中科大数字图像分析(DIA)知识点总结与考试回忆-2022秋季学期

课程简介

此课程为中科大6系(电子工程与信息科学系)的专业基础课，授课教师为考核方式为闭卷笔试，授课教师为周文罡,李厚强,胡洋,李礼四位老师(虽然李厚强老师根本没来过)。春季学期的课程仅供6系的同学选课，秋季学期则是供其他院系的同学选课。
基本不点名，有4~6次大作业(22年末因为疫情原因只留了3次)，作业都比较有难度，往年的作业题可以再github上找到，然而22年出了两个新题让我很痛苦。
本课程难度很高，知识点覆盖面非常大而且非常零碎(从最传统的图像分析到深度学习，而且每一章的知识点都可能作为考点)，PPT内容繁多而且讲的也不够清楚，需要上课认真听讲做补充。如果每节课都认真跟课听讲的话还是能学到不少东西的，不过没有基础、想要混分的同学请谨慎选课，每年还是有不少挂科的。

2022秋季学期的课程主页连接如下：
数字图像分析课程主页(2022秋季)
往年作业参考可见:
中科大-数字图像分析-周文罡-DIA-USTC

知识点总结(复习用)

说来惭愧，博主上课也没怎么去听，都是考试前临时突击复习的。最终根据考前老师发的复习重点汇总了一些知识点，只能用于考前突击复习并不足以用来学习知识，想要深入学习课程的同学还是要课上好好听讲！
知识点总结我做了个PDF，放到下面这个网盘里，提取码为hvom，有需要的同学自取:
提取码:hvom

考试题回忆

1.三种图像采样效率比较(12)

第二章的知识点，采集与量化部分，就是直接让你写有哪三种图像采集方式及其各自的采集效率。

2.二值化形态学算子的设计(8)

第四章形态学的知识点，实用算法部分，这部分每年都要考而且考试形式不太变，就是给出两张图像(变换前和变换后)，问你如何使用形态学算子实现这种变换，今年考的是边界提取，PPT上甚至有原图。

问的就是如何从(a)变换到(d)。
博主虽然记了这些算子是干什么的，但是没有怎么看PPT的例子，导致这个题画蛇添足多写了个去噪(开启闭合)，大家复习的时候还是有多结合PPT理解呀！

3.逆滤波的基本思想和如何改进(10)

第六章图像恢复的知识点，第一问是逆滤波的基本思想，第二问是逆滤波的缺陷和解决方法。
基本思想就是估计出降至函数，然后将降质图像直接除以降质函数得到原图的估计。(因为降质图像是经过降质函数+噪声处理而来，这里就是忽略掉噪声的影响直接实现图像降质的逆过程)


第二问逆滤波的缺陷上图也有，一是难以估计降质函数，二是即使得到降质函数也难以精确重建。解决方法是限制频谱范围(可以通过施加一个低通滤波实现:具体的方法有维纳滤波与约束最小二乘滤波，PPT上都有)

4.图像分割的定义、阈值分割方法(10)

第八章图像分割，这一章并没有考往年常考的水平集，大家一定要注意不要遗漏知识点。
第一问问的是图像分割的定义，第二问是给定前景和背景的均值和方差让你计算合适的阈值。
第一问白给分，PPT上的原话

第二问没有复习到，我看题目的意思应该是可以用Otsu法，不过我不知道Otus法怎么算所以只写了一句用Otsu法。。。

5.图像经过线性灰度变换，HOG和LBP特征的变化(12)

第九章的知识点，同样本章没考SIFT，而考了HOG和LBP。
题目背景是一个图像I1经过f(x) = ax + b的线性变换得到图像I2，然后第一问问I1和I2的HIS（色度、饱和度、亮度）三个属性怎么改变，我印象里好像课上没讲过，随便蒙了一下。
第二问、第三问问I1、I2的HOG和LBP特征是否相同，解释为什么相同或怎么不同。
HOG和LBP都具有线性灰度变换的不变性，所以两问的答案都是相同。感觉从原理上解释一下二者的灰度不变性就可以了(线性变换不改变梯度和相对大小)。

6.什么是旋转不变形?像素的位置变化如何影响HOG和LBP特征？如何实现旋转不变形(不丢失区分性的前提下)?(10)

同样是第九章的内容，不变性每年都考，往年都是考SIFT的反色变换。
第一问白给

第二问没太看懂，我简单介绍了一下HOG和LBP特征是如何生成的。然后总结为相对位置不变不影响二者的特征。
第三问不太会，HOG的旋转不变方法我是按SIFT的思路设计的，即计算图像块的主方向然后通过旋转对齐。(所以还是变相地考了SIFT？)


LBP这个真没思路，PPT上我就记得一个会丧失区分性的旋转不变设计方法，我就写了计算梯度然后根据梯度再计算主方向旋转对齐(实在不会了)。。。

7.概率图模型，马尔科夫毯和条件独立的推断(10)

第十一章的知识点，往年基本没考过所以我也没怎么看。。考前速记了一个马尔科夫毯应该能拿点分。题型就是给出一个概率图，然后问你x的马尔科夫毯包含哪些结点，第二问是在给定马尔科夫毯的情况下，推导x与其他结点的条件独立性(因子分解和D-分离)。顺带一提这一章是留过作业的，所以作业的知识点可能是考试重点。
第一问
第二问不太会，就记得个d-分离但是不会算，随便口胡了几句。
PPT上写的不是很清楚，大家可以看看其他博客学习。

8.穷举块匹配的缺陷，要求写四条(8)

第十二章运动分析，EBMA这个知识点没有看，因为往年都考光流方程所以只看了光流方程。。



这题我就就答出来了计算量过大(毕竟是穷举)，其他全是胡说的。

9.卡尔曼滤波和粒子滤波(10)

第十三章目标跟踪的知识点。第一问问卡尔曼滤波的重要假设和基本思路，第二问就是简述粒子滤波的基本思路。
这部分PPT上写的我看不懂，当时是看别的博客学会的

10.神经网络相关(10)

第十四章知识点，第一问是二层神经网络的输入如何变换到输出的，第二问是分析前馈传导和反向传导为什么是一种转置。
第一问比较简单，就每一层都是权重求和然后经过激活函数，这里设几个变量写一写计算式就行了。
第二问没听说过，我就简单介绍了一下前馈传导和反向传导的概念。考完后具同学称第二问是老师上课随口提了一句的额外教学内容。

往年博客

往年的知识点总结和考试回忆可以看这篇博客，汇总了近几年的所有复习博客，重点回忆了22年春季考试的考题并附有知识点总结。
【课程总结】2022中科大-数字图像分析-期末考试试卷回忆版及汇总

闲言碎语

总的来说秋季学期的考试是要比春季课程的难度小一些的（对本系和外系的区别对待。。），不过也经常不按套路出牌，想要考高分还是要上课认真听啊。博主大概花了一个小时就把会的写完了，剩下不会的就随便胡说了几句，最后估么着卷面应该刚好60，应该是能过了。这课虽然不点名，但是抱着混分的心态去上的话，做作业和考试都会很折磨，如果大家选了这门课的话，就抱着认真学知识的心态去上课吧，周文罡老师的讲解非常到位，相信还是会有不少收获的，千万不要走上和博主一样的苦逼路。
结束了这门重量级课程的复习，身心都感到十分疲惫，赶紧先休息摸两天鱼，过几天还要想办法糊弄组会呢。