USTC中科大数字图像分析2019年考题回忆
博客1——USTC中科大数字图像分析2019年考题回忆
- 先来一段废话
- 考试重点（听课重点关注）
- 考点覆盖（本博客的核心来了）
-
-
-
- 1，考数字弦的判定
- 2，考连通悖论
- 3，考掩模（其实就是算子）
- 4，考Canny算子和SUSAN算子
- 5，考链码、差分码、形状数
- 6，考腐蚀膨胀开启闭合
- 7，考城区距离和Chamfer Distance
- 8， 考Hough变换
- 9, 考SIFT不变性
- 10， 考水平集和变分法推导
- 11， 考光流方程
-
-
先来一段废话
这是我的第一篇博客，目的是为了做一个有爱的师兄和承接师兄师姐的火力棒。
本人18级信院6系专硕，不过科大对于专硕和学硕区分度真没有，无论是待遇还是别的什么的，没啥讲究，这个还好。只是写到这里，想起了考研时候好多人纠结学硕专硕啥的，事实上6系对专硕更偏爱一些，我指的是毕业要求。
我是李厚强、周文罡老师的数字图像分析课程，当然听说了谭老师的那门课给分比较高。不过在选课时候李老师发布通知，说了谭老师那门课只能作为选修课，不能作为专业基础课。
好嘛，那就换了，一个宿舍的都换成了李厚强、周文罡老师的课程。
因为往年可以参考的考试真题还是蛮少的，虽然往年的许多经验真实有效，不过这门课的考题每年都在细微的变化，这些内容还是仅作为参考，不能全部依赖的（有试卷大改的坑别找我，这三篇博客的考点命中率达95%以上哟。而且我感觉这三年考点没啥大变化，不过不排除某年突然试卷大改什么的，试卷大改老师也会通知的，所以还是蛮有价值的）。
回忆回忆，上学期选了的专业基础课有信号检测与估计（叶中付、徐旭），数字信号处理2（杜俊、凌震华），这学期有矩阵分析与应用（龚晨、林宪正），数字图像分析（李厚强、周文罡）。看心情吧，再决定要不要写去其他课的课程经验什么的。
我在网上只看到两篇博客。
一篇是[数字图像分析 中科大 2017回忆版考题及复习重点(https://blog.csdn.net/DrCube/article/details/78812167)
另一篇[USTC2018年模式识别和数字图像分析考点总结(https://blog.csdn.net/weixin_42166578/article/details/85846747)
正好是17年18年的，然后就是我这个19年的。建议先把那两年的看看，因为有些东西那里面有的，我就不特别强调了。
好了，废话结束了。
考试重点（听课重点关注）
接下来是19年的考试重点（这个期末时候，老师会发在课程主页上的），这个属于真正的参考系列（试卷不大改的前提下，有三篇博客在，我对这个只笑笑不说话）。还是看看吧，我会黑色加粗标出19年考点。
也可以作为平时上课的重点关注。
附注一下：第二章和第八章中都提到了连通悖论，结合起来看。
第 2 章 相关图像基础
- 采样和量化：原理及产生的效果
- 像素间关系，连通悖论，距离测度
- 图像增强和图像恢复的区别
- 2D DFT 性质：图像空域的变换对频谱的影响
- 图像增强方法：直方图修正、锐化、平滑、伪彩色
- 图像恢复方法：空域滤波、时域滤波、运动恢复建模估计、几何校正
第 3 章 数字化的图像
- 图像网格采集效率
- 方盒量化、网格量化原理
- 数字弦、紧致弦的判定
- 2D 距离变换
第 4 章 边缘检测
- 边缘模型，边缘参数描述
- 边缘检测算子（Marr 算子、Canny 算子、SUSAN 算子）
第 5 章 图像分割
- 阈值分割，区域生长法，分裂合并法
- 分水岭分割算法，聚类分割算法
- 水平集分割的基本思想和优势，从曲线演化到水平集演化推导，利用变分法和梯度下降法推导演化方程；如何基于演化实现图像分割
- Graph Cut 分割的基本思想
