传统机器视觉算法概览(滤波、频域、SIFT)
哪些公司问过
答案要点
- 空域滤波:均值、高斯、中值(抗椒盐噪声)、双边(保边去噪)
- 频域处理:傅里叶变换后做低通或高通滤波,空域卷积对应频域相乘
- 边缘与角点:Sobel、Canny 边缘检测,Harris 角点检测
- SIFT:DoG 尺度空间极值检测、主方向分配、128 维梯度直方图描述子,具备尺度与旋转不变性
- 其他特征如 SURF、ORB、HOG;与深度学习相比特征人工设计、数据需求少但泛化较弱
易错点
- 误把中值滤波当成线性卷积滤波,它是非线性的排序滤波
- 说 SIFT 具有完全的仿射不变性,它主要保证尺度和旋转不变
- 只罗列名词,不讲各方法适用的噪声类型或场景
面试官常见追问
- Canny 边缘检测的步骤?
- ORB 相比 SIFT 的优势?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。