哈工大博士生入学图像处理与模式识别考试大纲

博士生入学专业基础课考试大纲 Ld3Bi2d|  
课程名称：图像处理与模式识别 Zjic"E1  
一、    考试要求 &*]{"^  
要求考生全面系统地掌握图像处理与模式识别的基本概念、基本原理、典型方法和实用技术，并且能灵活运用所学知识解决实际应用中的具体问题。 Sa?5iFg  
二、    考试内容 ^A"lkV7  
1)    Bayes决策理论 u ?G\b{$m  
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； cv*Q]F1%  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； %] [$y7  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； DR yESi  
    成份分析：主成分分析，多重判别分析。 k# Ez  
2)    线性判别函数和多层神经网络 f5yux}A{  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； {~p7*
j^0  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； cR=94i=t  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； h-b5   
    前馈神经网络的训练方法：误差反向传播算法； ^/DII`A  
3)    非监督学习与聚类 >)n4sMq  
    非监督学习的基本概念，聚类的准则函数 l4mUx`!  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 TXJY2J*24  
4)    图像增强 "0'*q<8  
    空域变换增强：直接灰度变换和直方图处理 &vFqe,Z  
    空域滤波增强：平滑和锐化 ]/o12pI  
    频域增强：高通、低通、带通和同态滤波 5qd_>UHp  
5)    图像复原和重建 eg2U+g4  
    退化模型 ."IJmv  
    无约束恢复：逆滤波、运动模糊图象的复原方法 9QH
9gdiw  
    有约束恢复：维纳滤波和有约束最小平方滤波 Xb=2/\}|f  
    图象重建：傅立叶反变换重建 _)zmIB(}m  
6)    图象分割 <}EV*`w4  
    并行边界技术：边缘检测、Hough变换 Hbjb7Y?[  
    并行区域技术：阈值选取 f2O*8^^Y{Q  
    串行区域技术：区域生长和分裂合并
hgweNRTh!  
三、    试卷结构 kqKj7L  
考试时间180分钟，满分100分 \LdmGv@&  
1）题型结构 TvunjTpaj  
    概念题（20分） %@lV- (5q  
    简答题（20分） Pt6hGSo.  
    计算题（40分） +mfe*'AU  
    技术方案设计（20分） GOy=p3mQ  
2）内容结构 m]FaEQVoE  
    Bayes决策理论（20分） nT.L}1@  
    线性判别函数和多层神经网络（20分） aho'|%y)  
    非监督学习和聚类（20分） bQ-Gp;]  
    图像增强（15） `fBG~NDw  
    图象复原与重建（15分） Em e'Gk  
    图象分割（10分） _tWJXv~;  
四、    参考书目见招生简章