机器视觉基础智慧树知到期末考试答案2024年

机器视觉基础智慧树知到期末考试答案2024年机器视觉基础tf.nn.in_top_k函数可以实现（）。

A:获取实际结果标签值B:计算峰值C:判断预测值的大小D:判断预测的结果和实际结果的是否相等答案:判断预测的结果和实际结果的是否相等梯度的计算，使用sqrt()函数，需要调用哪个模块？()

A:importcv2B:importnumpyC:importrandomD:importmath答案:importmathOpenCV读取彩色图像信息的顺序是（）。

A:GRBB:BGRC:RGBD:GBR答案:BGRnp.argmax函数的作用是（）。

A:返回一个numpy数组中最小值的索引值B:返回一个numpy数组中第一个值的索引值C:返回一个numpy数组中最大值的索引值D:返回一个numpy数组中中间值的索引值答案:返回一个numpy数组中最大值的索引值图片镜像代码中deep=imgInfo[2]表示（）。

A:扩大比例B:宽度C:当前每个像素由多少个颜色组成D:高度答案:当前每个像素由多少个颜色组成常用光源有（）。

A:环形光源B:背光源C:同轴光源D:条形光源答案:环形光源###背光源###条形光源###同轴光源错误处理机制由（）组成。

A:tryB:forC:exceptD:finally答案:except###finally###try球积分光源适用于（）。

A:曲面，表面凹凸，弧形表面B:大视场检测C:反射度极高的物体D:金属、玻璃表面反光较强的物体表面检测答案:曲面，表面凹凸，弧形表面;金属、玻璃表面反光较强的物体表面检测数字图像在计算机中以图形文件的形式存放，图形文件的格式包含文件数据的（）。

A:起止位置B:大小C:存储形式D:清晰度答案:存储形式###大小###起止位置能消除图像中的噪声成分的操作叫做（）。

A:图像的分割处理B:图像的滤波处理C:图像的变换处理D:图像的平滑处理答案:图像的平滑处理###图像的滤波处理在四种猫科动物分类识别的例子中，定义了get_files函数，它的返回值有（）。

A:测试图像B:测试标签C:训练图像D:训练标签答案:测试图像###测试标签###训练图像###训练标签图片的缩放分（）。

A:等比例缩放B:缩放高度C:缩放宽度D:非等比例缩放答案:等比例缩放###非等比例缩放dst=cv2.addWeighted(img0ROI,0.5,img1ROI,0.5,0)表示（）。

A:第一张图像的权重是0.5B:亮度调节参数可以省略C:第二张图像的权重是0.5D:亮度调节参数为0答案:第一张图像的权重是0.5###第二张图像的权重是0.5###亮度调节参数为0在函数cv2.Canny(imgG,50,50)中，对参数imgG说法正确的是（）

A:需要处理的图像B:单通道灰度图像C:目标图像D:三通道彩色图像答案:需要处理的图像###单通道灰度图像按照计算方式，每种池化都分为（）

A:最大值池化B:中值池化C:平均值池化D:最小值池化答案:平均值池化###最大值池化图片水平镜像即将图像左半部分和右半部分以图像竖直中轴线为中心轴进行对换。（）

