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 5x8+xw3Eh  
课程名称：图像处理与模式识别 1HT_  
一、    考试要求 ^tH#YlV4>9  
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。 )|bC^{kH!l  
二、    考试内容 iK()&TNz  
1)    Bayes决策理论 "v-(g 9(  
    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； 58tVx'1y  
    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；  #^#HuDH  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； ^:=f^N=^  
    成份分析：主成分分析，多重判别分析。 {aYY85j  
2)    线性判别函数和多层神经网络 ;gg\;i}^  
    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； {eS|j=  
    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； .;7> y7$*  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； Cq)IayD@  
    前馈神经网络的训练方法：误差反向传播算法； _+l1b"^s1  
3)    非监督学习与聚类 6uPcXd:8ZR  
    非监督学习的基本概念，聚类的准则函数 }J:+{4Yn  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 Z3TS,a1I4  
4)    图像增强 <
[:o !$  
    空域变换增强：直接灰度变换和直方图处理 /4\wn?f  
    空域滤波增强：平滑和锐化 mEyK1h1G@  
    频域增强：高通、低通、带通和同态滤波 aUHcYc\u  
5)    图像复原和重建 ?p<.Fv8.  
    退化模型 :#k &\f-Y  
    无约束恢复：逆滤波、运动模糊图象的复原方法 d?AlI  
    有约束恢复：维纳滤波和有约束最小平方滤波 7Z ;?b0W  
    图象重建：傅立叶反变换重建 :r#)z4d5  
6)    图象分割 uDw.|B2ui  
    并行边界技术：边缘检测、Hough变换 (Rt7%{*  
    并行区域技术：阈值选取 mrIh0B:`  
    串行区域技术：区域生长和分裂合并 ]?O2:X  
三、    试卷结构 05yZad*  
考试时间180分钟，满分100分 L(T12s  
1）题型结构 zZcnijWb  
    概念题（20分） E%oY7.~-  
    简答题（20分） 9O{b]=>wq  
    计算题（40分） i%e7LJ@5AW  
    技术方案设计（20分） G
,Z^g|6  
2）内容结构 8 C[/dH  
    Bayes决策理论（20分） 76 hOB@  
    线性判别函数和多层神经网络（20分） _@S`5;4x  
    非监督学习和聚类（20分） kmzH'wktt  
    图像增强（15） W>-Et7&2  
    图象复原与重建（15分） oh#\]c\f  
    图象分割（10分） ]smkTo/  
四、    参考书目见招生简章