計算機視覺技術(shù)智慧樹知到期末考試答案2024年

計算機視覺技術(shù)智慧樹知到期末考試答案2024年計算機視覺技術(shù)圖象與灰度直方圖間的對應(yīng)關(guān)系是（）。

A:一一對應(yīng)B:一對多C:都不D:多對一答案:多對一下列選項中，可以返回2維直方圖的函數(shù)是（）

A:createCLAHE()B:hist()C:calcHist()D:equalizeHist()答案:hist()OpenCV用于將圖像寫入文件的函數(shù)是（）

A:imread()B:VideoCapture()C:imwrite()D:imshow()答案:imwrite()OpenCV用于對圖像執(zhí)行仿射變換的函數(shù)是（）

A:flip()B:resize()C:warpAffine()D:warpPerspective()答案:warpAffine()OpenCV使用（）語言實現(xiàn)。

A:JavaB:C/C++C:PythonD:JavaScript答案:C/C++Numpy數(shù)組a的切分語句a[0:10]表示（）

A:索引位置0到位置9的數(shù)據(jù)B:索引位置0到位置11的數(shù)據(jù)C:索引位置1到位置10的數(shù)據(jù)D:索引位置0到位置10的數(shù)據(jù)答案:索引位置0到位置9的數(shù)據(jù)下列選項中，可繪制直方圖的函數(shù)是（）

A:equalizeHist()B:histogram()C:calcHist()D:hist()答案:calcHist()warpAffine()函數(shù)不能實現(xiàn)的圖像操作是（）

A:旋轉(zhuǎn)B:縮放C:扭曲D:平移答案:扭曲圖像灰度量化用6比特編碼時，量化等級為（）。

A:32個B:64個C:128個D:256個答案:64個下列選項中，（）都屬于計算機視覺系統(tǒng)的圖像表示形式。

A:風(fēng)景圖B:灰度圖C:彩色圖D:二值圖答案:二值圖###灰度圖###彩色圖以下選項中，屬于人類視覺特性的有（）。

A:視覺掩蓋B:視覺關(guān)注C:色彩敏感度D:內(nèi)在推導(dǎo)答案:視覺關(guān)注###色彩敏感度###視覺掩蓋###內(nèi)在推導(dǎo)圖像中常見的噪聲形式有（）。

A:高斯噪聲B:柏松噪聲C:均勻噪聲D:椒鹽噪聲答案:均勻噪聲###柏松噪聲###椒鹽噪聲###高斯噪聲以下選項中，屬于圖像增強處理范圍的是（）。

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

A:邊界特征B:線特征C:對角特征D:中心特征答案:邊界特征###線特征###中心特征###對角特征人類視覺對紅光更敏感。（）

A:錯B:對答案:錯一般來說，直方圖均衡化處理對于灰度分布比較均衡的圖像的處理效果比較明顯。（）

A:錯B:對答案:錯OpenCV閾值分割函數(shù)為cv2.threshold()。（）

A:對B:錯答案:對語義分割的任務(wù)是從圖像中識別并分割出目標(biāo)個體。（）

A:錯B:對答案:錯在分析圖像前進行去噪、轉(zhuǎn)換、增強等處理，屬于圖像分析。（）

A:錯B:對答案:錯均值平滑濾波器可用于銳化圖像邊緣。（）

A:對B:錯答案:錯開運算使輪廓變光滑，能夠彌合狹窄的間斷。（）

A:錯B:對答案:錯matplotlib庫函數(shù)subplot(2,2,1)表示按順序在劃分為的表格繪圖。（）

A:錯誤B:正確答案:錯通過將輸入圖像的所有像素值+1實現(xiàn)圖像提亮，屬于基本運算中的點運算。（）

A:對B:錯答案:對一幅圖像經(jīng)過直方圖均衡化處理后，其對比度一定比原始圖像的對比度提高。（）

A:對B:錯答案:錯OpenCV用于繪制方框的函數(shù)是（）

A:circle()B:rectangle()C:ellipse()D:line()答案:AI參考:正確答案是B:rectangle()。OpenCV是一個強大的計算機視覺庫，用于處理圖像和視頻數(shù)據(jù)。在OpenCV中，用于繪制方框的函數(shù)是rectangle()，而不是circle()、ellipse()或line()。因此，B選項是正確答案。'執(zhí)行a=np.arange(12)后，下列選項不能正確執(zhí)行的是（）

