PROCESSAMENTO DE IMAGEM E VISÃO COMPUTACIONAL Questionário II

Prévia do material em texto

PROCESSAMENTO DE IMAGEM E VISÃO COMPUTACIONAL QUESTIONÁRIO UNIDADE II 
Pergunta 1 
1. Considere as seguintes asserções: 
 
I- São técnicas fundamentais no processamento de imagens que envolvem a transformação geométrica de 
objetos em imagens binárias (preto e branco) com base em suas formas e estruturas. 
II- São utilizadas para aprimorar e analisar características específicas em imagens, especialmente em 
aplicações de visão computacional e processamento de imagens. 
III- Destacam-se quatro as operações mais comuns. 
 
Estas asserções dizem respeito a(à): 
 a. Operações aritméticas. 
 b. Transformada de Fourier. 
 c. Transformada de Wavelet. 
 d. Operações morfológicas. 
 e. Segmentação. 
Pergunta 2 
1. Além das operações erosão, abertura, fechamento e dilatação, contemplam-se duas outras operações 
morfológicas, a saber: 
 a. Transformação morfológica de gradiente e reconstrução morfológica. 
 b. Transformação restauradora e reconstrução morfológica. 
 c. Segmentação de gradiente e reconstrução morfológica. 
 d. Segmentação morfológica e reconstrução de gradiente. 
 e. Transformação restauradora de gradiente e reconstrução de gradiente. 
Pergunta 3 
1. Trata-se de uma parte fundamental das operações morfológicas no processamento de imagens. É uma pequena 
matriz ou janela, geralmente de forma geométrica simples, usada para aplicar transformações morfológicas, 
como erosão, dilatação, abertura, fechamento, entre outras, em uma imagem. Trata-se de: 
 a. Segmento. 
 b. Gradiente. 
 c. Elemento neutro. 
 d. Elemento estruturante. 
 e. Filtro estruturante. 
Pergunta 4 
1. Considere as seguintes afirmações: 
 
I- O tamanho do elemento estruturante é determinado pelas dimensões da matriz ou janela. Elementos 
estruturantes maiores tendem a fazer com que as operações dilatem ou erodam mais, enquanto elementos 
https://ava.ead.unip.br/webapps/blackboard/execute/courseMain?course_id=_318126_1
menores têm um efeito mais sutil. 
II- O pixel central sempre é posicionado no centro do elemento estruturante. 
III- Os elementos estruturantes podem ser binários ou escalares. Elementos binários têm valores 0 (preto) ou 
1 (branco) e são adequados para imagens binárias. Elementos escalares podem ter valores em uma faixa 
contínua e são mais adequados para imagens em tons de cinza. 
 
São corretas as asserções: 
 a. Apenas I e II. 
 b. Apenas I e III. 
 c. Apenas II e III. 
 d. Apenas II. 
 e. I, II e III. 
0,5 pontos 
Pergunta 5 
1. São técnicas de detecção de descontinuidades: 
 
I- Detector de Bordas de Canny, Laplaciano e Laplaciano de Gaussiano. 
II- Filtro de Sobel, Roberts e Prewitt. 
III- Transformada de Hough. 
 
