Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Billedbehandling > Eksamen > Flashcards

Eksamen Flashcards

(109 cards)

Start Studying
1
Q

Hvad er formålet med depth sensing i billed- og videobehandling?

A

At rekonstruere 3D-koordinater.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hvordan dannes et billede?

A

Energi reflekteret fra et objekt opfanges af en sensor/kamera.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Hvordan repræsenteres en pixel?

A

Som et array i OpenCV (NumPy array), hvor hver pixel kan have værdier for intensitet eller farve (RGB/HSI).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Fordele og ulemper ved back-lighting?

A

Fordele: Fremhæver objektets konturer.
Ulemper: Kan føre til tab af detaljer i skygger og højlys.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Forklar følgende term: Focus

A

Focus: Justering af billedskarphed på et specifikt plan.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Hvad betyder Point Processing?

A

Opererer på individuelle pixels uden påvirkning fra nabopixels.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Beskriv Brightness og Contrast.

A

Brightness: Skift i billedets overordnede lysstyrke.
Contrast: Forskellen mellem lyse og mørke områder.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Hvad er greylevel mapping?

A

En teknik i billedbehandling, hvor pixelværdier (gråtoner) transformeres via en mapping-funktion for at ændre intensitetsfordelingen i et billede.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Hvad er et histogram?

A

En grafisk repræsentation af intensitetsfordelingen i et billede.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Hvordan kan et histogram bruges til at vælge greylevel mapping?

A

Ved at analysere intensitetsfordelingen kan man justere mappingen for at optimere kontrast.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hvad er histogram stretching?

A

Udvidelse af intensitetsområdet for at øge kontrast.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hvad er thresholding, og hvordan relaterer det til histogram og segmentering?

A

Thresholding: Fjernelse af pixelværdier uden for en grænseværdi. Bimodale histogrammer anvendes til at finde optimale thresholds for segmentering.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hvad er forskellen mellem Achromatic og Chromatic?

A

Achromatic: Sort, hvid og gråtoner.
Chromatic: Farver i det elektromagnetiske spektrum.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Hvad er forskellen mellem Additive og Subtractive farver?

A

Additive: RGB (skærme).
Subtractive: CMYK (print).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Beskriv de to farverum RGB og HSI.

A

RGB: 3D-model med farvevektorer. Bruges i skærme og computergrafik.
HSI: Separerer intensitet fra farve, nyttigt til thresholding.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hvad er forskellen mellem Point Processing og Neighborhood Processing?

A

Point Processing: Opererer på individuelle pixels.
Neighborhood Processing: Opererer på pixels og deres naboer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Hvad er Correlation, og hvordan adskiller det sig fra Convolution?

A

Correlation: Matcher et mønster med et billede.
Convolution: Inverterer kerne og udfører en operation, ofte brugt i billedfiltre.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Hvilken rolle spiller Kernel størrelse til Gaussian?

A

En større kernel udglatter mere, men kan fjerne detaljer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Hvad er Mean Filter, og hvad kan det bruges til?

A

Glatter billeder ved at tage gennemsnittet af pixels i en kernel.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Hvad er Median Filter, og hvad kan det bruges til?

Forklar også beregningsmetode for median filter.

A

Reducerer støj uden at sløre kanter. Effektiv mod “salt og pepper”-støj.

Tænk på den “midterste værdi i rækken af farveværdier”.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Er Median Filter bedre end Mean Filter til støjfjerning? Hvorfor?

A

Ja, Median Filter bevarer kanter bedre ved at ignorere ekstreme værdier.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Hvad er Template Matching, og hvad kan det bruges til?

A

Objektgenkendelse ved at finde bedste match mellem en template og en billedregion.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Forklar principper og algoritmer for, Image differencing, background subtraction og advanced background subtraction.

A

Image differencing: Sammenligner to billeder for at finde forskelle.
Background subtraction: Fjerner baggrund for at isolere objekter.
Advanced Background Subtraction: Dynamiske metoder, der tilpasser sig lysændringer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Forklar Erosion, Dilation, Opening, Closing.

