計(jì)算機(jī)視覺技術(shù)智慧樹知到期末考試答案2024年

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

A:一一對(duì)應(yīng)B:一對(duì)多C:都不D:多對(duì)一答案:多對(duì)一下列選項(xiàng)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(duì)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(yǔ)言實(shí)現(xiàn)。

A:JavaB:C/C++C:PythonD:JavaScript答案:C/C++Numpy數(shù)組a的切分語(yǔ)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(xiàng)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(shí)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(shí)，量化等級(jí)為（）。

A:32個(gè)B:64個(gè)C:128個(gè)D:256個(gè)答案:64個(gè)下列選項(xiàng)中，（）都屬于計(jì)算機(jī)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(xiàng)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(xiàng)中，屬于圖像增強(qiáng)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(duì)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(duì)比度低、色彩退化Haar-like包含了（）。

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

A:錯(cuò)B:對(duì)答案:錯(cuò)一般來(lái)說(shuō)，直方圖均衡化處理對(duì)于灰度分布比較均衡的圖像的處理效果比較明顯。（）

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

A:對(duì)B:錯(cuò)答案:對(duì)語(yǔ)義分割的任務(wù)是從圖像中識(shí)別并分割出目標(biāo)個(gè)體。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)在分析圖像前進(jìn)行去噪、轉(zhuǎn)換、增強(qiáng)等處理，屬于圖像分析。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)均值平滑濾波器可用于銳化圖像邊緣。（）

A:對(duì)B:錯(cuò)答案:錯(cuò)開運(yùn)算使輪廓變光滑，能夠彌合狹窄的間斷。（）

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

A:錯(cuò)誤B:正確答案:錯(cuò)通過(guò)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)算中的點(diǎn)運(yùn)算。（）

A:對(duì)B:錯(cuò)答案:對(duì)一幅圖像經(jīng)過(guò)直方圖均衡化處理后，其對(duì)比度一定比原始圖像的對(duì)比度提高。（）

A:對(duì)B:錯(cuò)答案:錯(cuò)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(gè)強(qiáng)大的計(jì)算機(jī)視覺庫(kù)，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(xiàng)是正確答案。'執(zhí)行a=np.arange(12)后，下列選項(xiàng)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(xiàng)是D:`a.resize((3,4))`。這是因?yàn)閿?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(xiàng)D可以正確執(zhí)行。\n\n選項(xiàng)A,B,C都可以正確執(zhí)行，因?yàn)樗鼈兌际褂昧苏_的reshape方法。\n\n選項(xiàng)D的錯(cuò)誤在于它使用了錯(cuò)誤的resize方法。resize方法不接受新的形狀，它只接受一個(gè)表示新大小的參數(shù)。所以選項(xiàng)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(xiàng)是D。'以下OpenCV函數(shù)組合中，實(shí)現(xiàn)圖像的讀取、顯示和保存的選項(xiàng)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(kù)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(gè)函數(shù)組合起來(lái)可以實(shí)現(xiàn)圖像的讀取、顯示和保存。因此，選項(xiàng)D是正確的。選項(xiàng)A、B和C中的imshow()函數(shù)后面的iwrite()是不存在的，因此是錯(cuò)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(xiàng)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(xiàng)B是正確答案。其他選項(xiàng)的含義如下：\n\n*THRESH_TRUNC：將小于閾值的像素值截?cái)酁?。\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(wú)論其原值大小。'常用平滑出來(lái)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(hào)處理技術(shù)，能有效消除或抑制噪聲，尤其能抑制那些因?yàn)榻符}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(gè)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(shuō)法錯(cuò)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(shuō)法錯(cuò)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(gè)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(xiàng)A是錯(cuò)誤的。選項(xiàng)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(duì)（）更敏感。

A:綠光B:紅光C:藍(lán)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(duì)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(duì)紅光最敏感，而對(duì)綠光和藍(lán)光的敏感度相對(duì)較低。因此，人類對(duì)紅光的感知要比其他顏色的光線更強(qiáng)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(gè)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(gè)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(gè)子區(qū)域繪圖。\nsubplot(2,2,2)函數(shù)是用于創(chuàng)建n*m個(gè)圖形，這里n和m代表表格中的列數(shù)和行數(shù)，最后兩個(gè)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(gè)數(shù)字2,2,2，代表要?jiǎng)澐值谋砀裼?行4列，subplot(2,2,2)表示在劃分的表格的第2個(gè)子區(qū)域繪圖。因此，本題答案為D選項(xiàng)。'下列選項(xiàng)中，實(shí)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(kù)中用于模板匹配的函數(shù)，它可以將一個(gè)模板圖像與輸入圖像進(jìn)行匹配，返回一個(gè)匹配度得分矩陣。其他選項(xiàng)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(xiàng)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(guò)對(duì)圖像進(jìn)行傅里葉變換后再進(jìn)行濾波處理，達(dá)到去噪的目的。小波變換去噪則是通過(guò)多尺度分解和閾值處理來(lái)實(shí)現(xiàn)去噪效果。'下列哪種模式可用于色彩統(tǒng)計(jì)定位。（）

A:LabB:HSVC:GrayD:RGB答案:AI參考:選項(xiàng)D：RGB模式通常用于色彩統(tǒng)計(jì)定位。RGB模式是計(jì)算機(jī)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(diǎn)使得它特別適合于進(jìn)行色彩定位的分析和處理。其他選項(xiàng)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(jì)定位。因此，正確答案是D：RGB模式。'OpenCV的imread()函數(shù)獲取圖像對(duì)象的數(shù)據(jù)類型為（）

A:int8B:floatC:uint16D:uint8答案:AI參考:正確選項(xiàng)是D:uint8。OpenCV的imread()函數(shù)用于讀取圖像文件，返回的圖像對(duì)象的數(shù)據(jù)類型通常是uint8，即無(wú)符號(hào)8位整數(shù)。這個(gè)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(xiàng)如int8、float和uint16可能不適合處理圖像數(shù)據(jù)。'計(jì)算機(jī)視覺處理研究的內(nèi)容不包括（）。

A:圖像增強(qiáng)B:圖像分割C:圖像數(shù)字化D:數(shù)字圖像存儲(chǔ)答案:AI參考:正確選項(xiàng)是C：圖像數(shù)字化。\n\n計(jì)算機(jī)視覺處理研究的內(nèi)容主要包括圖像增強(qiáng)、圖像分割、圖像識(shí)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(jì)算機(jī)視覺處理的基礎(chǔ)步驟，不屬于研究?jī)?nèi)容。'以下選項(xiàng)中，識(shí)別圖像中目標(biāo)之間的關(guān)系屬于（）任務(wù)。

A:圖像識(shí)別B:圖像跟蹤C(jī):圖像定位D:圖像理解答案:AI參考:正確選項(xiàng)是D：圖