Grátis: A Aplicação de filtros convolucionais em imagens é uma técnica elementar utilizada para atingir diversos objetivos em processamento de imagens. Sob... – Questões Respondidas

Administração

Outros

A Aplicação de filtros convolucionais em imagens é uma técnica elementar utilizada para atingir diversos objetivos em processamento de imagens.
Sobre a aplicação de filtros em uma imagem analise as assertivas a seguir e identifique as corretas:
I. Não é possível detectar bordas utilizando somente filtros convolucionais.
II. Existem filtros convolucionais que exploram a derivada.
III. É possível que o filtro tenha direção, portanto, é necessário adequar o filtro ao objeto de cena da imagem.
São verdadeiras:
Alternativas:
I e III, apenas.
I, II e III.
III, apenas.
II e III, apenas.
I, apenas.
São corretas II e III. A afirmativa I é incorreta, pois existe uma infinidade de filtros para detecção de bordas, é uma grande aplicação desse tipo de filtro.
Código da questão: 62651

I e III, apenas.
I, II e III.
III, apenas.
II e III, apenas.
I, apenas.

Questões Para a Compreensão

há 2 anos

Questões Para a Compreensão

há 2 anos

Desenvolvimento de aplicações IA robótica, imagem e visão computacional - Prova Pós Unopar

Desenvolvimento de aplicações IA robótica, imagem e visão computacional - Prova Pós Unopar

UNOPAR

Respostas

Ed

há 2 anos

A resposta correta é: II e III, apenas. A afirmativa I é incorreta, pois existem filtros convolucionais que podem ser utilizados para detectar bordas em uma imagem. A afirmativa III é verdadeira, pois a direção do filtro pode ser ajustada de acordo com o objeto de cena da imagem.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Desenvolvimento de aplicações IA robótica, imagem e visão computacional - Prova Pós Unopar

Desenvolvimento de aplicações IA robótica, imagem e visão computacional - Prova Pós Unopar

UNOPAR

Mais perguntas desse material

Em relação à segmentação de imagem, temos um método clássico chamado de limiarização, que consiste em binarizar a imagem através de um limiar. O que é esse limiar? Assinale a alternativa correta.

Valores são extraídos do limiar para serem utilizados como entrada em modelos e inteligência artificial.
O limiar é uma técnica de Machine Learning que aponta qual a melhor técnica para binarizar uma imagem.
É um valor que é utilizado como referência, a imagem é separada em valores acima e abaixo do limiar.
O limiar é um método de treinamento para redes neurais.
O limiar é um algoritmo para segmentação de imagens.

Sobre a aplicação de filtros convolucionais, analise as afirmativas a seguir e assinale-as com V (verdadeiro) ou F (falso):
( ) Tem somente uma dimensão, 3x3.
( ) Podem ser direcionais e devem ser aplicados quando a cena tiver elementos que satisfaçam a direção.
( ) Podem ser usados para a dilatação e erosão de objetos na imagem.
( ) São utilizados para o pré-processamento da imagem, podendo atenuar ruídos e imperfeições.
( ) Não podem ser aplicados em imagens coloridas.
Assinale a alternativa que contenha a sequência correta.

F – V – F – V – F.
V – F – F – V – V.
V – V – F – V – V.
V – V – F – F – F.
V – F – F – V – F.

Sobre a morfologia digital, mais especificamente sobre dilatação e erosão de uma imagem, podemos afirmar que:
Assinale a alternativa correta.

Não fazem nenhuma operação, podendo ser comparadas à matriz identidade.
Utilizam o kernel para executar operações condicionais.
São pouco utilizadas no processamento digital de imagens.
Fazem convolução com um kernel.
São filtros para detecção de bordas.

Em processamento de imagens digitais temos uma série de conceitos para a correta definição da matéria. Eles estão presentes em todo o escopo e é preciso conhecê-los com precisão. Sobre os conceitos básicos apresentados abaixo, associe as colunas: Assinale a alternativa que traz a associação correta entre as duas colunas:

I – A; II – C; III – B.
I – B; II – A; III – C.
I – B; II – C; III – A.
I – A; II – B; III – C.
I – C; II – B; III – A.

O histograma indica a _ (número de ) com que cada nível de cinza aparece na imagem, podendo, por isso, ser visto como uma de frequências, ou distribuição de probabilidade. A observação dos _do histograma para todos esses ____ de cinza, providenciam uma descrição global da imagem. Assinale a alternativa que completa adequadamente as lacunas:

Gama; colunas; descrição; valores; valores.
Frequência; pixels; distribuição; gráficos; níveis.
Qualidade; dpi; impressão; pixels; grupos.
Resolução; cores; coleção; pixels; funcionais.
Variação; resoluções; característica; tipos; números.

Dentre os métodos de Soft Computing existe uma categoria que é chamada de Machine Learning, da qual a Artificial Neural Networks (ANN) faz parte. O que é uma ANN? Assinale a alternativa correta.

São algoritmos discricionários para apoio a tomada de decisões.
É o modelamento matemático estatístico específico para processamento imagens.
É o conjunto de documentação das bibliotecas de processamento inteligente de imagens.
São modelos que buscam aprender padrões através de amostras.
É um algoritmo de reconhecimento e identificação facial.

Durante a digitalização de uma imagem, dois processos acontecem, a amostragem e a quantização de pixels. A amostragem é a subdivisão do espaço em intervalos regulares nos quais podemos atribuir valores (pixels), esses valores são relativos à quantidade de pixels na largura e na altura e sua densidade em relação ao espaço. O nome dessa característica é:

Qualificação.
Definição.
Contraste.
Amostragem.
Resolução.

A detecção e extração de características de imagens é utilizada para analisar uma imagem e gerar métricas que possam ser estudadas e armazenadas. Sobre extração de características de imagens, analise as assertivas a seguir e identifique as corretas: I. Keypoints são o único método de se obter features de imagens digitais. II. Features Matching é uma técnica que localiza objetos entre imagens diferentes, independentes de rotação, escala e ângulo de observação. III. Um vetor de características (feature vectors) busca representar uma imagem segundo suas características. São verdadeiras:

I, apenas.
III, apenas.
II e III, apenas.
I e III, apenas.
I, II e III.