计算机视觉考研复试面试真题及详细答案（完整版、可直接背诵）.docxVIP

计算机视觉考研复试面试真题及详细答案（完整版、可直接背诵）

说明：本套试题为计算机视觉方向考研复试高频面试原题，涵盖基础图像处理、卷积神经网络、经典网络模型、损失函数、优化器、过拟合、项目常见问题，回答全部采用复试口述口语化写法，无书面生硬套话，适合现场背诵作答。

一、基础图像处理面试题

1、图像的数字化过程包含哪几步？

参考答案：

图像数字化主要分为三步，分别是采样、量化和编码。

第一步是采样，就是把连续的二维图像在空间上离散化，把画面分成一个个像素网格，用有限的像素点来代表整张图像。采样的密度越高，图像分辨率越高，画面越清晰。

第二步是量化，是对每个像素点的亮度、色彩数值做离散化处理。原本连续的亮度值会被划分成有限的等级，比如常用的8位图像就是256个灰度等级。量化等级越高，图像色彩和明暗过渡越细腻。

第三步是编码，把采样和量化后的像素数值按照一定格式存储，形成常见的图片文件，比如JPG、PNG、BMP等格式。

2、什么是图像滤波？常用的滤波方式有哪些？各自的特点是什么？

参考答案：

图像滤波主要是用来去除图像噪声、平滑图像，同时尽可能保留图像原本的边缘和细节，是图像处理最基础的预处理操作。常用的主要有均值滤波、高斯滤波、中值滤波三种。

均值滤波是用邻域内所有像素的平均值替换当前像素，优点是算法简单、速度快，缺点是会模糊图像边缘，细节丢失比较严重，适合处理轻微的均匀噪声。

高