2019级影像技术 22年后处理考试试题

2019级影像技术 22年后处理考试试题
单选题(每题1分)
1. 以下属于现行PACS系统特性的是 [单选题] *
A、开放性
B、可连接性
C、可扩展性
D、以上都是(正确答案)
2. 一幅黑白图像的像素值可用 [单选题] *
A、2的6次方表示
B、0,1表示(正确答案)
C、0-255的灰度变化表示
D、0-250的灰度变化表示
3. 以下对现行PACS系统的描述中错误的是 [单选题] *
A、采用大容量磁盘存储,克服了胶片存档占用空间大、检索困难的问题
B、充分利用计算机技术,通过图像增强、多模式显示等功能提高诊断能力
C、针对特定型号CT、MR设备采用定制化解决方案,形成科室内影像数字化(正确答案)
D、网络技术支持多用户同时处理,并对同一患者的所有相关数据整理归档
4. 下列算法中属于局部处理的是 [单选题] *
A、灰度线性变换
B、二值化
C、傅立叶变换
D、中值滤波(正确答案)
5. DICOM信息模型中,图像信息分为四个层次,其中不包括 [单选题] *
A、患者层次渭河谷地
B、检查层次
C、设备层次(正确答案)
D、序列层次
6. 图像灰度直方图说明了图像的哪一个属性 [单选题] *
A、具有某灰度值像素的个数(正确答案)
B、平均灰度
C、图像对比度
D、图像细节
7. 图像与灰度直方图之间的对应关系是 [单选题] *
A、一一对应
B、多对一(正确答案)
C、一对多
D、都不
8. 医学影像处理技术是指对已经获得的图像作进一步的处理,如对其进行 [单选题] *
A、分析
B、识别
C、分割
D、以上都是(正确答案)
9. 数字图像的直方图表示 [单选题] *
A、 每个灰度级出现的概率关系图(正确答案)
B、 每幅图像像素分布
C、 图像的几何位置
D、 图像的灰度级
10. 下列算法中属于点处理的是 [单选题] *
A、梯度锐化
鲁人曹沫
B、二值化(正确答案)
C、傅立叶变换
D、中值滤波
11. 数字图像是指把模拟图像分解成被称作像素的若干小离散点,并将各像素的颜值用量化的离散值,即整数值来表示的图像。因此,又将数字图像称作 [单选题] *
A、离散图像(正确答案)
B、模拟图像
C、虚拟图像
D、分割图像
12. 采样指将空域上或时域上连续的图像(模拟图像)变换成离散采样点(像素)集合的一种操作。即: [单选题] *
A、空间坐标的离散化(正确答案)
B、空间坐标的聚合化
C、横坐标的离散化
D、纵坐标的离散化
13. 经过采样之后得到的二维离散信号的最小单位就称为 [单选题] *
A、像素(正确答案)
B、单元
C、方格
D、坐标
14. 图像的量化等级反映了采样的质量。量级越(),图像质量就越高,存储空间要求就越()。 [单选题] *
A、大,大(正确答案)
B、大,小
C、小,大
m12s冲锋
D、小,小
15. 一幅灰度图像,矩阵为512×512,灰度级别为256,在计算机中保存,图像数据占多少字节 [单选题] *
A、256K(正确答案)
B、128K
C、64K
D、32K
16. 下面哪一项图像性质可以用作为图像分割的依据 [单选题] *
A、图像的分辨率
B、图像的通道
C、图像的灰度直方图(正确答案)
D、图像的尺寸
17. 下面关于图像分割概念的描述,不正确的是 [单选题] *
A、图像分割的区域间是可以重叠的(正确答案)
B、图像内容的轮廓可以用于图像自动分割邓小弟
C、提取感兴趣区域是图像分割的目的之一
D、图像分割方法可以分为阈值法、边界法、区域法
18. 下面哪一项不属于图像分割的应用范围 [单选题] *
in189>俄罗斯国家形象片
A、图像理解与分析
B、图像的分类(正确答案)
C、人工智能模型训练数据标注
D、建模与3D打印
19. 关于基于直方图的阈值分割方法“双峰法”,下面哪个说法是不正确的 [单选题] *
A、适用于目标与背景区别明显的图像
B、容易受噪声干扰
C、难以分割灰度重叠区域
D、相较于其他分割方法,该方法计算复杂,效率很低(正确答案)
20. 下列各项哪一个不属于边缘分割算子 [单选题] *
A、Roberts算子
B、Sobel算子
C、Laplace算子
D、SIFT算子(正确答案)
21. 下列关于边缘分割算子的描述,不正确的是 [单选题] *

本文发布于:2024-09-23 14:29:03,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/470219.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像   分割   离散   灰度
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议