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 {r#2 X1  
课程名称：图像处理与模式识别 Bq#?g@V  
一、    考试要求 Ont4-AP   
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。 fq~<^B  
二、    考试内容 `i<;5s!rX  
1)    Bayes决策理论 XI~2Vzht  
    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； Em N0K 'x  
    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； D0Oh,Fe#M\  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； RY2`v pv  
    成份分析：主成分分析，多重判别分析。 <03@cs  
2)    线性判别函数和多层神经网络 f^@`[MJj1C  
    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； sPYG?P(l  
    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； -yHVydu=  
    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； V'sp6:3*\  
    前馈神经网络的训练方法：误差反向传播算法； -h%;L5oJ2,  
3)    非监督学习与聚类 F2WUG  
    非监督学习的基本概念，聚类的准则函数 T%A45BE V  
    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。 $p30?\  
4)    图像增强 dtw1Am#Ci  
    空域变换增强：直接灰度变换和直方图处理 Kf2Ob1  
    空域滤波增强：平滑和锐化 s7e)Mt  
    频域增强：高通、低通、带通和同态滤波 u P
OmiF  
5)    图像复原和重建 -fFM-gt^t  
    退化模型 A rC4pT  
    无约束恢复：逆滤波、运动模糊图象的复原方法 !7"-9n  
    有约束恢复：维纳滤波和有约束最小平方滤波 VRurn>y0  
    图象重建：傅立叶反变换重建 mk.:V64 >;  
6)    图象分割 yb*P&si5bY  
    并行边界技术：边缘检测、Hough变换 g N 76  
    并行区域技术：阈值选取 xtMN<4#E  
    串行区域技术：区域生长和分裂合并 sJo]$/?F  
三、    试卷结构 E:/G!1  
考试时间180分钟，满分100分 VZBT 'N  
1）题型结构 u~FXO[b  
    概念题（20分） aTF~rAne<  
    简答题（20分） Y^$^B,  
    计算题（40分） +X6xCE  
    技术方案设计（20分） rZ5vey  
2）内容结构 CnyCEIO-  
    Bayes决策理论（20分） UUi@ U  
    线性判别函数和多层神经网络（20分） fWiefv[&  
    非监督学习和聚类（20分） |;3Ru vX?+  
    图像增强（15） bE:oF9J?  
    图象复原与重建（15分） YCZl1ry:V=  
    图象分割（10分） q8%T)$!  
四、    参考书目见招生简章