计算机视觉试卷

⎧ x, 0 ≤ x < 1
⎧ x −1, 1 ≤ x < 2
P(x|ω1) = ⎪⎨2 − x, 1 ≤ x ≤ 2 和 P(x|ω2 ) = ⎨⎪3 − x, 2 ≤ x ≤ 3
⎪⎩ 0, 其它
⎪⎩ 0, 其它
（1）求贝叶斯最小错误概率准则下的判决域，并判断样本 x=1.5 属于哪
一类；
(2) 假设正确判断的损失 λ11 = λ22 = 0 ，误判损失分别为 λ12 和 λ21 ，若采 用最小风险判决准则， λ12 和 λ21 满足怎样的关系时，会使上述 x=1.5 的判断 相反？
六、设计题：以下两题中选做一题
（23 分）
（1）设计一个基于计算机视觉的车辆自动识别收费系统，要求该系统 可以对行驶中的车辆进行车型和车牌识别，在不停车的情况下实现车辆按 型号不同分类收费的功能。列出系统的总体结构和主要组成模块，并阐述 它们的功能和作用。
（2）设计一个基于计算机视觉的 PCB 板缺陷检测系统，要求该系统可 以实时获取生产线上的 PCB 板图像，对 PCB 板制造过程中可能出现的毛刺、 缺损、短路等缺陷进行检测。列出系统的总体结构和主要组成模块，并阐 述它们的功能和作用。
第2页 共2页
专业班级：
2、人工神经网络
装
3、有监督学习
订
线
wk.baidu.com
4、模糊聚类
（
题 目
5、人工智能
不 得
6、计算机视觉系统
超
过
此
线 ）
二、计算机视觉研究的目的是什么？它和图像处理以及计算机图形学有哪
些联系和区别？（10 分）
学号：
三、实现图像分割有哪几类技术方法？各自的特点是什么？（10 分）
湖
南
大
学
教 务
四、对于二维线性判别函数 g(x) = x1 + 2x2 − 2
考试中心填写： ____年___月___日
考试用
湖南大学课程考试试卷
湖
南
课程名称： 计算机视觉 课程编码：
试卷编号：
考试时间：
大
学 课
题号 一 二 三 四 五 六
总分
程
应得分 30 10 10 12 15 23
100
考
试
( 注：答案写在答题纸上，否则无效 )
试 卷
一、名词解释（30 分）
1、统计模式识别
（12 分）
处 考
（1）将判别函数写成 g(x) = wT x + w0 的形式，并画出 g(x) = 0 的几
试
中
何图形；
心
姓名：
第1页 共2页
（2）映射成广义齐次线性判别函数 g(x) = aT y 。
五、在目标识别中，假定类型ω1 为敌方目标，类型ω2 为诱饵（假目标）， 已知先验概率 P(ω1 )=0.2 和 P(ω2 )=0.8，类概率密度函数如下： （15 分）