A:错B:对答案:对采用高斯滤波处理，每个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。（）

A:错B:对答案:对背光源采用高密度LED阵列面提供高强度背光照明，能突出物体的外形轮廓特征。（）

A:错误B:正确答案:正确在tensorflow中，通过tf.nn.max_pool能够实现最大值池化操作。（）

A:对B:错答案:对PIL是Python传统的图像处理库，能够完美兼容Python3。（）

A:对B:错答案:错与数码相机比较，工业相机连续工作时间长，可在较差的环境下使用。（）

A:错B:对答案:对点位图的获取通常使用扫描仪、摄像机，通过这些设备把模拟的图像信号变成数字图像数据。（）

A:对B:错答案:对人工神经网络模型的训练是瞬间完成的，不需要等待。（）

A:错B:对答案:错Tensorflow提供了丰富的API来读写TFRecord文件。（）

A:对B:错答案:对在搜集人工神经网络的图片样本时，图片应包括不同的拍摄角度、光线、距离，不同的背景、自身颜色，全身的、半身的、头像的，不同年龄段的等等。（）

A:错B:对答案:对激活函数Relu是一个线性整流函数，它的作用就是将大于0的数保持不变，小于0的数置为0。（）

A:错B:对答案:对毛玻璃效果的实现通过用像素点邻域内随机一个像素点的颜色替代当前像素点的颜色实现。（）

A:错B:对答案:对图像的几何变换可以改变像素值，也可以改变像素的位置。（）

A:错B:对答案:错镜头可以实现光束变换，在机器视觉系统中，镜头的主要作用是将目标成像在图像传感器的光敏面上。（）

A:错B:对答案:对函数random.random()*8可以产生的是0-8之间的随机数。（）

A:对B:错答案:对经过中值处理后，斑点噪声和椒盐噪声可以得到有效的抑制。（）

A:对B:错答案:对根据浮雕特效的算法公式newP=gray0-gray1+150，新的像素值newP可能会超过255。（）

A:错B:对答案:对如果彩色图像的r值=g值=b值，三个通道数值相等，就会变成灰度图像。（）

A:对B:错答案:对一个典型的前馈神经网络：至少有一个输入层，一个隐藏层和一个输出层。（）

A:错B:对答案:对full二维卷离散积的计算过程是：K沿着x按照先行后列的顺序移动，每移动到一个固定位置，对应位置的值相乘，然后求其和。（）

A:错B:对答案:对下面哪种算法可以增强图像的红色效果？（）

A:b=b*1.5,其它不变B:r=r*1.5,其它不变C:b=b*0.5,g=g*0.5,r=r*0.5D:g=g*1.5,其它不变答案:AI参考:正确答案是B:r=r*1.5,其它不变。这个算法通过增强图像的红色效果，通过将红色通道的值乘以1.5来增强红色。其他选项中的算法并不会增强红色效果，而是对图像的色彩进行了不同的调整。因此，正确答案是B选项。'平均值池化用的函数是（）。

A:tf.nn.med_poolB:tf.nn.avg_poolC:tf.nn.max_poolD:tf.nn.min_pool答案:AI参考:正确答案是C：tf.nn.max_pool。\n平均值池化常用的函数是tf.nn.avg_pool，最大值池化常用的函数是tf.nn.max_pool，所以选项C是正确答案。tf.nn.med_pool是求中位数池化，tf.nn.min_pool是求最小值池化，这两个函数并不常用。'下列（）函数可以实现颜色通道的分离

A:split（）B:imshow（）C:merge（）D:imread（）答案:AI参考:正确选项是【C:merge（）】。\n\nmerge()函数可以将多个图像合并成一个图像，而split()函数可以将图像分解成多个通道，如RGB通道。imshow()函数用于显示图像，imread()函数用于读取图像文件。因此，在选项中只有C符合条件，因此选择C。'图片旋转代码中matRotate=cv2.getRotationMatrix2D((height*0.5,width*0.5),45,0.4)，0.4表示（）。

A:缩放比例B:宽度C:高度D:旋转角度答案:AI参考:正确选项是D：旋转角度。\r\n代码中的matRotate=cv2.getRotationMatrix2D((height*0.5,width*0.5),45,0.4)表示以图片中心点为旋转中心，旋转45度，其中0.4表示旋转角度的缩放因子。这个缩放因子是用来控制旋转后的图片大小，由于旋转后会改变图片的尺寸，为了保持图片不变大或变小，需要使用缩放因子进行缩放。因此，选项D“旋转角度”是正确的。'输入部分代码时，想要快速查看对应的函数列表应按键盘上的（）键。

A:CtrlB:AltC:TabD:Shift答案:AI参考:在输入代码时，想要快速查看对应的函数列表，应按键盘上的“Tab”键。Tab键是键盘上的一个功能键，通常用于在文本输入框、菜单、对话框等界面元素中切换焦点，并按照预设的顺序跳转到下一个选项。在编程中，Tab键可以用于快速定位到代码中的函数、变量、关键字等定义或标识符上，从而方便查看和编辑。因此，正确答案是C：Tab。'用来从扫描的图片中清除灰尘和划痕，或者清除静态图像或视频中不需要的物体的图像处理方法是（）。

