机器视觉软件编程工程师岗位招聘考试试卷及答案

机器视觉软件编程工程师岗位招聘考试试卷及答案一、填空题（共10题，每题1分）1.Python中常用的机器视觉开源库是______和OpenCV。2.相机标定的核心目的是消除______对图像的影响。3.经典边缘检测算子包括Sobel、Laplacian和______。4.尺度不变的特征点匹配算法是______（写一种即可）。5.图像金字塔分为高斯金字塔和______金字塔。6.机器视觉中ROI的全称是______。7.双目视觉通过计算左右相机图像的______获取深度信息。8.Halcon中用于目标检测的常用算子类型是______（写一种）。9.单阶段深度学习目标检测模型的代表是______（写一种）。10.图像预处理中归一化的作用是______（简化表述）。二、单项选择题（共10题，每题2分）1.OpenCV中读取图像的函数是（）A.cv2.imread()B.cv2.read()C.cv2.load()D.cv2.get()2.以下属于非线性滤波的是（）A.高斯滤波B.均值滤波C.中值滤波D.Sobel滤波3.双目视觉中视差与目标距离的关系是（）A.视差越大，距离越近B.视差越大，距离越远C.无直接关系D.视差为0距离最近4.以下不是特征点提取算法的是（）A.SIFTB.SURFC.CannyD.ORB5.机器视觉中OCR的含义是（）A.光学字符识别B.光学图像识别C.目标检测D.图像分割6.相机内参不包括（）A.焦距B.畸变系数C.像素尺寸D.相机位置7.Halcon中Blob分析的主要作用是（）A.边缘检测B.目标分割与特征提取C.图像滤波D.特征匹配8.支持GPU加速图像处理的库是（）A.PILB.OpenCV（带CUDA）C.Scikit-imageD.Matplotlib9.图像灰度化的主要目的是（）A.减少数据量B.增强对比度C.消除噪声D.提高分辨率10.双阶段目标检测模型是（）A.YOLOv5B.FasterR-CNNC.SSDD.MobileNet-SSD三、多项选择题（共10题，每题2分，多选/少选不得分）1.机器视觉常用预处理方法包括（）A.灰度化B.滤波降噪C.归一化D.边缘检测2.OpenCV支持的图像格式有（）A.JPGB.PNGC.BMPD.RAW3.特征点匹配算法有（）A.SIFTB.SURFC.ORBD.Canny4.相机标定参数包括（）A.内参B.外参C.畸变参数D.曝光参数5.深度学习目标检测模型有（）A.FasterR-CNNB.YOLOv5C.SSDD.ResNet6.机器视觉典型应用场景（）A.工业检测B.自动驾驶C.OCR识别D.人脸识别7.图像分割方法有（）A.阈值分割B.区域生长C.U-Net语义分割D.边缘检测8.Halcon常用边缘检测算子（）A.CannyB.SobelC.LaplacianD.Blob9.ROI的作用是（）A.减少计算量B.聚焦目标区域C.提高检测精度D.增加分辨率10.GPU加速图像处理库（）A.OpenCV-CUDAB.TensorRTC.PyTorchD.NumPy四、判断题（共10题，每题2分，√/×）1.OpenCV只能用Python编写（）2.相机标定需考虑镜头畸变（）3.Blob分析只能检测圆形目标（）4.YOLO是单阶段目标检测模型（）5.高斯金字塔是图像下采样（）6.双目视觉视差越大距离越近（）7.Halcon是开源免费软件（）8.OCR只能识别印刷体（）9.预处理对检测精度无影响（）10.SIFT特征点是尺度不变的（）五、简答题（共4题，每题5分）1.简述机器视觉图像预处理的主要步骤及作用。2.相机标定的目的及主要标定参数。3.简述OpenCV中Canny边缘检测的基本流程。4.机器视觉中Blob分析的主要步骤及应用场景。六、讨论题（共2题，每题5分，200字左右）1.比较单阶段（YOLO）和双阶段（FasterR-CNN）目标检测模型的优缺点，结合实际场景说明选择。2.机器视觉项目中遇到图像模糊，如何从硬件和软件两方面优化？---答案部分一、填空题答案1.Pillow（或PIL）2.镜头畸变（或畸变）3.Canny4.SIFT（或SURF、ORB）5.拉普拉斯（或高斯差分）6.RegionofInterest（感兴趣区域）7.视差8.Blob（或Shape、Template）9.YOLOv5（或YOLOv3、SSD）10.统一数据范围（或消除量纲影响）二、单项选择题答案1.A2.C3.A4.C5.A6.D7.B8.B9.A10.B三、多项选择题答案1.ABC2.ABCD3.ABC4.ABC5.ABC6.ABCD7.ABC8.ABC9.ABC10.AB四、判断题答案1.×2.√3.×4.√5.√6.√7.×8.×9.×10.√五、简答题答案1.步骤及作用：①灰度化（减少数据量，简化计算）；②滤波降噪（消除噪声，保留细节）；③归一化（统一数据范围，提高稳定性）；④增强（如对比度拉伸，突出目标）。作用：为后续环节提供高质量图像，减少干扰，提升算法效率与精度。2.目的：建立相机成像几何模型，消除畸变，实现像素→世界坐标转换。参数：①内参（焦距、像素尺寸、畸变系数）；②外参（相机位置、姿态）。3.流程：①灰度化；②高斯滤波降噪；③计算梯度幅值与方向；④非极大值抑制（保留局部最大梯度）；⑤双阈值检测（高低阈值筛选边缘，弱边缘连接强边缘）。4.步骤：①预处理（二值化、滤波）；②Blob分割（连通区域标记）；③特征提取（面积、周长、圆形度等）；④筛选目标。场景：工业缺陷检测（螺丝缺失）、目标计数（零件数量）、简单目标定位。六、讨论题答案1.单阶段（YOLO）：优点是速度快（实时检测）、部署简单；缺点是小目标精度低、定位误差大。双阶段（FasterR-CNN）：优点是精度高（小目标）、定位准；缺点是速度慢（难实时）。场景选择：工业流水线实时检测选YOLO；医疗图像高精度分析选FasterR-CNN。2.硬