第 6 章 模板匹配
- 相似性度量准测，分层搜索策略
- Hough 变换原理，如何基于 Hough 变换检测直线、圆、椭圆等
第 7 章 目标表达
- 基于边界的表达：链码，多边形近似
- 基于区域的表达：四叉树、骨架
- 基于变换的表达：傅里叶描述子（如何预处理、实现平移、旋转、缩放不变性）
第 8 章 简单目标描述
- 基于边界的描述：连通悖论、形状数
- 基于区域的描述：拓扑描述符，欧拉数，不变矩
- 区域标记和计数法
第 9 章 局部视觉特征
- 局部特征点检测方法：角点检测和块检测
- 局部区域描述方法： SIFT 特征描述子生成方法；
- Harris 角点检测子推导过程
- SIFT（亮度、平移、旋转、缩放变换）不变性原理；
5.** 图像发生灰度变换（如反色）后，图像 SIFT 特征如何变化** - 主方向估计方法（共三种）
- BOW 和 VLAD
- 乘积量化原理
第 10 章 形状分析
- 紧凑型描述符，复杂性描述符，拓扑结构描述
- 距离变换，如何基于 Chamfer Distance 进行目标检测
- Shape Context 原理
第 11 章 纹理分析
1 纹理描述的统计方法：局部二值模式、自相关、灰度共生矩阵(往年考了，今年没考)
2 分形计算方法
第 12 章二值形态学
- 二值形态学基本运算：腐蚀、膨胀、开启、闭合；
- 二值形态学运算的几何解释
- 对偶性证明
- 基于击中-击不中运算的目标检测
- 基于基本形态学的组合运算及实用算法
第 13 章 运动分析
- 相机运动建模
- 光流定义，方程推导以及二义性问题
- 运动表达方法：全局、基于像素的、基于块的、基于区域的
- 运动参数估计准则
- 穷举块匹配算法(MBMA)
- 层级块匹配算法(HBMA)
- 相位相关法
最后一句：看了博客的，都给我点个赞啊评论下什么的，我兴趣爱好是写小说，挺喜欢和读者互动的，无论好的坏的互动都喜欢。为啥喜欢女朋友，不喜欢娃娃，就是因为给点回应嘛。
考点覆盖（本博客的核心来了）
我考试结束后，坐在那实在无聊，就花了十分钟左右把考题背了。
这个博客，我会提到图像工程中册的书，也有PPT里的东西。是以PPT为主吧，偶尔一些东西书中更详细一些也会提一下。
PPT是基于2019年的课件，书是图像工程中册（图像分析）第三版，可以电子版也可以图书馆借阅。
提示：我属于水货，上课从未听过，考试复习两天半。
1，考数字弦的判定
在方格图中给你两条弦，让你判断是否是数字弦。（6分）
PPT中第三章24-26页。除此之外，建议一个麻溜地把紧致弦的判断也看看吧。这个不好说，只能自己看。
2，考连通悖论
让你举例说明内部和边界都是4连通，内部和边界都是8连通的连通悖论情况。
PPT中第二章2.1-2.3中38页和第八章4页。书中11页。画图这种事能省则省。
3，考掩模（其实就是算子）
给你四个3*3的掩模算子。
| 0 | 1 | 0 | 0 | -1 | 0 | -1 | -1 | -1 | -1 | -2 | -1 | |||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | -4 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |||
| 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 1 | 2 | 1 | |||
| 第一小题，问你(a)和(b)是什么算子。 | ||||||||||||||
| 第二小题，问你(b)扩展到©扩展原理是什么。(d)效果往往比©要好，解释下原因。 |
PPT第四章12页，7页。a是拉普拉斯算子，b是robert算子，c是prewitt算子，d是sobel算子。第二题不会哟，请请教师兄师姐或者老师吧。
