基礎(chǔ)概念類
什么是機器視覺技術(shù)？試論述其基本概念和目的。
機器視覺技術(shù)是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計算機科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科。機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。其目的是用機器代替人眼來完成觀測和判斷，常用于大批量生產(chǎn)過程中的產(chǎn)品質(zhì)量檢測，以及不適合人的危險環(huán)境和人眼視覺難以滿足的場合，可以大大提高檢測精度和速度，從而提高生產(chǎn)效率，并且避免人眼視覺檢測所帶來的偏差和誤差。
機器視覺與圖像處理有什么區(qū)別？
圖像處理的目的是使圖像經(jīng)過處理后變得更好，圖像處理系統(tǒng)的輸出仍然是一幅圖像，而機器視覺系統(tǒng)的輸出是與圖像內(nèi)容有關(guān)的信息。
機器視覺與模式識別的區(qū)別是什么？
機器視覺通過機器代替人進行視覺感知，機器視覺的核心問題是從一張或多張圖像生成一個符號描述，因此需要考慮前端的成像，而模式識別的主要任務(wù)是對模式進行分類，模式識別只需要考慮輸入的圖像。模式識別的內(nèi)容主要包括分類、識別等，而機器視覺的內(nèi)容包括相機標定、三維重建等。機器視覺由兩部分組成：特征度量與基于這些特征的模式識別。機器視覺系統(tǒng)的輸入是圖像或者圖像序列，輸出是一個描述。
技術(shù)發(fā)展類
總結(jié)機器視覺發(fā)展歷史。
機器視覺發(fā)展經(jīng)歷了從20世紀70年代的數(shù)字圖像處理、馬爾視覺理論框架、積木世界，20世紀80年代的圖像金字塔和尺度空間、“由X到形狀”、Snake模型、視覺相關(guān)變分優(yōu)化算法，20世紀90年代的“圖割”(graphcut)稠密立體視覺、統(tǒng)計學(xué)習(xí)方法以及最新的計算攝像學(xué)、計算成像、2D/3D圖像及視頻理解、深度學(xué)習(xí)等過程。
硬件相關(guān)類
“f/64小組”主張采用什么，精確對焦，表現(xiàn)對象豐富細節(jié)與質(zhì)感？
“f/64小組”主張采用小光圈，精確對焦，表現(xiàn)對象豐富細節(jié)與質(zhì)感。
魚眼鏡頭的焦距很短，其特點是什么？
魚眼鏡頭的特點是視場角很大。
同一物體，鏡頭焦距調(diào)大，被攝物體在相機上成像會怎樣？
同一物體，鏡頭焦距調(diào)大，被攝物體在相機上成像會變大。
視場角為多少度的鏡頭屬于標準鏡頭？
視場角為40度 – 60度的鏡頭屬于標準鏡頭。
應(yīng)用類
給出機器視覺應(yīng)用的五個具體例子。
無人駕駛、機器人抓取、工業(yè)檢測、虛擬現(xiàn)實、人機交互等。
什么是全結(jié)構(gòu)化（混行全結(jié)構(gòu)化）？
全結(jié)構(gòu)化，又叫“混行全結(jié)構(gòu)化”，是指對監(jiān)控畫面中出現(xiàn)的機動車、非機動車、人體、人臉進行抓拍，并完成屬性分析，最終實現(xiàn)車輛、人臉人體的全結(jié)構(gòu)化。
二、機器視覺題庫答案綜合
基礎(chǔ)概念類答案
機器視覺技術(shù)概念和目的：是多學(xué)科交叉學(xué)科，用計算機模擬人視覺功能，從圖像提信息處理理解用于檢測、測量和控制，目的是代替人眼觀測判斷，用于特定生產(chǎn)檢測場景提高效率避免誤差等。
機器視覺與圖像處理區(qū)別：圖像處理輸出是處理后的圖像，機器視覺輸出是與圖像內(nèi)容有關(guān)信息。
機器視覺與模式識別區(qū)別：機器視覺考慮前端成像且從圖像生成符號描述，模式識別主要任務(wù)是分類只考慮輸入圖像，機器視覺內(nèi)容更多包含硬件相關(guān)，二者輸入輸出也有區(qū)別。
技術(shù)發(fā)展類答案
發(fā)展歷史：20世紀70年代數(shù)字圖像處理等，80年代圖像金字塔等，90年代“圖割”等，到現(xiàn)在計算攝像學(xué)等過程。
硬件相關(guān)類答案
“f/64小組”：主張小光圈精確對焦表現(xiàn)細節(jié)質(zhì)感。
魚眼鏡頭：特點是視場角很大。
焦距調(diào)大成像：同一物體鏡頭焦距調(diào)大成像變大。
標準鏡頭視場角：40度 – 60度屬于標準鏡頭視場角。
應(yīng)用類答案
應(yīng)用例子：無人駕駛、機器人抓取、工業(yè)檢測、虛擬現(xiàn)實、人機交互等。
全結(jié)構(gòu)化：對監(jiān)控畫面多種對象抓拍分析實現(xiàn)全結(jié)構(gòu)化。
