机器视觉工程师考试试卷及答案.docVIP

机器视觉工程师考试试卷及答案

一、填空题（10题，每题1分）

1.机器视觉中，像素坐标转世界坐标的过程称为______。

2.去除椒盐噪声常用______滤波。

3.尺度不变特征变换的缩写是______。

4.YOLOv5将图像划分为多个______预测目标。

5.镜头______决定视野范围与物距关系。

6.环形光源主要检测物体______。

7.直线边缘弯曲的畸变是______畸变。

8.OpenCV读取图像的函数是______。

9.双目视觉通过______计算深度。

10.工业缺陷检测常用传统算法是______。

二、单项选择题（10题，每题2分）

1.不属于相机内参的是？

A.焦距B.畸变系数C.物距D.主点坐标

2.检测金属划痕优先选？

A.环形光源B.同轴光源C.背光源D.线光源

3.具有尺度不变性的特征算法是？

A.SIFTB.SURFC.ORBD.以上都是

4.谷歌开发的深度学习框架是？

A.TensorFlowB.PyTorchC.CaffeD.MXNet

5.Otsu算法核心是？

A.固定阈值B.自适应阈值C.最大类间方差D.最小类内方差

6.属于图像增强的是？

A.去噪B.旋转C.缩放D.直方图均衡化

7.极线约束作用是？

A.减少匹配范围B.提高深度精度C.校正畸变D.增强对比度

8.视觉引导机器人必须做的标定是？

A.相机标定B.手眼标定C.镜头标定D.光源标定

9.支持透明通道的图像格式是？

A.JPEGB.PNGC.BMPD.TIFF

10.帧率单位是？

A.像素/秒B.帧/秒C.毫米/秒D.角秒

三、多项选择题（10题，每题2分，多选/少选/错选不得分）

1.图像预处理操作包括？

A.滤波去噪B.灰度转换C.阈值分割D.特征提取

2.相机标定作用是？

A.校正畸变B.获取内参C.获取外参D.提高分辨率

3.常用特征描述子有？

A.SIFTB.SURFC.ORBD.HOG

4.深度学习目标检测模型包括？

A.YOLO系列B.FasterR-CNNC.SSDD.ResNet

5.常用光源类型有？

A.环形光源B.同轴光源C.背光源D.面光源

6.双目视觉优势是？

A.获取深度B.无需标定C.抗干扰强D.适用于动态场景

7.工业检测基本步骤包括？

A.图像采集B.预处理C.特征提取D.缺陷判断

8.OpenCV支持的语言有？

A.C++B.PythonC.JavaD.MATLAB

9.视觉引导机器人组成包括？

A.相机B.机器人C.控制器D.光源

10.缺陷检测常用方法有？

A.阈值分割B.边缘检测C.深度学习D.模板匹配

四、判断题（10题，每题2分，√/×）

1.相机标定是机器视觉必要步骤。（）

2.灰度图像只有黑白两种颜色。（）

3.高斯滤波去除高斯噪声并平滑图像。（）

4.SIFT具有旋转/尺度不变性。（）

5.双目视觉无需标定可测深度。（）

6.深度学习必须依赖大量标注数据。（）

7.镜头焦距越大，视野越小。（）

8.阈值分割适用于所有缺陷检测。（）

9.手眼标定连接相机与机器人坐标系。（）

10.机器视觉可完全替代人工检测。（）

五、简答题（4题，每题5分）

1.简述相机标定的目的及常用方法。

2.图像预处理中滤波的作用，列举2种常用滤波及适用场景。

3.简述YOLOv5的核心思想。

4.机器视觉工业缺陷检测的主要流程。

六、讨论题（2题，每题5分）

1.如何选择机器视觉光源？结合金属划痕检测说明。

2.对比传统与深度学习机器视觉的优缺点及适用场景。

---

答案部分

一、填空题答案

1.相机标定

2.中值

3.SIFT

4.网格

5.焦距

6.边缘轮廓

7.径向

8.imread()

9.视差

10.阈值分割法

二、单项选择题答案

1.C2.B3.D4.A5.C

6.D7.A8.B9.B10.B

三、多项选择题答案

1.AB2.ABC3.ABCD4.ABC5.ABCD

6.AD7.ABCD8.ABC9.ABCD10.ABCD

四、判断题答案

1.√2.×3.√4.√5.×

6.×7.√8.×9.√10.×

五、简答题答案

1.目的：校正镜头畸变，将像素坐标转世界坐标，获取相机内外参。常用方法：张正友标定法（棋盘格）、圆点标定法、自标定法，张正友法操作简单适用于工业场景。

2.作用：去除噪声、平滑图像、增强细节。举例：①中值滤波（去椒盐噪声，保留边缘，如微小划痕检测）；②高斯滤波（去高斯噪声，平滑图像，如预处理模糊图像）。

3.核心思想：将图像划分为多个网格，每个网格预测边界框及类别概率，一次性完成检测，比两阶段模型（如FasterR-CNN）速度更快，适合实时场景。

4.流程：①图像采集→②预处理（去噪、增强）→③特征提取（缺陷边缘/纹理）→④缺陷判断（对比模板/阈值）→⑤结果输出（标