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 8<t?o'9I  
课程名称：图像处理与模式识别 >Tld:  
一、    考试要求 d+|8({X]D8  
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。 Z<|caT]Q(  
二、    考试内容 NDRk%_Eu(  
1)    Bayes决策理论 4.3Bz1p&#  
    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； O4&/g-  
    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； ~`{HWmah  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； M)#R_(Q5{  
    成份分析：主成分分析，多重判别分析。 zu}h3n5  
2)    线性判别函数和多层神经网络 mhM=$AI
q  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； d `Q$URn|  
    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； d*1@lmV *  
    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； 79a{Zwdd9j  
    前馈神经网络的训练方法：误差反向传播算法； WZCX&ui  
3)    非监督学习与聚类 c*_I1}l  
    非监督学习的基本概念，聚类的准则函数 -)?~5 Z   
    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。 "wxs  
4)    图像增强 r}QW!^F  
    空域变换增强：直接灰度变换和直方图处理 6[c LbT0  
    空域滤波增强：平滑和锐化 Gn;eh~uw;l  
    频域增强：高通、低通、带通和同态滤波 `ivr$b#  
5)    图像复原和重建 [/*854  
    退化模型 ,_Fq*6  
    无约束恢复：逆滤波、运动模糊图象的复原方法 \x x<\8Qr_  
    有约束恢复：维纳滤波和有约束最小平方滤波 PF!Q2t5c3  
    图象重建：傅立叶反变换重建 eF}Q8]da  
6)    图象分割 i2$U##-ro]  
    并行边界技术：边缘检测、Hough变换 vUgLWd  
    并行区域技术：阈值选取 6yTL7@V|B  
    串行区域技术：区域生长和分裂合并 w])bQ7)  
三、    试卷结构 &6MGPh7T  
考试时间180分钟，满分100分 h.4;-&
 
1）题型结构 ; ZL<7tLDb  
    概念题（20分）
QKZm<lUL  
    简答题（20分） Q_6./.GQ  
    计算题（40分） -j]r\EVKS  
    技术方案设计（20分） v>)[NAY9  
2）内容结构 m3 (fr  
    Bayes决策理论（20分） g=b[V   
    线性判别函数和多层神经网络（20分） G+b$WQn2t  
    非监督学习和聚类（20分） (LRv c!`"  
    图像增强（15） XT~JP
  
    图象复原与重建（15分） xJ>hN@5}i  
    图象分割（10分） yKOf]m>#  
四、    参考书目见招生简章