【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 ...
最新文章
- PMP-【第3章 项目管理过程】-2021-1-11(61页-87页)
- 空气动力学测试软件,山寨也精确 简单方法测试最佳空气动力学姿势(图文)
- jquery.ui.draggable中文文档jquery 自由拖拽类~study~
- 用户参与度与活跃度的区别_用户参与度突然下降
- xodo上的笔记不见了_一起来“终极笔记名场面批发市场”进货吗
- 手写数字识别项目代码——卷积神经网络LeNet-5模型
- 美团与饿了么“鸡同鸭讲”后,又可以通过设置继续使用支付宝了?
- 华为智能体发布,智能联接火了
- 笔记本相机测试软件,联想笔记本人脸识别软件(Lenovo VeriFace)
- cropper初始化_【jQuery插件分享】Cropper——一个简单方便的图片裁剪插件
- 第四届蓝桥杯真题决赛java本科组
- 跟着团子学SAP PS后台篇——项目编码配置 OPSJ/OPSK
- Uml 类图 stereotype的值含义,该怎么解决
- android 仿微信聊天界面 以及语音录制功能,Android仿微信录制语音功能
- java实现捕鱼达人
- 计算机组装与维护教训,组装电脑:如果电脑出现异常一定要小心了,马虎可能会烧毁主板!...
- Bentley 软件公司 Acceleration Fund 宣布成立 Bentley 下属公司 Virtuosity
- 【工具】hadoop国内下载镜像
- hfs explorer java_HFSExplorer0.23.1下载_HFS格式磁盘文件查看工具 含使用教程
- 用Python写个桌面挂件,手把手带你做只桌面宠物~
热门文章
- Unity关于Oculus Quest2 基于XR Interaction Toolkit 基础开发 001-位置移动加旋转
- 修改nginx站点根目录总结经验
- 网易易盾首席产品风控官imlolo分享对社交业务安全风控的认知和思考
- 工作感悟_of_RS
- Ribbon的基本使用
- 知网计算机论文查重查代码,知网查重会查代码么?
- 为什么计算机打不开优盘,U盘打不开,且8G的U盘只报64M,为什么?
- 数据库是根和数据仓库是魂
- 蓝牙计算机操作与设置在哪里,win7电脑蓝牙在哪里打开_win7笔记本怎么开蓝牙
- 银耳椰椰——Alpha冲刺Day05