São corretas as afirmações: 
 a. Apenas II. 
 b. Apenas I e II. 
 c. Apenas I. 
 d. Apenas III. 
 e. I, II e III. 
Pergunta 6 
1. A qual técnica se refere: “É o processo de reduzir o número de variáveis ou dimensões em uma imagem, 
enquanto tenta manter as informações essenciais e relevantes”. 
 a. Redução de bordas. 
 b. Remoção de ruídos. 
 c. Redução de dimensionalidade. 
 d. Redução das variáveis temporárias. 
 e. Redução espacial. 
Pergunta 7 
1. Assinale a alternativa incorreta: 
 a. 
Momentos de intensidade: calcula informações estatísticas sobre a intensidade dos pixels, como 
média, variância, assimetria e curtose. 
 b. Histograma de gradientes: mostra a distribuição de gradientes de intensidade na imagem. 
 c. 
O objetivo do histograma de gradiente é reduzir o contraste nas regiões da imagem que correspondem 
à porção do histograma com maior concentração de pixels. 
 d. 
Bordas: detecta transições abruptas de intensidade na imagem. Trata-se de uma característica de 
categoria estrutural. 
 e. 
Trata-se de uma característica de desempenho e detecção da sensibilidade e especificidade, visto que 
mede a capacidade de um detector para identificar verdadeiros positivos e evitar falsos positivos. 
Pergunta 8 
1. Assinale a alternativa correta. 
 a. 
Após a extração, as características podem ser usadas para treinar algoritmos de aprendizado de 
máquina, realizar correspondência de padrões, segmentar objetos, reconhecer objetos e muito mais. 
 b. A extração de características desdobra-se sempre na maldição da dimensionalidade. 
 c. A maldição da dimensionalidade é um problema que não tem solução. 
 d. 
Existem duas abordagens comuns para a redução de dimensionalidade em processamento de imagem, 
a saber: filtragem espacial e filtragem por frequência. 
 e. 
Uma solução aproximada para resolver a maldição da dimensionalidade consiste em usar a imagem 
no espaço RGB e seguidamente aumentar o contraste de I, transformar RGB em IHS e fazer a 
transformação inversa IHS para RGB. 
Pergunta 9 
1. O que é espaço de atributos? 
 a. 
Um conjunto de algoritmos para compressão de imagens digitais costumam ser mais eficientes, isto é, 
conseguem maior compressão quando as imagens a serem comprimidas possuem grandes áreas com a 
mesma cor. 
 b. Uma transformação linear afim que sempre transforma objetos convexos em objetos convexos. 
 c. 
É uma técnica de transformação linear que calcula as direções (componentes principais) ao longo das 
quais os dados têm a maior variabilidade. 
 d. É uma representação unidimensional que descreve as características dos pixels em uma imagem. 
 e. É uma representação sigmoid que descreve as características dos pixels em uma imagem. 
0,5 pontos 
Pergunta 10 
1. Considere as seguintes asserções: 
 
I- A Análise de Componentes Principais (PCA) é uma técnica de transformação linear que calcula as direções 
(componentes principais) ao longo das quais os dados têm a maior variabilidade. 
II- Os autovetores da matriz de covariância dos dados dizem respeito às direções de variabilidade. 
III- Ao projetar os dados nas direções dos autovetores mais importantes, é possível reduzir a dimensionalidade 
dos dados, mantendo uma grande parte da informação original. 
 
São corretas as afirmações: 
 a. Apenas I. 
 b. Apenas II e III. 
 c. Apenas II. 
 d. Apenas I e II. 
 e. I, II e III. 
 
 
 
ATIVIDADE TELEAULA II 
 
Pergunta 1 
1. Considere as seguintes asserções: 
 
I. O tamanho afeta diretamente o resultado da operação morfológica. Elementos maiores tendem a fazer com 
que as operações dilatem ou erodam mais, enquanto elementos menores têm um efeito mais sutil. 
II. Pode assumir várias formas, como quadrados, retângulos, discos, cruzes, entre outros. 
III. É uma pequena matriz ou janela, geralmente de forma geométrica simples, usada para aplicar 
transformações morfológicas. 
 
Tais asserções referem-se a: 
 a. Filtros de frequência. 
 b. Elementos estruturantes. 
 c. Filtros espaciais. 
 d. Erosões. 
 e. Dilatações. 
0 pontos 
Pergunta 2 
1. Considere as seguintes asserções: 
 
A - Refere-se aos desafios e complicações que surgem quando se lida com conjuntos de dados, em que o 
número de características ou dimensões é significativamente maior do que o número de amostras de dados 
disponíveis. 
B - Ocorre porque à medida que se adicionam mais dimensões aos dados, torna-se necessária uma quantidade 
exponencialmente maior de dados para representar adequadamente essas dimensões. 
C - Desdobra-se em um aumento de custos computacionais. 
 
Tais asserções estão tratando: 
 a. Da maldição das características. 
 b. Da maldição da erosão. 
 c. Da maldição da dimensionalidade. 
 d. Da erosão. 
 e. Do overfitting. 
0 pontos 
Pergunta 3 
1. A convolução é uma operação matemática que combina duas funções para criar uma terceira função. Assinale 
a alternativa que elenca quais são essas três funções: 
 a. Erosão, pooling, abertura. 
 b. Reconhecimento de padrões, detecção de bordas, segmentação. 
 c. Reconhecimento de padrões, detecção de bordas, suavização. 
 d. Filtro, imagem de entrada, mapa de características. 
 e. Operações de soma e multiplicação. 
0 pontos 
Pergunta 4 
1. A extração de característicasé um componente fundamental em projetos de visão computacional. Envolve a 
identificação e o isolamento de informações relevantes de uma imagem ou vídeo, que podem ser usadas para 
descrever e distinguir objetos, padrões ou regiões de interesse. Não se trata de uma técnica de extração de 
características: 
 a. Filtros de resposta de frequência. 
 b. Poolling. 
 c. Detecção de bordas. 
 d. Extração de textura. 
 e. Detecção de pontos de interesse.