A

Erosion(Flere fit operationer): Fjerner små objekter. Gør ting mindre
Dilation(Flere hit operationer): Fylder huller i objekter. “fluffer” et objekt.
Opening: Erosion efterfulgt af dilation.
Closing: Dilation efterfulgt af erosion.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Hvordan kan Morphology finde konturer?
Ved at sammenligne Erosion/Dilation-resultater med det originale billede. Derved fåes en outline/kontur.
26
Hvad står BLOB for?
Binary Large Object.
27
Hvad er formålet med BLOB Analysis?
At identificere og analysere objekter i et billede.
28
Hvad er connectivity?
Forbindelse mellem pixels (4- eller 8-forbindelse).
29
Hvordan kan en BLOB udtrækkes fra et billede?
Ved at bruge thresholding og connectivity.
30
Hvad er en feature, og hvad bruges den til?
Karakteristika ved objekter, fx form, størrelse, farve.
31
Nævn mindst fem features.
Area, Perimeter, Bounding Box, Orientation, Compactness.
32
Hvad er feature matching, og hvordan udføres det?
Sammenligning af features mellem objekter i forskellige billeder. Dertil kan man benytte sig af et feature space.
33
Hvad er en image edge?
Område med hurtige intensitetsændringer = Høj gradient.
34
Hvilke tre trin indgår i Edge Detection?
1. Noise reduction. 2. Edge enhancement. 3. Edge localization.
35
Hvordan fungerer Sobel og Canny?
Sobel: Finder kanter via førsteordensderivater. Canny: En robust metode, der grupperer kanter med non-maximum suppression og dobbelt-threshold.
36
Hvordan efterligner stereo vision menneskets syn?
Ved at tage to samtidige billeder fra to forskudte positioner, svarende til menneskets øjne.
37
Hvad er depth map i stereo vision?
En repræsentation, hvor lysere pixels angiver nærmere objekter.
38
Hvordan beregnes dybde fra disparity?
Ved at bruge forskellen mellem x-værdierne for tilsvarende punkter i to billeder.
39
Hvad er structured light, og hvornår bruges det?
En metode til dybdesensing ved brug af mønstre af lys; anvendes til teksturløse overflader.
40
Hvordan måler Time-of-Flight (ToF) dybde?
Ved at beregne rejsetiden for lys fra emitteren til sensoren.
41
Hvad er LIDAR?
En teknologi, der bruger laser og Time-of-Flight til at måle afstand.
42
Hvad er forskellen mellem 4- og 8-forbindelser i connectivity?
4-forbindelse: Pixel er kun forbundet vandret og lodret. 8-forbindelse: Pixel er forbundet vandret, lodret og diagonalt.
43
Hvad er Sobel edge detection?
En metode baseret på førsteordensderivater.
44
Hvad er Canny edge detection?
En metode, der grupperer kanter for mere robuste resultater.
45
Hvordan fungerer template matching?
Bruges til objektgenkendelse ved at finde den bedste match mellem en template og billedregioner.
46
Hvad er en covariance matrix?
En matrice, der viser, hvordan forskellige features varierer sammen.
47
Hvad er Principal Component Analysis (PCA)?
En unsupervised lineær metode til dimensionreduktion, der bevarer mest mulig varians i dataene.
48
Hvordan fungerer Linear Discriminant Analysis (LDA)?
En supervised metode til dimensionreduktion, der maksimerer klasseseparabilitet.
49
Hvad er et bimodal histogram i Image Segmentation?
Et histogram med to tydelige toppe, der gør det lettere at thresholde.
50
Hvordan fungerer M-fold Cross-Validation?
1. Del datasættet i M lige store grupper. 2. Brug M−1 grupper til træning og den resterende gruppe til test. 3. Gentag M gange med forskellige testgrupper.
51
Hvad er overfitting?
Når en model lærer detaljer og støj fra træningsdata, hvilket reducerer dens generaliseringsevne.
52
Hvordan forbedres klassifikation, hvis features ikke er nok?
Tilføj en ny feature til feature-vektoren.
53
Hvad er HSI's, og andre farve rums fordele frem for RGB?
HSI adskiller intensitet og farve, hvilket forenkler thresholding ligeledes som andre farve rum.