A:a.reszie((3,5),refcheck=False)B:a.shape=(3,-1)C:a.reshape((2,3))D:a.resize((3,4))答案:AI參考:執(zhí)行`a=np.arange(12)`后，正確選項是D:`a.resize((3,4))`。這是因為數(shù)組的resize方法可以改變數(shù)組的大小，但在此題中，只有選項D可以正確執(zhí)行。\n\n選項A,B,C都可以正確執(zhí)行，因為它們都使用了正確的reshape方法。\n\n選項D的錯誤在于它使用了錯誤的resize方法。resize方法不接受新的形狀，它只接受一個表示新大小的參數(shù)。所以選項D應(yīng)該改為`a.resize((3,5))`，這樣才能正確改變數(shù)組的大小。\n\n因此，正確選項是D。'以下OpenCV函數(shù)組合中，實現(xiàn)圖像的讀取、顯示和保存的選項是（）。

A:imread()、imwrite()、imshow()B:imread()、imshow()、iwrite()C:iread()、imwrite()、imshow()D:imread()、imshow()、imwrite()答案:AI參考:正確答案是D：imread()、imshow()、imwrite()。\n\nOpenCV庫中，imread()函數(shù)用于讀取圖像文件，imshow()函數(shù)用于顯示圖像，imwrite()函數(shù)用于保存圖像。這三個函數(shù)組合起來可以實現(xiàn)圖像的讀取、顯示和保存。因此，選項D是正確的。選項A、B和C中的imshow()函數(shù)后面的iwrite()是不存在的，因此是錯誤的。'threshold()函數(shù)的type參數(shù)設(shè)置為（），表示將小于閾值的像素值置0。

A:THRESH_TRUNCB:THRESH_BINARYC:THRESH_BINARY_INVD:THRESH_TOZERO答案:AI參考:正確選項是【B:THRESH_BINARY】。\n\nthreshold()函數(shù)的type參數(shù)用于指定閾值處理方式，其中THRESH_BINARY表示將小于閾值的像素值置0。因此，選項B是正確答案。其他選項的含義如下：\n\n*THRESH_TRUNC：將小于閾值的像素值截斷為0。\n*THRESH_BINARY_INV：將大于或等于閾值的像素值置1，小于閾值的像素值保持不變。\n*THRESH_TOZERO：將所有像素值置0，無論其原值大小。'常用平滑出來方法中，利用周圍像素值的中間值代替原值的方法是（）。

A:雙邊濾波B:均值濾波C:高斯濾波D:中值濾波答案:AI參考:答案：D：中值濾波。\n中值濾波是一種非線性信號處理技術(shù)，能有效消除或抑制噪聲，尤其能抑制那些因為椒鹽噪聲而變形的邊緣。其基本原理是把數(shù)字圖像或掃描圖像的每個像素值設(shè)置為鄰域內(nèi)所有像素值的排序中值。所以本題選D。'關(guān)于信噪比（SNR）的說法錯誤的是（）

A:PSNR主要用于衡量圖像壓縮質(zhì)量的好壞B:SNR越高表明圖像噪聲越少，圖像質(zhì)量越高C:PSNR值越大代表受損幀越接近原始幀D:SNR越高表明圖像噪聲越多，圖像質(zhì)量越差答案:AI參考:關(guān)于信噪比（SNR）的說法錯誤的是：PSNR主要用于衡量圖像壓縮質(zhì)量的好壞。\n\nPSNR（峰值信噪比）是一個用于衡量圖像質(zhì)量的指標(biāo)，但它并不能完全反映圖像壓縮后的質(zhì)量。雖然PSNR值越高，受損幀與原始幀之間的差距越小，但是SNR越高并不代表圖像噪聲越少，圖像質(zhì)量越高。相反，SNR越高表明圖像噪聲越多，圖像質(zhì)量越差。因此，選項A是錯誤的。選項B、C和D都是正確的描述。'人類視覺的特殊生理構(gòu)造使人類對（）更敏感。

