第4章 技术基础：计算机视觉与图像处理
本章聚焦面试高频考点：图像滤波、特征提取、相机模型与经典算子。掌握底层原理与工程权衡是实习生的核心竞争力。
面试问答卡片
🎯 面试问题 1：请解释高斯滤波和中值滤波的区别，各适用于什么场景？
| 考察点 | 基础滤波理解、噪声类型敏感度、工程权衡（实时性 vs 保边性） |
| 回答框架 | ①定义两者原理（加权平均 vs 排序取中）②噪声类型匹配（高斯噪声 vs 椒盐噪声）③关键特性对比（线性和非线性、模糊程度、边缘保持）④应用场景举例 |
| 简短示例回答 | 高斯滤波用邻域加权平均去除高斯噪声，但会模糊边缘；中值滤波取中值，对椒盐噪声极好且保边。在机器人视觉中，预处理常用高斯滤波降噪，若传感器出现孤立噪点则用中值滤波。 |
| 可能追问 | 双边滤波如何保留边缘？核大小和sigma如何选择？实时嵌入式如何权衡计算量？ |
| 避坑提醒 | ❌ 避免只背定义不举实际场景；❌ 不要误说中值滤波对高斯噪声效果更好；✅ 提及OpenCV中cv::GaussianBlur和cv::medianBlur。 |
🎯 面试问题 2：请简述SIFT特征提取的流程，它为什么具有旋转和尺度不变性？
| 考察点 | 特征点检测原理、尺度空间理论、描述子构建、不变性来源 |
| 回答框架 | ①尺度空间构建（LoG近似差分高斯DoG）②关键点定位（极值点检测+亚像素定位）③方向分配（梯度直方图主方向）④生成描述子（4x4x8=128维向量）⑤绕开细节，突出关键设计 |
| 简短示例回答 | SIFT通过构建高斯金字塔在不同尺度下检测极值点，实现尺度不变；再为每个关键点计算邻域梯度直方图主方向并旋转至主方向，实现旋转不变。描述子统计梯度方向，对光照部分鲁棒。 |
| 可能追问 | SIFT为什么比SURF慢？为什么现在深度学习特征提取更常用？如何改进实时性？ |
| 避坑提醒 | ❌ 避免把DoG说成LoG（LoG是理论，DoG是其近似）；✅ 强调尺度不变性来自金字塔，旋转不变性来自主方向归一化。 |
🎯 面试问题 3：请解释针孔相机模型以及实际相机为什么要做畸变校正？
| 考察点 | 相机模型基本假设、内参外参理解、畸变类型（径向/切向）、标定原理 |
| 回答框架 | ①针孔模型：小孔成像→相似三角形，表达为u = f·X/Z + cx，v = f·Y/Z + cy②实际偏差：镜头畸变（径向畸变：桶形/枕形；切向畸变：装配误差）③校正方法：用棋盘格标定得到畸变系数→remap图像④总结：校正后像素坐标与空间点满足线性关系 |
| 简短示例回答 | 针孔模型假设光线直线传播，实际镜头会使图像产生径向（桶形/枕形）和切向畸变。通过OpenCV校准获取k1,k2,p1,p2，然后用cv::undistort将像素重新映射到理想位置，保证后续SLAM或3D重建输入准确。 |
| 可能追问 | 标定时最少需要几张不同姿态的棋盘格图？为什么？畸变模型阶数如何选择？在鱼眼镜头上如何扩展模型？ |
| 避坑提醒 | ❌ 不要把相机内参写成归一化坐标（注意f的单位）；✅ 答出fx, fy, cx, cy是内参矩阵元素，畸变系数k1,k2(k3), p1,p2。 |
项目案例模板
| 项目名称：基于双目视觉的障碍物测距系统（实习项目片段） |
| 业务背景 | 机器人避障场景中需实时检测前方障碍并给出精确距离，使用低成本双目摄像头代替激光雷达。 |
| 规模指标 | 处理720p图像对，帧率≥25fps，测距误差＜5%（5m内），延迟＜40ms。 |
| 技术栈 | C++、OpenCV（Rectification、SGBM）、Eigen、ROS（节点通信） |
| 核心难点 | 1. 相机标定与畸变校正的精度 2. 立体匹配在弱纹理区域产生空洞 3. 嵌入式平台计算资源受限 |
| 面试高频追问 | ①为什么选择SGBM而不是BM或全局匹配？②视差图后处理如何剔除离群点？③从标定到测距整个pipeline有哪些关键环节？④如何验证测距精度？ |
| 可迁移回答话术 | “在项目中我负责相机标定和立体匹配模块。首先用10对以上棋盘格图进行双目标定，得到内参和畸变系数；然后利用OpenCV的stereoRectify进行极线校正；最后采用SGBM算法得到视差图，并通过左右一致性检查和连通域滤波去除错误匹配。在Tegra X2上通过调整SGBM参数（P1、P2、窗口尺寸）平衡了精度与速度。” |
💡 复习建议：本章内容在面试中常作为“你做过哪些图像处理工作”的铺垫。建议手推一遍相机内参矩阵公式，并刷OpenCV常见API（GaussianBlur、Sobel、Canny、SIFT、stereoBM等）。项目案例可结合实习/竞赛经历换用，但务必保留“标定→校正→匹配→后处理”的逻辑链。
⚠️ 常见失分点：1.只知概念不知工程参数选择（如sigma、滤波核K）。2.混淆特征点检测与描述子生成。3.标定棋盘格数＜3张导致精度不足。