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 >q)VHV9P  
课程名称：图像处理与模式识别 s.9_/cFWB  
一、    考试要求 V"R,omh  
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。 k#pNk7;MZ  
二、    考试内容 ipn0WQG  
1)    Bayes决策理论 '?dT<w=Y&  
    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； 1O W#_
4w/  
    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； /dq(Z"O_  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； f~Q]"I8w  
    成份分析：主成分分析，多重判别分析。 tA]Y=U+Q  
2)    线性判别函数和多层神经网络 ;}E$>]*Yn  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； 9,G94.da  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； Kuy0Ci  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； 19 <Lgr  
    前馈神经网络的训练方法：误差反向传播算法； dtd}P~  
3)    非监督学习与聚类 ;P!x/Ct  
    非监督学习的基本概念，聚类的准则函数 ]aTF0 R  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 4oA9|}<FR  
4)    图像增强 |]'0z0>  
    空域变换增强：直接灰度变换和直方图处理 z] bcg$m  
    空域滤波增强：平滑和锐化 ]q CCCI`  
    频域增强：高通、低通、带通和同态滤波 )2mvW1M=7;  
5)    图像复原和重建 @'fWS^ ;&  
    退化模型 [ %:%C]4  
    无约束恢复：逆滤波、运动模糊图象的复原方法 \+Pk"
M  
    有约束恢复：维纳滤波和有约束最小平方滤波 ^U[yk'!Y  
    图象重建：傅立叶反变换重建 #xBh62yIuP  
6)    图象分割 u RPvo}!=1  
    并行边界技术：边缘检测、Hough变换 .}x:yKyi@  
    并行区域技术：阈值选取 )9'Zb`n  
    串行区域技术：区域生长和分裂合并 *>8Y/3Y\B  
三、    试卷结构 fNaboNj[  
考试时间180分钟，满分100分 _
!H8j/b  
1）题型结构 unN=yeut  
    概念题（20分） x!QA* M  
    简答题（20分） (Q~(t  
    计算题（40分） Q3|I.I e  
    技术方案设计（20分） 'ghwc:Og|%  
2）内容结构 Sxg&73;ZV  
    Bayes决策理论（20分） :Co+haW  
    线性判别函数和多层神经网络（20分） TSHH=`cx  
    非监督学习和聚类（20分） f$p7L.d<  
    图像增强（15） ;/|3U7{c  
    图象复原与重建（15分） fw+ VR.#2H  
    图象分割（10分） =V*4&OU  
四、    参考书目见招生简章