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 a/d8_(0  
课程名称：图像处理与模式识别 4YMUkwh  
一、    考试要求 B)DtJf  
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。 >wV2` 6  
二、    考试内容
neWx-O  
1)    Bayes决策理论 \n0Gr\:  
    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； <XpG 5vV  
    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； YZ0Q?7l7  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； 9@(V !G  
    成份分析：主成分分析，多重判别分析。 g*U[?I"sC  
2)    线性判别函数和多层神经网络 4m9]d)  
    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； h*NBSvn  
    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； B?XqH_=0L  
    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； p6{8t}  
    前馈神经网络的训练方法：误差反向传播算法； {NIE:MXX  
3)    非监督学习与聚类 2)`4(38  
    非监督学习的基本概念，聚类的准则函数 'k$j^|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。 DTV"~>@  
4)    图像增强 alQ:'K  
    空域变换增强：直接灰度变换和直方图处理 fH
5/  
    空域滤波增强：平滑和锐化 \N]2V(v  
    频域增强：高通、低通、带通和同态滤波 X04JQLhy"  
5)    图像复原和重建 [)p>pA2GZj  
    退化模型 7gbu7"Qc  
    无约束恢复：逆滤波、运动模糊图象的复原方法 %,5_]bGvb  
    有约束恢复：维纳滤波和有约束最小平方滤波 =q TmFszT  
    图象重建：傅立叶反变换重建 }W* q
 
6)    图象分割 arj?U= zy  
    并行边界技术：边缘检测、Hough变换 1O;q|p'9  
    并行区域技术：阈值选取 ~@Eu4ip)F  
    串行区域技术：区域生长和分裂合并 GZqy.AE,  
三、    试卷结构 %:]ive]e  
考试时间180分钟，满分100分 Dj@7vM%_  
1）题型结构 0)-yLfTn  
    概念题（20分） 5"9!kZ(<  
    简答题（20分） gflu!
C6  
    计算题（40分） ]eZrb%B.  
    技术方案设计（20分）
La'XJ|>V  
2）内容结构 }0~4Z )?e3  
    Bayes决策理论（20分） T4x%d g  
    线性判别函数和多层神经网络（20分） CQm(N  
    非监督学习和聚类（20分） j]'7"b5  
    图像增强（15） +&h<:/ V  
    图象复原与重建（15分） wm/=]*jpK  
    图象分割（10分） g/6>>p`J  
四、    参考书目见招生简章