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 ]8n*fo2#  
课程名称：图像处理与模式识别 JpRn)e'Z  
一、    考试要求 t !8(IR  
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。 > `1K0?_  
二、    考试内容 c$.Zg=  
1)    Bayes决策理论 %jE0Z4\  
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； D_N0j{E  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； K/YXLR
+  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； |EGC1x]j=  
    成份分析：主成分分析，多重判别分析。 6`h}#@ (  
2)    线性判别函数和多层神经网络 %A3ci[$g  
    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； sv.?C pE  
    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； R?3N><oh*  
    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； Z=m5V(9  
    前馈神经网络的训练方法：误差反向传播算法； [t6Y,yo&h4  
3)    非监督学习与聚类 ~} 02q5H  
    非监督学习的基本概念，聚类的准则函数 SIZ&0V  
    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。 ;=UkTn}N?l  
4)    图像增强 hcqg94R#_  
    空域变换增强：直接灰度变换和直方图处理 dw-o71(1d  
    空域滤波增强：平滑和锐化 :anR/  
    频域增强：高通、低通、带通和同态滤波 p[K!.vOt+
 
5)    图像复原和重建
N}ugI`:  
    退化模型 FfX*bqy
 
    无约束恢复：逆滤波、运动模糊图象的复原方法 AZE  
    有约束恢复：维纳滤波和有约束最小平方滤波 6zp]SPY  
    图象重建：傅立叶反变换重建 kxLWk%V  
6)    图象分割 &X6hOc:``\  
    并行边界技术：边缘检测、Hough变换 ydTd.`  
    并行区域技术：阈值选取 O9*l6^Scw  
    串行区域技术：区域生长和分裂合并 "?G?G'yK>  
三、    试卷结构 z[qi~&7:v  
考试时间180分钟，满分100分 )!lx' >0>  
1）题型结构 G-TD9Og
Z  
    概念题（20分） #l 6QE=:  
    简答题（20分） }OqP`B   
    计算题（40分） d/[kky}  
    技术方案设计（20分） iHT=ROL  
2）内容结构 `|<? sjY  
    Bayes决策理论（20分） T|2v1Vj  
    线性判别函数和多层神经网络（20分） FY)US>  
    非监督学习和聚类（20分） tpa<)\7KJ  
    图像增强（15） F+]cFx,/  
    图象复原与重建（15分）  Cwl:  
    图象分割（10分） -' =?Hs.  
四、    参考书目见招生简章