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 FK# E7 K  
课程名称：图像处理与模式识别 %@n8 ?l4  
一、    考试要求 f~nt!$  
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。 9zYiG3 d  
二、    考试内容 7G(f1Y  
1)    Bayes决策理论 6F.7Ws<  
    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； rw[{@|)'z  
    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； YQV?S  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； ~+
s*\~  
    成份分析：主成分分析，多重判别分析。 [[]SkLZHg  
2)    线性判别函数和多层神经网络 4:&qTY)H  
    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； rjHIQC C  
    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； E? eWv)//  
    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； D?yE$_3>c  
    前馈神经网络的训练方法：误差反向传播算法； UlNfI}#X  
3)    非监督学习与聚类 o.3YM.B#  
    非监督学习的基本概念，聚类的准则函数 q7f;ZK=f  
    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。 h@;)dLo0z  
4)    图像增强 51G=RYay9  
    空域变换增强：直接灰度变换和直方图处理 \!JS 7!+  
    空域滤波增强：平滑和锐化 u}}9j&^Xa  
    频域增强：高通、低通、带通和同态滤波 zf3:<CRX5  
5)    图像复原和重建 H >:4MY  
    退化模型 S1^nC tSF  
    无约束恢复：逆滤波、运动模糊图象的复原方法 Bug}^t{M  
    有约束恢复：维纳滤波和有约束最小平方滤波 S2&9#6  
    图象重建：傅立叶反变换重建 m io1kDq<  
6)    图象分割 O5qW *r'  
    并行边界技术：边缘检测、Hough变换 l{6` k<J(  
    并行区域技术：阈值选取 2:iYYRrg  
    串行区域技术：区域生长和分裂合并 & &" 'dL  
三、    试卷结构 #~4{`]W6
  
考试时间180分钟，满分100分 <r<Dmn|\a  
1）题型结构 xaWGa1V'z  
    概念题（20分） qcTmsMpj  
    简答题（20分） n{64g+  
    计算题（40分） T)(e!Xz  
    技术方案设计（20分） @A2/@]HBm  
2）内容结构 lI4J=8O0  
    Bayes决策理论（20分） X'FEOF  
    线性判别函数和多层神经网络（20分） #9$V 08  
    非监督学习和聚类（20分） %j*k  
    图像增强（15） [,<\RviI  
    图象复原与重建（15分）
\E$1lc  
    图象分割（10分） /M^V2=  
四、    参考书目见招生简章