A:图像滤波B:图像增强C:图像分割D:图像修补答案:AI参考:用来从扫描的图片中清除灰尘和划痕，或者清除静态图像或视频中不需要的物体的图像处理方法是图像修补。选项A、B、C都不适合用于这种处理方法。因此，正确答案为D：图像修补。'下列选项中，不属于直方图的应用的是（）。

A:直方图可以用于图像匹配等操作B:通过修正直方图可以增强图像对比C:通过分析直方图有助于确定图像分割的阈值D:直方图可以用于椒盐噪声的处理答案:AI参考:答案是D：直方图可以用于椒盐噪声的处理。\n\n直方图是一种用于表示图像数据分布的工具，它可以帮助我们了解图像的像素值分布情况，从而有助于图像处理和编辑。直方图的应用包括但不限于以下方面：\n\nA.图像匹配等操作：通过分析直方图，可以比较不同图像之间的像素分布差异，从而进行图像匹配等操作。\n\nB.增强图像对比：通过修正直方图，可以调整图像的对比度，使图像的细节更加清晰。\n\nC.确定图像分割的阈值：通过分析直方图，可以确定合适的阈值，从而实现图像分割。\n\nD.直方图可以用于图像增强，但椒盐噪声的处理通常需要使用滤波器等其他方法。因此，不属于直方图的应用。\n\n因此，答案是D。'在中值滤波中，取3×3的函数窗，计算以点[i，j]为中心的函数窗像素中值，最终取排序后的第（）个值作为新的像素值。

A:5B:6C:7D:4答案:AI参考:正确选项是【C:7】。\n\n中值滤波是一种常用的平滑滤波器，它对数字图像或序列图像中的噪声有一定的抑制和消除作用。在3×3函数窗中，以点[i，j]为中心，计算中心像素周围8个像素的灰度中值。最终取排序后的第7个值作为新的像素值，即排序后从左到右、从上到下的第7个值，所以答案为C。'若二维离散卷积的积核K的高为2，宽为3，则其锚点的位置在（）。

A:(0,0)B:(1,0)C:(1,1)D:(0,1)答案:AI参考:答案为（1，1）。\n二维离散卷积中的元素w在另一个元素上作用的点和源位置应该在对齐，离散卷积对齐的点是(1,1)。因此，正确答案是C。'当t='True'时，r=tf.cast(t,tf.float32)的作用是（）。

A:bool类型转换为数值类型B:浮点类型转换为整数类型C:整数类型转换为浮点类型D:数值类型转化为bool类型答案:"AI参考:当t=True时，r=tf.cast(t,tf.float32)的作用是将bool类型的数据t转换为浮点类型。这是因为tf.cast函数的作用是将输入张量中的数据类型转换为指定的类型，而tf.float32是一种浮点类型，因此当t=True时，将其转换为tf.float32可以将bool类型的数据转换为浮点类型。所以，正确答案为C：整数类型转换为浮点类型。"三维张量可以理解为多个（）张量在深度方向的组合。

A:二维B:三维C:一维D:四维答案:AI参考:正确选项是【D:四维】。\n\n三维张量可以理解为多个二维张量在深度方向的组合，因此是四维张量。具体来说，三维张量有四个维度，包括三个空间维度和一个时间维度，可以描述物体的形状和运动。二维张量则只有两个维度，不能描述三维空间中的物体。因此，答案为D。'镜头中的（）是镜头的核心。

A:光圈B:芯片C:对焦环D:玻璃镜片答案:AI参考:正确选项是【A:光圈】。\n\n光圈是镜头中的一个装置，它控制通过镜头的光线量，是镜头中控制曝光的主要部件，对于成像质量非常重要。芯片是图像传感器，用于将光线转换成电信号，但是镜头中的光圈是控制镜头成像质量的关键部件。对焦环是调整镜头对焦的装置，不是镜头核心部件。玻璃镜片是镜头的重要组成部分，但是不是核心部件。因此，正确答案是A：光圈。'Pillow模块下的一个Image类，是Pillow中最重要的类，它用来读取一张图像的函数是（）

A:Image.newB:Image.saveC:Image.showD:Image.open答案:AI参考:正确选项是：D:Image.open\n\nPillow模块下的一个Image类，是Pillow