2024-2025学年数字图像处理与机器视觉期末试卷及答案.docxVIP

2024-2025学年数字图像处理与机器视觉期末试卷及答案

考试时间：______分钟总分：______分姓名：______

一、选择题（每小题2分，共10分。请将正确选项的字母填在题后的括号内）

1.在彩色图像模型中，HIS模型中的I代表（）。

A.Hue（色调）

B.Intensity（强度）

C.Saturation（饱和度）

D.Chrominance（色度）

2.下列哪种图像增强方法属于空间域处理方法？（）

A.直方图均衡化

B.中值滤波

C.高频增强滤波

D.小波变换

3.Sobel算子和Canny算子都可用于图像边缘检测，其中Canny算子的主要优点是（）。

A.计算速度更快

B.对噪声更鲁棒

C.只能检测水平或垂直边缘

D.不需要梯度计算

4.在特征点匹配中，用于衡量两组特征描述子之间相似程度的度量通常是（）。

A.距离度量（如欧氏距离、汉明距离）

B.相关系数

C.相位差

D.频率响应

5.单应性矩阵主要用于描述（）。

A.两个视角下的三维物体投影关系

B.相机内部参数

C.两个二维图像之间的仿射变换关系

D.摄影测量中的绝对定向

二、填空题（每空2分，共20分。请将答案填在横线上）

1.数字图像的分辨率通常用______和______来描述。

2.图像的直方图反映了图像中各个灰度级像素的______分布情况。

3.图像分割的目的是将图像划分为不同的区域，使得同一区域内的像素具有______的属性，而不同区域之间的像素具有______的属性。

4.SIFT特征点具有______、______和______等特性。

5.相机内参矩阵描述了从像素坐标到相机坐标系的比例关系和______。

6.基于学习的方法在图像处理和机器视觉中越来越重要，其中卷积神经网络（CNN）在______等方面取得了显著成功。

三、简答题（每题5分，共15分）

1.简述图像平滑和图像锐化的主要目的和常用方法。

2.简述特征点检测和特征描述子在基于特征的视觉匹配中的作用和区别。

3.简述什么是相机标定？相机标定的主要目的是什么？

四、计算题（每题8分，共16分）

1.已知一个3x3的均值滤波器（即每个像素用其邻域的平均值代替）：`[1/91/91/9;1/91/91/9;1/91/91/9]`。若一个3x3的灰度图像区域如下：

```

100110105

908095

857580

```

请计算经过该滤波器处理后，中心像素（80）的新灰度值。

2.假设通过相机标定得到相机内参矩阵`K`和一个三维世界点`P_w`的齐次坐标`[X_wY_wZ_w1]^T`。已知该点在图像平面上的投影点`p_i`的齐次坐标为`[x_iy_i1]^T`。请写出从世界坐标到图像坐标的转换过程（矩阵形式）。

五、分析题（每题10分，共20分）

1.比较直方图均衡化和直方图规定化这两种直方图处理的区别和联系。在什么情况下使用直方图规定化可能更有优势？

2.描述一下基于SIFT特征点的图像拼接（图像缝合）的基本流程。

---

试卷答案

一、选择题

1.B

2.B

3.B

4.A

5.C

二、填空题

1.图像宽度图像高度

2.数量

3.相似差异

4.尺度不变性旋转不变性光照不变性

5.偏移

6.图像分类图像检测目标识别

三、简答题

1.目的：图像平滑用于消除图像噪声；图像锐化用于增强图像边缘和细节。

方法：图像平滑常用方法有均值滤波、中值滤波、高斯滤波；图像锐化常用方法有Sobel算子、Canny算子、拉普拉斯算子、高提升滤波等。

2.作用与区别：

*作用：特征点检测用于在图像中找到稳定的、具有显著特征的点（如角点、斑点），这些点是图像匹配的基础；特征描述子用于为检测到的特征点生成一个能抵抗旋转、尺度变化、光照变化的向量，用于后续的特征匹配。

*区别：检测关注的是“位置”和“稳定性”，描述子关注的是“外观”和“信息量”。

3.定义与目的：

*定义：相机标定是指通过实验方法精确获取相机内部参数（如焦距、主点坐标）和可能的内部扰动参数（如畸变系数），以及建立世界坐标系与图像坐标系之间转换关系的过程。

*目的：主要目的是