图像处理职位面试题汇总(2)

软件编程部分

1.模块设计

给你一个模块要求,你要做出这个模块,那么你的做出该模块的思路和步骤是什么?

2.编程题

图像处理职位面试题汇总(2)_第1张图片

图像处理部分

1. 图像融合

已知两幅拼接好的图像,两幅图像在几何关系配准之后,但两图之间存在明显灰度差别跳变,请设计一个算法对图像进行处理,让两幅图之间的灰度看不出跳变,形成自然过渡。(可以不考虑两图之间的黑图部分)。

图像处理职位面试题汇总(2)_第2张图片

2. 特征点匹配

如下图所示,请以准确快速实现配准为目标,设计算法,让两图中对应的特征点(至少一部分特征点)配准(即精准地地找出对应点之间对应的坐标关系值)。

图像处理职位面试题汇总(2)_第3张图片


3.极值点邻域筛选

对于一般应用图像中,景物可能存在任意特征(如折线,弧形、亮度极值、色调等),请设计合适的算法,找到图像中可以作为明显特征点的灰度的极值点所在的邻域。以准确快速实现极值点邻域筛选为目标,设计算法。用流程图表达)。

逻辑推理部分

1.药丸问题

有四人装药丸的罐子,每个药丸都有一定的重量,被污染的药丸是没被污染的重量+1.只称量一次,如何判断哪个罐子的药被污染了?

2.帽子黑白问题

一群人开舞会,每人头上都戴着一顶帽子。帽子只有黑白两种,黑的至少有一顶。每个人都能看到其他人帽子的颜色,却看不到自己的。主持人先让大家看看别人头上戴的是什么帽子,然后关灯,如果有人认为自己戴的是黑帽子,就打自己一个耳光。第一次关灯,没有声音。于是再开灯,大家再看一遍,关灯时仍然鸦雀无声。一直到第三次关灯,才有劈劈啪啪打耳光的声音响起。问有多少人戴着黑帽子?

解:假如只有一个人戴黑帽子,那他看到所有人都戴白帽,在第一次关灯时就应自打耳光,所以应该不止一个人戴黑帽子;如果有两顶黑帽子,第一次两人都只看到对方头上的黑帽子,不敢确定自己的颜色,但到第二次关灯,这两人应该明白,如果自己戴着白帽,那对方早在上一次就应打耳光了,因此自己戴的也是黑帽子,于是也会有耳光声响起;可事实是第三次才响起了耳光声,说明全场不止两顶黑帽,依此类推,应该是关了几次灯,有几顶黑帽。

3.金条问题

让工人为你工作7天,给工人的回报是一根金条。金条平分成相连的7段,你必须在每天结束时给他们一段金条,如果只许你两次把金条弄断,你如何给你的工人付费?

解(来自网络)day1给1段,day2让工人把1段归还给2段,day3给1段,day4归还12段,给4段。day5依次类推……

4.拆字游戏

下面玩一个拆字游戏,所有字母的顺序都被打乱。你要判断这个字是什么。假设这个被拆开的字由5个字母组成:

   1.共有多少种可能的组合方式?
   2.如果我们知道是哪5个字母,那会怎么样?
   3.找出一种解决这个问题的方法。

5. 为什么下水道的盖子是圆的?

解:(来自网络)从麻省理工大学一位计算机系教授那里听来的答案,首先在同等用材的情况下他的面积最大。第二因为如果是方的、长方的或椭圆的,那无聊之徒拎起来它就可以直接扔进地下道啦!但圆形的盖子嘛,就可以避免这种情况了

6. 请估算一下CNTOWER电视塔的质量

解:(来自网络):比如你怎样快速估算支架和柱子的高度、球的半径,算出各部分的体积等等。招聘官的说法:"就CNTOWER这道题来说,它和一般的谜语或智力题还是有区别的。我们称这类题为’快速估算题’,主要考的是快速估算的能力,这是开发软件必备的能力之一。当然,题目只是手段,不是目的,最终得到一个结果固然是需要的,但更重要的是对考生得出这个结果的过程也就是方法的考察。"MrMiller为记者举例说明了一种比较合理的答法,他首先在纸上画出了CNTOWER的草图,然后快速估算支架和各柱的高度,以及球的半径,算出各部分体积,然后和各部分密度运算,最后相加得出一个结果。

  这一类的题目其实很多,如: "估算一下密西西比河里的水的质量。""如果你是田纳西州州长,请估算一下治理好康柏兰河的污染需要多长时间。""估算一下一个行进在小雨中的人5分钟内身上淋到的雨的质量。"
   MrMiller接着解释道:"像这样的题目,包括一些推理题,考的都是人的
   ProblemSolving(解决问题的能力),不是哪道题你记住了答案就可以了的。"
  对于公司招聘的宗旨, MrMiller强调了四点,这些是有创造性的公司普遍注
  重的员工素质,是想要到知名企业实现自己的事业梦想的人都要具备的素质和能力。
  要求一: RawSmart(纯粹智慧),与知识无关。
  要求二: Long-termPotential(长远学习能力)。
  要求三: TechnicSkills(技能)。
  要求四: Professionalism(职业态度)。

关于Image Engineering & Computer Vision的更多讨论与交流,敬请关注本博客和新浪微博songzi_tea.

你可能感兴趣的:(面试题,图像处理,精选题)