A:綠光B:紅光C:藍光D:黃光答案:AI參考:人類視覺的特殊生理構(gòu)造使人類對紅光更敏感。\n\n人類視網(wǎng)膜含有一種特殊的視錐細(xì)胞，可以感知顏色，其中對紅光最敏感，而對綠光和藍光的敏感度相對較低。因此，人類對紅光的感知要比其他顏色的光線更強烈，更容易被感知。所以，正確答案是B：紅光。'Matplotlib的subplot(2,2,2)表示（）。

A:按順序在劃分為的表格中繪圖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繪圖D:在劃分為的表格的第2個子區(qū)域繪圖答案:AI參考:答案：D:在劃分為的表格的第2個子區(qū)域繪圖。\nsubplot(2,2,2)函數(shù)是用于創(chuàng)建n*m個圖形，這里n和m代表表格中的列數(shù)和行數(shù)，最后兩個數(shù)字指定當(dāng)前圖形的位置，數(shù)字為坐標(biāo)系的整數(shù)索引。這里函數(shù)后有三個數(shù)字2,2,2，代表要劃分的表格有2行4列，subplot(2,2,2)表示在劃分的表格的第2個子區(qū)域繪圖。因此，本題答案為D選項。'下列選項中，實現(xiàn)模版匹配的OpenCV函數(shù)為（）。

A:cv2.imread()B:cv2.matchTemplate()C:cv2.threshold()D:cv2.blur()答案:AI參考:正確答案是B:cv2.matchTemplate()。\n\ncv2.matchTemplate()是OpenCV庫中用于模板匹配的函數(shù)，它可以將一個模板圖像與輸入圖像進行匹配，返回一個匹配度得分矩陣。其他選項中，cv2.imread()用于讀取圖像文件，cv2.threshold()用于圖像閾值化處理，cv2.blur()用于圖像模糊處理。因此，B選項是正確答案。'在去噪方法中，高斯濾波屬于（）。

A:空域去噪B:形態(tài)學(xué)去噪C:頻域去噪D:小波變換去噪答案:AI參考:在去噪方法中，高斯濾波屬于空域去噪。因此，正確答案為A。形態(tài)學(xué)去噪是一種基于圖像結(jié)構(gòu)的非線性去噪方法，而頻域去噪則是通過對圖像進行傅里葉變換后再進行濾波處理，達到去噪的目的。小波變換去噪則是通過多尺度分解和閾值處理來實現(xiàn)去噪效果。'下列哪種模式可用于色彩統(tǒng)計定位。（）

A:LabB:HSVC:GrayD:RGB答案:AI參考:選項D：RGB模式通常用于色彩統(tǒng)計定位。RGB模式是計算機顯示顏色所用的最多的模式，它可以提供全范圍的彩色表現(xiàn)，包括亮度和飽和度都極高以及飽和度適中的各種顏色，這些特點使得它特別適合于進行色彩定位的分析和處理。其他選項中，Lab模式主要用于色彩匹配；HSV模式主要用于色彩選擇；Grayscale模式主要用于灰度處理，不適合用于色彩統(tǒng)計定位。因此，正確答案是D：RGB模式。'OpenCV的imread()函數(shù)獲取圖像對象的數(shù)據(jù)類型為（）

A:int8B:floatC:uint16D:uint8答案:AI參考:正確選項是D:uint8。OpenCV的imread()函數(shù)用于讀取圖像文件，返回的圖像對象的數(shù)據(jù)類型通常是uint8，即無符號8位整數(shù)。這個數(shù)據(jù)類型可以表示從黑色到白色的一系列灰度值，適合用于處理灰度圖像或彩色圖像的灰度通道。其他選項如int8、float和uint16可能不適合處理圖像數(shù)據(jù)。'計算機視覺處理研究的內(nèi)容不包括（）。

A:圖像增強B:圖像分割C:圖像數(shù)字化D:數(shù)字圖像存儲答案:AI參考:正確選項是C：圖像數(shù)字化。\n\n計算機視覺處理研究的內(nèi)容主要包括圖像增強、圖像分割、圖像識別、圖像理解等，這些都是與圖像數(shù)字化后的處理有關(guān)的內(nèi)容。而圖像數(shù)字化只是計算機視覺處理的基礎(chǔ)步驟，不屬于研究內(nèi)容。'以下選項中，識別圖像中目標(biāo)之間的關(guān)系屬于（）任務(wù)。

A:圖像識別B:圖像跟蹤C:圖像定位D:圖像理解答案:AI參考:正確選項是D：圖