4，考Canny算子和SUSAN算子
第一小题，问你Canny算子和SUSAN算子如何定义边缘点
第二小题，阐述SUSAN算子的基本步骤
水的。答案自寻。
5，考链码、差分码、形状数
第一小题，给你一个图，让你写出它的链码，计算出形状
第二小题，形状数能消除起点选择、旋转变换、尺度变换这三种影响中的那几个因素。
第一小题在PPT第七章6-9页，第八章8-11页。
第二小题是可以消除起点选择和旋转变换，从第一小题的那两章PPT就能看懂了。
嗯，这个还是蛮简单的。
6，考腐蚀膨胀开启闭合
给你两个图，问你怎么从第一个图到第二个图。
这个定义我觉得书中挺详细的，285页-290页，301页-306页。
PPT在第十二章4、6、18页，39-47，知识点的东西说起来复杂，理解起来很快，看呗。
重点是应用算法，也就是PPT的39-47页，这道题考的就是噪声消除和边界提取。
7，考城区距离和Chamfer Distance
给你一个模板，一个图。
第一小题，让你计算城区距离，只需要图
第二小题，用到模板，给你确定了模板的中心在图中的某个点，然后进行目标检测。其实就是算Chamfei Distance。
PPT第二章2.1-2.3中42-44页，城区距离。PPT第十章43-49页，Chamfei Distance。
8， 考Hough变换
第一小题，经过一个焦点坐标(x1,y1)的所有椭圆，经过Hough变换后参数空间(x2,y2,C)构成的几何形状是什么。其中(x2,y2)是另一个焦点坐标。
第二小题，一个圆环的图像呗噪声污染，问你基于图像梯度，如何利用Hough变换检测圆，并写出基本步骤。
第一小题，请开始各自的表演。第二小题，我是把17年考题那个抄进去了，不过不知道对不对，因为题目中多了个图像梯度，不太懂啥意思。
啧啧，还是好好听课呀。
9, 考SIFT不变性
第一小题，谈谈你对图像特征不变性的理解
第二小题，SIFT特征子如何实现特征不变性
第三小题，反色(f(x)=255-x）后的SIFT特征发生了什么变化。
看PPT，懒得翻了。
10， 考水平集和变分法推导
第一小题，问你水平集的基本思想
第二小题，变分法推导，就是PPT上的东西
看PPT，懒得翻了。
11， 考光流方程
第一小题，光流方程的二维运动推导
第二小题，为啥在平滑图像区域光流方程的效果不好。
看PPT，懒得翻了。
好了，19年考试真题就是这个，至于题目中带图那什么的，请勿怪我懒，因为确实没有必要做题，而是要看PPT的知识点，题目是变的。每年都不一样，没啥做的必要，而且知识点其实不难，点到位就可以了。
ps:2020年6月9日，时隔一年了，正赶上硕转博的关头，本来按照我最先的想法，如果导师说有名额给我，我也就正好转博就是，反正拿个博士学历血赚，刚看到有校友问这个，所以回复一下。
结果emmm，五月底六月初转博的时候，导师说有名额给我，我却考虑了很久而后放弃了，这是职业规划方面的吧，以前没想过这么远，后来就觉得自己不是专门搞科研的料子，没啥必要搞博士，还是看自己将来想从事什么吧。
最后补充一下，最近准备硕士毕业，做了FBP和ART图像重建算法，正在搞图像配准这一块，目前进度卡在非刚性图像配准这里。等我这段紧张的时间过去了，有机会我来写一篇关于三维图像重建和三维图像配准的帖子吧。
ps：csdn不常登，刚看到有人的私信，我就统一回复下了哈：
——目前在上海浦东张江，it行业，工作一年了，去年毕业就落户了（科大可以直接落），定居地的话，虽然魔都有房，但我也未必定居上海，都顺其自然吧还没想好，目前来看大抵就是合肥杭州上海三选一，未来打算的话可能先工作几年，然后计划考公或者创业啥的，也走一步看一步吧，对象的话谈过几个，但是目前单狗……难过。
————2022.6.28，上海解封一月后笔