【自用】图像算法、计算机视觉面试问题及答案1.0

传统机器算法

4.11

图像预处理

图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。一般的预处理流程为：灰度化->几何变换->图像增强

图像增强

增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
图像增强可分成两大类：频率域法和空间域法。

1.频率域法

频率域法是一种间接图像增强算法，把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。

2.空间域法

空间域法是一种直接图像增强算法，分为点运算算法和邻域去噪算法。
点运算算法即灰度变换（伽马变换、对数增强）和直方图修正等。
邻域增强算法分为图像平滑和锐化两种。平滑常用算法有均值滤波、中值滤波。锐化常用算法有梯度法（如Roberts梯度法）、算子法（Sobel算子和拉普拉斯算子等）、掩模匹配法、统计差值法等。

传统的边缘检测算子

1、Roberts算子

Robert是最老的算子之一

掩膜：只使用当前像素的 2 x 2 邻域

边缘幅度的计算：对角相减再相加

Roberts算子的主要缺点是其对噪声的高度敏感性，原因在于仅使用了很少几个像素来近似梯度

2、Laplace 算子

通常使用 3 x 3 的邻域，Laplace是近似给出边缘幅值的二阶导数的流行方式

4-邻接掩膜：

8-邻接掩膜：

Laplace算子有一个缺点是它对图像中的某些边缘产生双重响应。

3、Prewitt算子

Prewitt 是近似一阶导数

对于3 x 3 的卷积掩膜，在8个可能方向（有8个卷积掩膜）上估计梯度

具有最大幅值的卷积给出梯度方向

前三个卷积掩膜（后续的可以通过“旋转”获得）：

4、Sobel

Sobel 是近似一阶导数，具有最大幅值的卷积给出梯度方向

Sobel算子是通常使用与水平和垂直边缘的一个简单检测子

5、Kirsch算子

边缘检测算子的主要缺点：

它们依赖物体的大小，且对噪声敏感

Canny算法

Canny边缘提取是 Canny 提出了一种新的边缘检测方法

Canny边缘检测分四个阶段1.去噪  通过一个5*5的高斯滤波器完成;2.找图像的边缘。利用Sobel kernel得到水平和垂直方向两个方向的梯度。3.过滤非最大值。在高斯滤波中,边缘很有可能被放大了。过滤不是边缘的点.4.使用两个值域来检测边缘。它设置两个阀值，分别为maxVal和minVal。其中大于maxVal的
都被检测为边缘，而低于minval的都被检测为非边缘。对于中间的像素点，如果与确定为边缘的
像素点邻接，则判定为边缘；否则为非边缘。

它对受白噪声影响的阶跃型边缘是最优的

检测子的最优性与以下的三个标准有关:

1、检测标准：不丢失重要的边缘，不应有虚假的边缘。

2、定位标准：实际边缘与检测到的边缘位置之间的偏差最小。

3、单响应标准：将多个响应降低为单个边缘响应。

最优性标准是基于如下要求:“检测”重要边缘、小的“定位”误差、“单边缘响应”。该检测子与一个对称 2D 高斯做卷积，再沿梯度方向微分；接着的步骤包括“非最大边缘抑制”、“滞后阈值化处理”和“特征综合”。

在Canny算法中，非极大值抑制是进行边缘检测的重要步骤，通俗意义上是指寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，这样可以剔除掉一大部分非边缘的点（这是本人的理解）。根据图可知，要进行非极大值抑制，就首先要确定像素点C的灰度值在其8值邻域内是否为最大。

【自用】图像算法、计算机视觉面试问题及答案1.0相关推荐

2020计算机视觉（cv）算法岗面试题目及答案汇总（一）
2019计算机视觉(cv)算法岗面试题目及答案汇总(一) 今日头条: 拼多多: 虹软科技: 小红书: 海康威视: 网易: 招银网络科技: 关注我的公众号: 今日头条: 输入为 L ∗ L ∗ c L* ...
html手机端适配怎么调试,html5面试常见问题及答案：移动端布局与适配篇
原标题:html5面试常见问题及答案:移动端布局与适配篇 1. 移动布局自适应不同屏幕的几种方式 (1)响应式布局 (2)100%布局(弹性布局) (3)等比缩放布局(rem) 2. iscroll安 ...
2018年前35名Python面试问题和答案
要使用Python作为更新的工作,您必须熟悉基础知识.在这里,我整理了一些基本的Python面试问题和答案以及一些高级Python问题和答案,以帮助您完成面试.有Python开发人员面试问题,Pyth ...
好程序员Java教程分享JavaScript面试问题及答案（一）
好程序员Java教程分享JavaScript面试问题及答案(一) 1.使用 typeof bar === "object" 来确定 bar 是否是对象的潜在陷阱是什么?如何避免这个 ...
前端必备，JavaScript面试问题及答案
前端必备,JavaScript面试问题及答案 1.使用 typeof bar === "object" 来确定 bar 是否是对象的潜在陷阱是什么?如何避免这个陷阱? 尽管 typ ...
spring面试问题与答案集锦
我收集了一些spring面试的问题,这些问题可能会在下一次技术面试中遇到.对于其他spring模块,我将单独分享面试问题和答案. 如果你能将在以前面试中碰到的,且你认为这些应该是一个有spring经验 ...
django render_2020年最新Django经典面试问题与答案汇总(下)大江狗整理
终于我们来到Django经典面试问题与答案系列的终章了,在本章我们将分享最后10个常用有用的知识点,也是面试时常问的经典问题.如果你还没有读过本系列前两篇文章的,可以点击如下链接阅读. 2020年最新 ...
python云计算面试题_云计算工程师面试问题及答案解析
云计算是如何提供按需模式的功能的? 云计算网络.互联网的一种比喻说法,它提供了以互联网按需模式访问共享的虚拟化IT资源的方式,所有的资源以资源池的方式存在,提供配置化的访问方式,资源类型包括网络.服务 ...
python开发面试问题及答案_前50个Python面试问题（最受欢迎）
热门Python面试问答下面列出的是关于Python编程语言的最常见面试问题和答案. 让我们探索!! #1)Python可以用于Web客户端和Web服务器端编程吗?哪一个最适合Python? 答案: ...
1000以内完数c语言程序_C语言经典面试题目及答案详解（二）
接着上次来说,C语言经典面试题目及答案详解(一)当中大部分是一些概念和理解的东西 ,今天说一说实践操作,有关c的经典程序. 1.输出9*9口诀.共9行9列,i控制行,j控制列. #include &q ...

【自用】图像算法、计算机视觉面试问题及答案1.0

传统机器算法

【自用】图像算法、计算机视觉面试问题及答案1.0相关推荐

最新文章

热门文章