PV機器人筆試題

一.基礎題

1.C

∫30x1+1+x√dx=∫30x(1−1+x√))−xdx=∫301+x−−−−−√−1dx=53

2.B

3.C

13(A−E)∗(A+2E)=13(A2=A−2E)=E

4.B

limx→∞(1+1x)x=e

5.4/625

(15)3(45)=4625

6.C

拉普拉斯算子對噪聲非常敏感，所有才有高斯拉普拉斯算子。
Sobel（下圖左）和Prewitt算子（下圖右）都屬於梯度算子，不同之處在於Sobel在一定程度上結合了高斯平滑和梯度算子微分求導。

Sobel:⎡⎣⎢−1−2−1000121⎤⎦⎥Prewitt:⎡⎣⎢−1−1−1000111⎤⎦⎥

7.B

隊列，先進先出

8.C

隊列中，head指向第一個元素的位置，tail指向下一個待插入元素的位置。判斷隊列滿的條件爲(head!=0&&head==tail+1) || (head==0&&tail==length-1); 。

9.C

根結點爲E

10.C

題目錯了，初始化i應該爲1吧；答案應該爲log3n

11

q->next=x->next; x->next->prior=q; q->prior=x; x->next=q;
順序並不唯一，但(1)(2)應該在(4)前面

12.B

this指針是一個指向自己的指針，以訪問自己的數據成員。

13.D

14.C

15.B

16.B

17.C

對比度也就是從黑到白的漸變層次，從黑到白的漸變層次就越多，從而色彩表現越豐富。

18.D

HOG並不是一種點特徵，它代表的圖像區域特徵。關於HOG很好的一篇文章：Histogram of Oriented Gradients

19.D 5 C 7

投影矩陣：將空間三維點投影到像平面上的二維點的矩陣。一般是四參數或五參數模型。
單應矩陣：一個平面上的點到另一個平面上的點的投影映射矩陣。8個自由度。
本徵矩陣:（以雙目視覺爲例）將真實世界中的點P在左攝像機觀測到的（左攝像機座標系的）三維座標Pl與右攝像機觀測到的點P的（右攝像機座標系中的）三維座標Pl關聯起來的矩陣。秩爲2，一共有5個參數，其中3個旋轉參數，2個平移參數。
基礎矩陣：（以雙目視覺爲例）將點P投影到左攝像機圖像座標系中的二維座標和右攝像機圖像座標系中的二維座標點關聯起來的矩陣。秩也爲2，七個參數，其中兩個參數表示對極平面，三個參數表示兩個像平面的單應矩陣。
參考：兩個平行視圖中間的基礎矩陣是什麼？

20.A

二.應用題

1.此題還沒有總結好。

深度信息一般是通過兩個或多個攝像機拍攝的2D圖像視差來獲取的。
三維深度傳感器：單目結構光、雙目立體視覺（主動式/特徵點增強式）、飛行時間法（ToF）。

2

3

此題中預測模型（狀態方程）已經給出，Xk+1=AXk+BUk+wk
觀測模型（量測方程）Zk=HXk+vk ，此處怎麼做？
卡爾曼濾波，詳見DJ視覺工程師之卡爾曼濾波

4

三.開放題

1

2

3