邊界特征B:對角特征C:線特征D:中心特征

答案:邊界特征；對角特征；線特征；中心特征下列哪些是OpenCV提供的人臉識別算法（）。

A:FisherfacesB:HaarC:LBPD:Eigenfaces

答案:Fisherfaces；LBP；Eigenfaces

第九章單元測試

以下說法不正確的是（）。

A:目標(biāo)跟蹤的任務(wù)是跟蹤視頻中特定目標(biāo)的移動軌跡。B:語義分割的任務(wù)是從圖像中識別并分割出目標(biāo)個體C:圖像識別的任務(wù)是對圖像進(jìn)行分類D:目標(biāo)檢測的任務(wù)是檢測出圖像中的目標(biāo)類型和位置。

答案:語義分割的任務(wù)是從圖像中識別并分割出目標(biāo)個體從圖像中識別并分割出目標(biāo)個體的任務(wù)是（）。

A:語義分割B:圖像定位C:實(shí)例分割D:圖像識別

答案:實(shí)例分割以下選項(xiàng)錯誤的是（）。

A:深度學(xué)習(xí)算法依靠人工設(shè)計(jì)的特征進(jìn)行學(xué)習(xí)。B:機(jī)器學(xué)習(xí)算法的特征設(shè)計(jì)對檢測的結(jié)果影響非常大C:傳統(tǒng)機(jī)器學(xué)習(xí)的目標(biāo)檢測方法的主要過程為區(qū)域選擇、人工特征提取和檢測D:基于深度學(xué)習(xí)的目標(biāo)檢測方法是一種“端到端”的檢測方法。

答案:深度學(xué)習(xí)算法依靠人工設(shè)計(jì)的特征進(jìn)行學(xué)習(xí)。下列選項(xiàng)是圖像領(lǐng)域具有代表性的網(wǎng)絡(luò)模型的是（）。

A: