Обработка изображений — бесплатный тест онлайн

Вопрос 1 из 25

Нужно реализовать действие: получить высоту, ширину и число цветовых каналов изображения I. Какая реализация даёт требуемый результат, а не соседний?

[h,w,c] = size(I); h = height(I); w = width(I); c = depth(I); [h,w] = numel(I); c = 3; dims = length(I); h=dims(1); w=dims(2); c=dims(3); [w,h,c] = size(I);

Вопрос 2 из 25

Рецензент разбирает фрагмент по теме «Матрица изображения» в тесте «Обработка изображений». Какой вариант исправляет саму операцию?

h = height(I); w = width(I); c = depth(I);

Внести показанную замену без изменения входного контракта. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Допуск и критерий принятия зафиксировать до просмотра результата. Для темы «Матрица изображения» также сверить класс данных и сохранение ожидаемой структуры выхода.[h,w,c] = size(I); Заменить исходный блок этой реализацией. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.h = height(I); w = width(I); c = depth(I); Принять эту редакцию как полную замену текущего блока. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.[w,h,c] = size(I); Переписать вычислительный шаг следующим образом. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.dims = length(I); h=dims(1); w=dims(2); c=dims(3); Использовать показанный вариант вместо дефектного фрагмента. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Контрольный пример должен воспроизводиться на чистом запуске проекта.[h,w] = numel(I); c = 3;

Вопрос 3 из 25

Для решения по теме «Матрица изображения» выбирают контрольный опыт. Какой вариант проверяет смысл операции, а не внешние признаки результата?

I\in\mathbb{R}^{h\times w\times c}

[h,w,c] = size(I);

Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Матрица изображения». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Матрица изображения». Создайте массивы 10×20, 10×20×3 и 10×20×4; сравните `size`, `ndims` и доступ к третьей размерности. Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Матрица изображения». Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Матрица изображения».

Вопрос 4 из 25

Для действия «получить высоту, ширину и число цветовых каналов изображения I» нужен независимый математический эталон. Какая запись верна на заявленной области входов?

I\in\mathbb{R}^{h\times w\times c}

I\in\mathbb{C}^{h\times w\times c}

I\in\mathbb{R}^{h\times w\times r}

I\notin\mathbb{R}^{h\times w\times c}

I\in\mathbb{Q}^{h\times w\times c}

Вопрос 5 из 25

Функция предполагает RGB и падает на серых изображениях, где `size` может вернуть только две явные размерности при обычном выводе. Какое действие даст проверяемый результат?

Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Матрица изображения». Получать размерности через `size(I,1:3)` или три выхода и тестировать серое, RGB и многоканальное изображение. Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Матрица изображения». Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Матрица изображения». Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Матрица изображения».

Вопрос 6 из 25

В расчёте требуется сгладить изображение гауссовым фильтром с заданным sigma без ручного построения ядра. Какая реализация даёт требуемый результат, а не соседний?

J = smoothdata(I, "gaussian", sigma, 3); J = conv2(I, sigma, "same"); J = imfilter(I, sigma); J = imgaussfilt(I, sigma); J = gaussian(I, sigma);

Вопрос 7 из 25

В расчёте по теме «Фильтры» обнаружено содержательное расхождение. Какую замену следует принять после проверки?

J = gaussian(I, sigma);

Переписать вычислительный шаг следующим образом. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Допуск и критерий принятия зафиксировать до просмотра результата.J = conv2(I, sigma, "same"); Принять эту редакцию как полную замену текущего блока. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.J = smoothdata(I, "gaussian", sigma, 3); Заменить исходный блок этой реализацией. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение. Для темы «Фильтры» также сверить класс данных и сохранение ожидаемой структуры выхода.J = imfilter(I, sigma); Внести показанную замену без изменения входного контракта. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Контрольный пример должен воспроизводиться на чистом запуске проекта.J = imgaussfilt(I, sigma); Использовать показанный вариант вместо дефектного фрагмента. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.J = gaussian(I, sigma);

Вопрос 8 из 25

Код по теме «Фильтры» проходит обычный пример. Какая проверка покажет, что вычислительный договор сохраняется и на неудобном входе?

G(x,y)=\frac{1}{2\pi\sigma^2}e^{-(x^2+y^2)/(2\sigma^2)}

J = imgaussfilt(I, sigma);

Сравните несколько σ по снижению шума и потере резких границ, не выбирая параметр только по внешнему виду. Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Фильтры». Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Фильтры». На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Фильтры». Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Фильтры».

Вопрос 9 из 25

Нужно формализовать операцию «сгладить изображение гауссовым фильтром с заданным sigma без ручного построения ядра». Какая запись верна на заявленной области входов?

G(y,y)=\frac{1}{2\pi\sigma^2}e^{-(x^2+y^2)/(2\sigma^2)}

G(x,y)=\frac{2\pi\sigma^2}{1}e^{-(x^2+y^2)/(2\sigma^2)}

G(x,y)=\frac{1}{2\pi\sigma^2}e^{-(x^2+y^2)/(2\sigma^2)}

G(x,z)=\frac{1}{2\pi\sigma^2}e^{-(x^2+y^2)/(2\sigma^2)}

G(z,y)=\frac{1}{2\pi\sigma^2}e^{-(x^2+y^2)/(2\sigma^2)}

Вопрос 10 из 25

К шумному изображению применяют скаляр `sigma` как ядро `imfilter`, поэтому результат лишь масштабируется. Какой порядок работы не скроет причину ошибки?

Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Фильтры». Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Фильтры». Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Фильтры». Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Фильтры». Использовать специализированную функцию или явно построенное нормированное ядро; проверять влияние на границы и детали.

Вопрос 11 из 25

На рецензию вынесена операция: получить бинарную маску методом адаптивного порога для неравномерно освещённого изображения. Какая реализация даёт требуемый результат, а не соседний?

BW = threshold(I, adaptive=true); BW = im2bw(I, "local"); BW = imbinarize(I, "adaptive"); BW = logical(I); BW = I > mean(I, "all");

Вопрос 12 из 25

Ниже приведена неудачная реализация из темы «Сегментация». Какая редакция возвращает требуемый результат и оставляет независимый контроль?

BW = I > mean(I, "all");

Использовать показанный вариант вместо дефектного фрагмента. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.BW = threshold(I, adaptive=true); Принять эту редакцию как полную замену текущего блока. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.BW = imbinarize(I, "adaptive"); Заменить исходный блок этой реализацией. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Допуск и критерий принятия зафиксировать до просмотра результата.BW = im2bw(I, "local"); Переписать вычислительный шаг следующим образом. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Контрольный пример должен воспроизводиться на чистом запуске проекта.BW = I > mean(I, "all"); Внести показанную замену без изменения входного контракта. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.BW = logical(I);

Вопрос 13 из 25

Перед рецензентом рабочий фрагмент по теме «Сегментация». Как проверить его так, чтобы близкая подмена не прошла вместе с ним?

BW(x,y)=\mathbf{1}\{I(x,y)>T(x,y)\}

BW = imbinarize(I, "adaptive");

На синтетическом градиенте с одинаковыми объектами сравните глобальную и адаптивную бинаризацию количественно. На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Сегментация». Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Сегментация». Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Сегментация». Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Сегментация».

Вопрос 14 из 25

Перед реализацией требования «получить бинарную маску методом адаптивного порога для неравномерно освещённого изображения» записывают модель. Какая запись верна на заявленной области входов?

BW(x,y)=\mathbf{1}\{I(x,y)>T(x,z)\}

BW(x,y)=\mathbf{1}\{I(x,y)<T(x,y)\}

BW(z,y)=\mathbf{1}\{I(x,y)>T(x,y)\}

BW(x,y)=\mathbf{1}\{I(x,y)>T(x,y)\}

BW(x,y)=\mathbf{1}\{I(x,z)>T(x,y)\}

Вопрос 15 из 25

Объекты в тёмной части кадра исчезают при глобальном пороге, хотя по локальному фону хорошо различимы. Что следует сделать до принятия расчёта?

Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Сегментация». Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Сегментация». Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Сегментация». Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Сегментация». Применить адаптивный порог, проверить чувствительность и затем очистить маску морфологией по обоснованным размерам объектов.

Вопрос 16 из 25

Условие задачи — преобразовать RGB-изображение в пространство Lab для сравнения цвета с отделённой яркостью. Какая реализация даёт требуемый результат, а не соседний?

Lab = rgb2lab(I); Lab = colorconvert(I, "RGB", "Lab"); Lab = hsv2rgb(I); Lab = rgb2gray(I); Lab = lab2rgb(I);

Вопрос 17 из 25

В тесте «Обработка изображений» показанный фрагмент нарушает правило из темы «Цветовые пространства». Какая редакция исправляет причину, а не только её проявление?

Lab = colorconvert(I, "RGB", "Lab");

Внести показанную замену без изменения входного контракта. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.Lab = lab2rgb(I); Заменить исходный блок этой реализацией. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Контрольный пример должен воспроизводиться на чистом запуске проекта. Для темы «Цветовые пространства» также сверить класс данных и сохранение ожидаемой структуры выхода.Lab = rgb2gray(I); Использовать показанный вариант вместо дефектного фрагмента. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.Lab = hsv2rgb(I); Переписать вычислительный шаг следующим образом. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.Lab = rgb2lab(I); Принять эту редакцию как полную замену текущего блока. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Допуск и критерий принятия зафиксировать до просмотра результата.Lab = colorconvert(I, "RGB", "Lab");

Вопрос 18 из 25

Фрагмент по теме «Цветовые пространства» выглядит правдоподобно. Какая проверка действительно подтвердит заявленное свойство, а не только отсутствие сбоя?

\Delta E_{ab}=\sqrt{(\Delta L^*)^2+(\Delta a^*)^2+(\Delta b^*)^2}

Lab = rgb2lab(I);

Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Цветовые пространства». Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Цветовые пространства». Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Цветовые пространства». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Цветовые пространства». Возьмите несколько цветов при разной яркости и сравните расстояния в RGB и Lab, обсуждая ограничения каждой метрики.

Вопрос 19 из 25

Проверка кода для задачи «преобразовать RGB-изображение в пространство Lab для сравнения цвета с отделённой яркостью» опирается на формулу. Какая запись верна на заявленной области входов?

\Delta E_{ab}=\sqrt{(\Delta L^*)^2+(\Delta a^*)^2+(\Delta b^*)^2}

\Delta E_{ab}=\sqrt{(\Delta L^*)^2+(\Delta b^*)^2+(\Delta b^*)^2}

\Delta E_{ab}=\sqrt{(\Delta L^*)^4+(\Delta a^*)^2+(\Delta b^*)^2}

\Delta E_{ab}=\sqrt{(\Delta L^*)^2-(\Delta a^*)^2+(\Delta b^*)^2}

\Delta E_{ab}=\sqrt{(\Delta L^*)^2+(\Delta a^*)^2+(\Delta c^*)^2}

Вопрос 20 из 25

Алгоритм сравнивает RGB-компоненты напрямую и путает изменение освещения с изменением окраски материала. Какое решение оставит независимый критерий проверки?

Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Цветовые пространства». Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Цветовые пространства». Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Цветовые пространства». Перейти в подходящее цветовое пространство, нормировать условия съёмки и валидировать порог различия на размеченных примерах. Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Цветовые пространства».

Вопрос 21 из 25

Фрагмент должен сохранить совместимость кода с изображениями uint8 и double без двойного масштабирования. Какая реализация даёт требуемый результат, а не соседний?

J = uint8(I) / 255; J = double(I); J = double(I) / 255; J = rescale(im2double(I),0,1); J = im2double(I);

Вопрос 22 из 25

Для темы «Совместимость версий» в тесте «Обработка изображений» приведён дефектный блок. Какое замечание рецензента можно принять?

J = rescale(im2double(I),0,1);

Использовать показанный вариант вместо дефектного фрагмента. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Допуск и критерий принятия зафиксировать до просмотра результата.J = im2double(I); Переписать вычислительный шаг следующим образом. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.J = double(I); Внести показанную замену без изменения входного контракта. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.J = rescale(im2double(I),0,1); Принять эту редакцию как полную замену текущего блока. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Контрольный пример должен воспроизводиться на чистом запуске проекта.J = double(I) / 255; Заменить исходный блок этой реализацией. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.J = uint8(I) / 255;

Вопрос 23 из 25

Ниже показано решение из темы «Совместимость версий». Какой контроль отличит его от ближайшей ошибочной реализации?

I_{double}=I_{uint8}/255

J = im2double(I);

Пропустите одинаковое изображение в классах uint8, uint16 и double через разные преобразования; сравните диапазоны. На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Совместимость версий». Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Совместимость версий». Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Совместимость версий». Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Совместимость версий».

Вопрос 24 из 25

Математическая запись должна описывать действие «сохранить совместимость кода с изображениями uint8 и double без двойного масштабирования». Какая запись верна на заявленной области входов?

I^{-1}_{double}=I_{uint8}/255

I_{double}=I_{uint8}/510

I_{double}=I_{uint8}/255

I_{double}=I_{uint8}/256

I_{double}=I_{uint8}/254

Вопрос 25 из 25

После обновления источник уже возвращает double в [0,1], но код повторно делит на 255 и делает изображение почти чёрным. Какой вариант переносится на граничные данные?

Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Совместимость версий». Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Совместимость версий». Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Совместимость версий». Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Совместимость версий». Использовать преобразование, учитывающее класс, и добавить проверки диапазона и класса на границе ввода.