54
Hvad er Gaussian Naive Bayes?
En klassifikationsmetode, der modellerer kontinuerlige variable som en normalfordeling.
55
Hvad er additive smoothing i klassifikation?
At tilføje 1 til alle nøgleordstællinger for at forhindre sandsynligheder på 0.
56
Hvad bruges log-likelihood til?
At undgå underflow i sandsynlighedsberegninger.
57
Hvordan kommer virkeligheden ind til læsbar data? | Hvor er billeder fra?
Energi reflekteret fra et objekt, som modtages af en sensor/kamera
58
Hvad er Region of Interest (ROI)?
Også kaldt ROI, undladelse af visse områder til at begrænse beregninger.
59
Hvad er Compression (RAW)?
Intet data tabt, indeholder header + data (bits).
60
Hvad er Compression (Lossless)?
Komprimeringsalgoritme, såsom PNG.
61
Hvad er Compression (Lossy)?
Data tabt, ofte ikke genkendeligt for mennesket, såsom JPG.
62
Formel for focal length?
1/f = 1/d_o + 1/d_i | f = focal length d_o = objekt til lens d_i = billede til lens
63
Formel for FOVx
FOVx = 2*arctan(w/2f) | w = Bredde af sensor (mm)
64
Formel for FOVy
FOVy = 2 * arctan (h/2f)
65
Hvad er spektret af synlige farvers frekvens?
Cirka 380 nm til 750 nm.
66
Hvad står CMYK for?
Cyan, Magenta, Yellow, Key color (sort).
67
Hvad er RGB Colour Space?
En 3D-kasse med farvevektorer, hvor diagonalvektoren repræsenterer gråtoner.
68
Hvad er en prism kamera sensor?
En sensor, der præcist opfanger farveværdier pr. pixel.
69
Hvad er Bayer Pattern?
Det mest brugte pixelmønster i sensorer, med flest grønne sensorer for at matche menneskets syn.
70
Hvad er Demosaicing?
En metode til at finde en RGB værdi ud fra et bayer pattern mønster som indeholder RGGB. R = R G = (G + G)/2 B = B
71
Hvor mange farveværdier kan et 8-bit billede levere?
256.
72
Hvad er thresholding?
At fjerne pixelværdier uden for en defineret rækkevidde.
73
Hvad er en kernel eller mask?
En matrice brugt til at anvende filtre eller transformationer på et billede. | Husk at den ikke kan være lige størelser...(2,4,6,8.. etc...)
74
Hvad er formålet med Morphology operations?
At manipulere billedets struktur, fx fjerne støj eller fremhæve objekter.
75
Hvad er Erosion?
At fjerne små objekter eller separere tætliggende objekter. | Tænk Fit operationer
76
Hvad er Dilation?
At udfylde huller i objekter og gøre dem større. | Tænk Hit operationer
77
Hvad er Opening?
Erosion efterfulgt af dilation for at fjerne støj mindre destruktivt.
78
Hvad er Closing?
Dilation efterfulgt af erosion for at lukke huller mindre destruktivt.
79
Forklar følgende term: Depth-of-field (DOF)
Depth-of-field (DOF): Området, der fremstår skarpt, afhængigt af blænde og fokusafstand.
80
Forklar følgende term: Zoom
Zoom: Ændring af synsvinklen ved at ændre objektivets brændvidde.
81
Forklar følgende term: Field-of-view (FOV)
Field-of-view (FOV): Synsvinklen, afhængig af sensor og objektivets brændvidde.
82
Forklar følgende term: Focal length
Fokal længde er afstanden mellem objektivets eller linsens optiske centrum og det punkt, hvor lysstråler mødes for at danne et skarpt billede på en sensor eller et fokalplan. (måles i mm).
83
Forklar følgende term: Shutter
Shutter: Kontrollerer eksponeringstiden.
84
Forklar følgende term: Aperture
Aperture: Objektivets åbning, som regulerer mængden af lys, der rammer sensoren.
85
Hvad er en video?
En video er en sekvens af billeder over tid, repræsenteret som funktionen f(x,y,t). Hvert billede kaldes en frame, og antallet af frames pr. sekund kaldes frame rate (f.eks. 30 fps).
86
Hvad er målet med segmentation i videoer?
At separere forgrund (objekter) fra baggrund (støj), ofte resulterende i et binært billede til videre analyse som f.eks. silhuetdetektion eller objektbevægelse.
87
(Video) Hvad antager background subtraction?
