优那北京科技有限公司机器视觉部笔试题-read.docVIP

优纳科技（北京）有限公司机器视觉部笔试题 说明： 本套笔试题适用于应聘机器视觉/图像处理算法工程师的应聘者。 本套试题请在1周内完成并发回本公司人力资源部门.E-mail: HR@。 应聘者在答题期间可查阅各种参考书和文献，但请确保独立完成，我们期望看到您的智慧火花。 以下试题中如果有您认为无法解答或不可能解决的问题，请给出您的理由。  嘉年华中总会有投硬币的游戏，如果硬币完整地落在一个格子里您就可以赢得一个礼物，这个游戏和下面这道题很相似。我们有如下一个平面，平面上是一道道的平行线，平行线间的距离为d, 我们还有一根长度同样为d的木棍（您可以把它简化为一段长度为d的线段），把这根木棍扔到划有平行线的平面上，请问木棍刚好落在平行线间而不会和平行线相交的概率。 请用C/C++语言编写一个或多个函数完成下图中圆形图像（靠近外圆无突出部分的圆形）的检测。主函数申明如下： bool FindCircel(unsigned char *pInImg, int nWidth, int nHeight, float *pCx, float *pCy, float *pR) 其中，pInImg 为输入8位图像数据，nWidth和nHeight为输入图像大小，pCx，pCy为输出圆的中心坐标，pR为输出圆的半径。请注意编程风格和效率。 Hough 变换 cvHoughCircles(); 请任选下面一个或多个主题，从自己认识的角度说明其主要理论和观点。请使用尽量简洁明确的论述。 （1）David Marr的视觉计算理论框架 computational theory of vision） 从七十年代以来，随着认知心理学自身的发展，认知心理学关于模式识别的研究在取向上出现了某些重要的变化。一些认知心理学家继续在物理符号系统假设的基础上进行研究，探讨计算机和人的识别模式的特点；而另一些认知心理学家则转向用神经网络的思想来研究识别模式的问题。下面介绍的一些模型是近十多年来有重要影响的理论模型。从根本上讲，这些研究取向并不是互相矛盾的，而是互相补充的。 视觉计算理论是在20世纪70年代由马尔（David Marr）提出的。1982代表作《视觉》 马尔认为，视觉就是要对外部世界的图像（iamge）构成有效的符号描述，它的核心问题是要从图像的结构推导出外部世界的结构。视觉从图像开始，经过一系列的处理和转换，最后达到对外部现实世界的认识。 两个重要概念： 表征（representation）：指能把某些客体或几类信息表达清楚的一种形式化系统，以及说明该系统如何行使其职能的若干规则。使用某一表征描述某一实体所得的结果，就是该实体在这种表征下的一个描述。 处理（process）：是指某种操作，它促使事物的转换。视觉从接收图像到认识一个在空间内排列的、完整的物体，需要经过一系列的表征阶段。从一种表征转换为另一种表征，必须借助于某些处理过程。 零交叉（zero crossing）代表明度的不连续变化或突然变化，是形成物体轮廓的基础。对零交叉的检测就是视觉系统对二维表面轮廓或边界的检测。 马尔把视觉图像的形成划分为三个阶段。 ⑴二维要素图（2-D sketch）。构成二维要素图的基元或基本单位（base unit）为斑点、边缘、棒、端点。这些基元都是在检测零交叉的基础上产生的。 ⑵2.5维要素图。是按以观察者为中心的坐标框架建构起来的。2.5维要素图依赖于单一的观察点，它的作用是揭示一个图像的表面特征。马尔声称，早期视觉加工的目标就是要建立一个2.5维的要素图，这是把一个表面解释为一个特定的物体或一组物体之前的最后一步。2.5维要素图的建立标志着纯粹知觉过程的结束。不能解释知觉的恒常性（单一观察点）：在人的知觉条件发生变化时，物体的表面特征看起来基本保持不变；而在2.5维要素图中，当观察点改变时，知觉到的特性将出现变化。 ⑶三维模型表征（3-D model representation）。包含容积、大小和形状的表征。它的坐标系统是以物体为中心，而不是以观察者为中心。它具有不同大小，具有一些简单的可以认识的形状。当三维模型表征建立起来时，其最终结果是对我们能够区别的物体的一种独特的描述。同一物体产生相同的描述，而不管对它的观察角度如何。 人和机器的最终目的：了解一个场景或一个图像的意义。阶段如下： ⑴计算阶段，形成要素图。视觉系统根据广泛搜集到的特征，如边界、线条和斑点，组成对一个场景的描述。 ⑵通过符号处理，将线条、点和斑点以不同的方式组织起来，对要素图进行分析，形成2.5维要素图。 ⑶产生对一个物体的确认。 马尔：人脑中已有的知识在视觉处理的早期阶段不起作用，只有在形状已经完全得到分析之后，即知觉的后期阶段，对知觉有重要意义的知识才开始实际地发挥其作用。 评论