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 $qiya[&G4  
课程名称：图像处理与模式识别 ~u{uZ(~
  
一、    考试要求  G *m0\  
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。 9$t(&z=  
二、    考试内容 3Vwh|1?  
1)    Bayes决策理论 ~[ jQ!tz  
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； gi8FHSU|G  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； M}a6Vu9  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； #spCtZE  
    成份分析：主成分分析，多重判别分析。 \bF{-"7.  
2)    线性判别函数和多层神经网络 [
3Gf2_  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； XX@ZQcN  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； g-A-kqo9  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； yevPHN"M  
    前馈神经网络的训练方法：误差反向传播算法； 97]E1j]  
3)    非监督学习与聚类 m*pJBZxd  
    非监督学习的基本概念，聚类的准则函数 9p/Bh$vJ  
    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。 -"`=1l  
4)    图像增强 =&]L00u.  
    空域变换增强：直接灰度变换和直方图处理 Wri<h:1  
    空域滤波增强：平滑和锐化 .]u/O`c]  
    频域增强：高通、低通、带通和同态滤波 $X6h|?3U,  
5)    图像复原和重建 tc! #wd+u  
    退化模型 -~1~I e2  
    无约束恢复：逆滤波、运动模糊图象的复原方法 2 nCA<&  
    有约束恢复：维纳滤波和有约束最小平方滤波 _U (  
    图象重建：傅立叶反变换重建 L_T5nD^D  
6)    图象分割 UfGkTwoo=  
    并行边界技术：边缘检测、Hough变换 fex@,I&  
    并行区域技术：阈值选取 siI;"?  
    串行区域技术：区域生长和分裂合并 {mg2pfhB!  
三、    试卷结构 J zl6eo[;  
考试时间180分钟，满分100分 p2eGm-Erq  
1）题型结构 .]^?<bG  
    概念题（20分） ;I}fBZ3  
    简答题（20分） uFE)17E  
    计算题（40分）  e
p8  
    技术方案设计（20分） Da|z"I x  
2）内容结构 @]j1:PN-  
    Bayes决策理论（20分） r p$'L7lrX  
    线性判别函数和多层神经网络（20分） Y4-t7UlS;  
    非监督学习和聚类（20分） eFgA 8kY)  
    图像增强（15） ,bi^P>X  
    图象复原与重建（15分） _f83-':W6  
    图象分割（10分） Nb\4 /;#  
四、    参考书目见招生简章