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 AaDMX,  
课程名称：图像处理与模式识别 ]P4? jKI  
一、    考试要求 @`rC2-V  
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。 Q.l3F3;  
二、    考试内容 M4L<u,\1s  
1)    Bayes决策理论 kOv37c'  
    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； f2i9UZ$=e!  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； XWUi_{zn  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； fa
(-&;q  
    成份分析：主成分分析，多重判别分析。 j k/-7
/r  
2)    线性判别函数和多层神经网络 P,K^oz}  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； F Xp_`9.zH  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； 0$.;EGP  
    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； BVxk}#d  
    前馈神经网络的训练方法：误差反向传播算法； M HKnHPv  
3)    非监督学习与聚类 "V<7X%LIX  
    非监督学习的基本概念，聚类的准则函数 *XluVochrb  
    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。 .|2[!7CXH  
4)    图像增强 O|0,= 5  
    空域变换增强：直接灰度变换和直方图处理 Qa,$_,E  
    空域滤波增强：平滑和锐化 0Q:l,\lY  
    频域增强：高通、低通、带通和同态滤波 / *m6-DC  
5)    图像复原和重建 fOz.kK[]  
    退化模型 %[k"A  
    无约束恢复：逆滤波、运动模糊图象的复原方法 _*u$U  
    有约束恢复：维纳滤波和有约束最小平方滤波 G5!!^p~  
    图象重建：傅立叶反变换重建 j%fi*2uX  
6)    图象分割 [yDOvQ[  
    并行边界技术：边缘检测、Hough变换 MZdj!(hO  
    并行区域技术：阈值选取 )S|&3
\  
    串行区域技术：区域生长和分裂合并 7$Pf  
三、    试卷结构 DWk2=cO  
考试时间180分钟，满分100分 Z>ztFU  
1）题型结构 H8qWY"<Vd  
    概念题（20分） OA&r8WK3  
    简答题（20分）
9K=K,6 b  
    计算题（40分） 4'H)h'#C  
    技术方案设计（20分） Ej$oRo{IG  
2）内容结构 \N)!]jq  
    Bayes决策理论（20分） >\!k~Zi  
    线性判别函数和多层神经网络（20分） !r9~K^EI
 
    非监督学习和聚类（20分） gyOAvx  
    图像增强（15） a!;CY
1>  
    图象复原与重建（15分） mN'
sJ1L-  
    图象分割（10分） )T'~F  
四、    参考书目见招生简章