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 .RpWE.C  
课程名称：图像处理与模式识别 59H~qE1Md  
一、    考试要求 o('6,D  
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。 AWDy_11Nm  
二、    考试内容 7X8n|NZRH7  
1)    Bayes决策理论 9>/:c\q+  
    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； %']`t-N8  
    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； `8kL=%(h  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； lz4M)pL^  
    成份分析：主成分分析，多重判别分析。 Yb?(Q%  
2)    线性判别函数和多层神经网络 H^JFPvEc  
    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； 87rHW@\](  
    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； ,|?rt`8)Q  
    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； [bjP-p
X  
    前馈神经网络的训练方法：误差反向传播算法； .xe+c K  
3)    非监督学习与聚类 Go !{T  
    非监督学习的基本概念，聚类的准则函数 OBf$0  
    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。 r#w.yg4EX  
4)    图像增强 -Xt0=3,  
    空域变换增强：直接灰度变换和直方图处理 Muok">#3.  
    空域滤波增强：平滑和锐化  g:?p/L  
    频域增强：高通、低通、带通和同态滤波 xzBUm  
5)    图像复原和重建 c\VD8 :  
    退化模型 ]JlM/  
    无约束恢复：逆滤波、运动模糊图象的复原方法 AdWP  
    有约束恢复：维纳滤波和有约束最小平方滤波 mA4]c   
    图象重建：傅立叶反变换重建 l8+;)2p!  
6)    图象分割 !Aw.)<teW  
    并行边界技术：边缘检测、Hough变换 \Z_29L w=  
    并行区域技术：阈值选取 g5t`YcL  
    串行区域技术：区域生长和分裂合并 zE?@_p1gei  
三、    试卷结构 Wo~;h(6  
考试时间180分钟，满分100分 TH*}Ja^/  
1）题型结构 0?=a$0_C  
    概念题（20分） Jm,
tN/o*  
    简答题（20分） u6i
X&%e  
    计算题（40分） 98lz2d/Fcq  
    技术方案设计（20分） ,=dc-%J  
2）内容结构 #O!gjZ,  
    Bayes决策理论（20分） cg^=F
_h  
    线性判别函数和多层神经网络（20分） {11xjvAD  
    非监督学习和聚类（20分） m[tsG=X
BN  
    图像增强（15） |A#\5u  
    图象复原与重建（15分） zG\:#,9  
    图象分割（10分） wS+j^ ;"  
四、    参考书目见招生简章