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 TT3GGHR  
课程名称：图像处理与模式识别 /4 Kd
  
一、    考试要求 lqrI*@>Tz  
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。 >tMI%r  
二、    考试内容 =)jo}MB  
1)    Bayes决策理论 8[AU`F8W  
    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； WO!OaC?+B,  
    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； .
dxELSV  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； EAWBgOO8iC  
    成份分析：主成分分析，多重判别分析。 @}PX:*c  
2)    线性判别函数和多层神经网络 csJ)Pt?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； e9Gu`$K  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； 6#
jql  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； PMb
q5  
    前馈神经网络的训练方法：误差反向传播算法； n?D/bXp  
3)    非监督学习与聚类 (5+g:mSfr  
    非监督学习的基本概念，聚类的准则函数 q&6|uV])H  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 /d"@$+  
4)    图像增强 v}AjW%rB  
    空域变换增强：直接灰度变换和直方图处理 (OwGp3g  
    空域滤波增强：平滑和锐化 N|"kuRN#  
    频域增强：高通、低通、带通和同态滤波 ^PJN$BJx  
5)    图像复原和重建 x11riK  
    退化模型 !v%>W< 3Q  
    无约束恢复：逆滤波、运动模糊图象的复原方法 l(F\5Ys  
    有约束恢复：维纳滤波和有约束最小平方滤波 q;sZwp<  
    图象重建：傅立叶反变换重建 9FNsW$b?  
6)    图象分割 2w+4
B4  
    并行边界技术：边缘检测、Hough变换 ku}`PS0UGd  
    并行区域技术：阈值选取 Hdd3n6*  
    串行区域技术：区域生长和分裂合并 ij3W8i9'  
三、    试卷结构 $II~tO
  
考试时间180分钟，满分100分 ^k^?>h  
1）题型结构 kj4=Q\Rfm  
    概念题（20分） "j8=%J{  
    简答题（20分） r>*+d|c4  
    计算题（40分）  [Ne'2z  
    技术方案设计（20分） X+,0;% p  
2）内容结构 1Q9Hs(s  
    Bayes决策理论（20分） L=HnVgBs  
    线性判别函数和多层神经网络（20分） <_=O0 t|6  
    非监督学习和聚类（20分） OkT@ _U  
    图像增强（15） &U}8
@;  
    图象复原与重建（15分） w?N>3`Jnf  
    图象分割（10分） ouFKqRs;  
四、    参考书目见招生简章