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 O=E"n*U  
课程名称：图像处理与模式识别 +Hx$ABH  
一、    考试要求
ZL[~[  
要求考生全面系统地掌握图像处理与模式识别的基本概念、基本原理、典型方法和实用技术，并且能灵活运用所学知识解决实际应用中的具体问题。 !Ra.DSL  
二、    考试内容  Lc,`  
1)    Bayes决策理论 qOaI4JP@  
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； gC^4K9g  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； }^r=(  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； Jlgo@?Lc  
    成份分析：主成分分析，多重判别分析。 c(Liwuj  
2)    线性判别函数和多层神经网络 3^p<Wx  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； CZ2&9Vb9I  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； ')C%CAYW  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； T=lir%q  
    前馈神经网络的训练方法：误差反向传播算法；  N7%iz+  
3)    非监督学习与聚类 ybW b'+x  
    非监督学习的基本概念，聚类的准则函数 4wp5ghe  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 : 4 9ttJl  
4)    图像增强 EC[2rROn\  
    空域变换增强：直接灰度变换和直方图处理 WjfUbKg0  
    空域滤波增强：平滑和锐化 JP$@*F@t  
    频域增强：高通、低通、带通和同态滤波 $
`7cs}#  
5)    图像复原和重建 9qyA{ |3  
    退化模型 7R9S%  
    无约束恢复：逆滤波、运动模糊图象的复原方法 "#7~}ZB  
    有约束恢复：维纳滤波和有约束最小平方滤波 ?UD2

}D[M  
    图象重建：傅立叶反变换重建 qs\O(K
8  
6)    图象分割 29:1crzx~  
    并行边界技术：边缘检测、Hough变换
S3cjw9V  
    并行区域技术：阈值选取 C@!C='b,  
    串行区域技术：区域生长和分裂合并 ,E&PIbDL1  
三、    试卷结构 8m? 9?OV5  
考试时间180分钟，满分100分 QWt?` h=  
1）题型结构 pqaQ%|<  
    概念题（20分） S*3N6*-l"  
    简答题（20分） }9n{E-bj*  
    计算题（40分） /S}0u}jID?  
    技术方案设计（20分） EL_rh TWw  
2）内容结构 9uk}r; %9  
    Bayes决策理论（20分） jJ^p ?  
    线性判别函数和多层神经网络（20分） &\(p<TF  
    非监督学习和聚类（20分） \^<eJfD  
    图像增强（15） QR'yZ45n4  
    图象复原与重建（15分） PoyY}Ra  
    图象分割（10分） j$%KKl8j  
四、    参考书目见招生简章