Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Đáp án đề kiểm tra học kỳ I năm học 2019-2020 môn Xử lý ảnh công nghiệp giúp cho các bạn sinh viên nắm bắt được cấu trúc đề thi, dạng đề thi chính để có kế hoạch ôn thi một cách tốt hơn. Tài liệu hữu ích cho các các bạn sinh viên đang theo học chuyên ngành Công nghệ thông tin và những ai quan tâm đến môn học này dùng làm tài liệu tham khảo. | RU CSNG DAI HOC SU PHAM KY THUAT DAP AN CUOI KY HK I NAM HOC 2019-2020 THANH PHO HO CHI MINH Mon Xff LY ANH CONG NGHlEP KHOA CO KHI CHE TAO MAY MS mon hoc IIPR422529 Be so 01 Be thi co 02 trang BO MON C O DIENTtT Ng ythi 16 12 2019 Thai gian 75 phut. Buoc phep su dung tai lieu giay Cau 1 2d Xay dung va cai dat thuat toan lam tang do net cua anh bang mat na Laplace. 1.5d Tai sao mat na Laplace lai lam tang do net cua anh 0.5d Dap an void Sharpen2 Mat imgin Mat imgout Mat temp Mat imgin.size CV_32FCl Mat w Mat_ 3 3 1 1 1 1 -8 1 1 1 1 filter2D imgin temp CV_32FC 1 w int M - imgin.size .height int N imgin.size .width int x y float r for x 0 xDap an void RemoveSmallRice Mat imgin Mat imgout B1 Mat wl getStructuringElement MORPH_ELLIPSE Size 81 81 morphologyEx imgin imgout MORPH_TOPHAT w l B2 threshold imgout imgout 50 255 THRESH_BINARY THRESH_OTSU medianBlur imgout imgout 3 B3 int M imgout.size .height int N imgout.sizeQ. width int x y dem 0 int r int color 150 for x 0 x lt M x for y 0 y lt N y r imgout.at x y if r L - 1 floodFill imgout Point y x CV_RGB color color color dem-H- color i B4 int a L for r 0 r lt L r a r 0 for x 0 x lt M x for y 0 y lt N y -H - r imgout.at x y if r gt 0 a r int max 0 for r 0 r max max afr max int max 0.9 B5 for r 0 r if a r gt 0 dem for x 0 x lt M x for y 0 y lt N y r imgout.at x y if a r 0 imgout.at x y 0 else imgout.at x y L - 1 char s 5 sprintf s quot d quot dem putText imgout s Point 0 30 CV_FONT HERSHEY SIMPLEX 0.8 CV RGB 255 255 255 return Cau 3 3d Ta dinh nghTa mang na-ron chap dung de nhan dang 10 chu so viet tay co kfch thuoc 28x28 nhtr sau def build input_shape classes model Sequential CONV gt RELU POOL model.add Conv2D 20 kerne l_size 5 padding same quot input_shape input_shape model.add Activation quot relu quot model.add MaxPooling2D pool_size 2 2 strides 2 2 CONV gt RELU gt POOL model.add Conv2D 50 kernel_size 5 padding quot same quot model.add Activation quot relu quot model.add MaxPooling2D pool_size 2 2 strides 2 2 .