At forgrunden bevæger sig, mens baggrunden forbliver stabil.
88
(Video) Hvad er de grundlæggende trin i background subtraction?
1. Beregn gennemsnitligt baggrundsbillede. 2. Optag et nyt billede. 3. Subtraher baggrunden fra det nye billede. 4. Threshold for at identificere forgrundspixels. 5. Fjern støj.
89
(Video) Hvad er udfordringen ved threshold ved videoer?
At vælge en passende værdi (TH) for at skelne mellem forgrund og baggrund. | TH = Threshold
90
(Video) Hvordan kan støj fjernes efter thresholding i video?
Ved at bruge median filter eller morfologiske operationer.
91
(Video) Hvordan håndteres små bevægelser i baggrunden, f.eks. fra vind eller lysændringer?
Ved at lære baggrunden gennem gennemsnit af N tomme billeder:
92
(Video) Hvordan kan man tilpasse threshold til lokale pixelvariationer?
(Video) Ved brug af lokale thresholds baseret på standardafvigelsen σ(x,y):
93
(Video) Hvornår bruges image differencing frem for background subtraction?
Når scener er meget dynamiske og ikke kan læres. Forgrunden antages at bevæge sig, og forskel beregnes mellem den aktuelle frame og en referenceframe.
94
(Video)Hvad er double differencing?
Kombinerer forskelle mellem flere referenceframes for at reducere støj og spøgelser i bevægelsesdetektion.
95
(Video) Hvad er forskellen mellem background subtraction og image differencing?
Background subtraction: Lærer en stabil baggrund og fjerner støj bedre. Image differencing: Hurtigere, men mere følsom over for spøgelser og kræver stabil bevægelse i forgrunden.
96
Hvordan relaterer Greylevel Mapping til Brightness (lysstyrke)?
Brightness justeres ved at tilføje eller trække en konstant c fra pixelværdierne
97
Hvordan relaterer Greylevel Mapping til Contrast (kontrast)?
Contrast justeres ved at multiplicere pixelværdier med en skaleringsfaktor 𝛼
98
(Morphology) Forklar Hit og Fit
Hit: Når blot én værdi fra kernel der matcher. Fit: Når der er et direkte match med kernel
99
Vil et system kunne være bedre end dens træningsdata?
Nej
100
Hvad er allokering af et train og test sæt?
90% allokeres til træning 10% allokeres til test
101
Må man bruge træningsdata til at teste et system?
Nej!
102
Hvilke metoder kan der være i neighborhood-processing?
Corrolation, convolution, mean, median og Gaussian | Og sikkert mange, mange flere :))
103
Hvad er Gaussian Blur?
Gaussian Blur er en billedbehandlingsteknik, der bruges til at reducere støj og glatte billeder. Det anvender en Gaussisk funktion til at vægte og udjævne pixelværdier, så skarpe kanter og detaljer bliver mindre fremtrædende
104
Hvordan fungerer Gaussian Blur?
En Gaussisk kerne (eller filter) skabes baseret på en Gaussisk funktion hvor σ bestemmer styrken af udjævningen. Denne kerne bruges som en vægtet gennemsnitsfunktion, hvor hver pixelværdi erstattes med en vægtet sum af nabopixelværdier.
105
(Gaussian Blur)Hvad er effekten af σ?
Lav σ: Lidt sløring – billedet bevarer detaljer. Høj σ: Meget sløring – billedet bliver kraftigt udglattet.
106
Fordele ved Gaussian Blur?
Effektiv udjævning uden store artefakter. Bevarer den generelle struktur af billedet.
107
Forklar Connected Component Analysis(Grassfire)
En billedbehandlingsteknik, der identificerer og mærker sammenhængende regioner (connected components) i et binært billede baseret på pixeltilslutning (4- eller 8 connectivity).
108
Forlklar step-by-step PCA (Principal Component Analysis)
1. Beregn kovariansmatrix. 2. Find egenværdier og egenvektorer. 3. Projektér data på de vigtigste egenvektorer. | Bruges til at reducere støj og visualisere data i færre dimensioner.
109
Hvordan konverteres en RGB værdi til gråtone?
Grey = (RGB)/3

Billedbehandling (1 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions