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 h>A~..  
课程名称：图像处理与模式识别 >;9+4C<z0  
一、    考试要求 ioZ{2kK  
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。 (#t"u`_Ee  
二、    考试内容 @Ft\~ +}  
1)    Bayes决策理论 I1Jo8s  
    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； U<
aT%^_  
    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； zlw+=NX  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； i 1{Lx)  
    成份分析：主成分分析，多重判别分析。 zK5/0zMZ  
2)    线性判别函数和多层神经网络 tcm?qro)  
    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； M`~U H\  
    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； sFvu@Wm'7W  
    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； )Td;2  
    前馈神经网络的训练方法：误差反向传播算法； ry2ZVIFa  
3)    非监督学习与聚类 N3Yf3r K  
    非监督学习的基本概念，聚类的准则函数 .d4L@{V  
    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。 O:'ENoQ:&  
4)    图像增强 8`0/?MZ)   
    空域变换增强：直接灰度变换和直方图处理 7jZE(|G-  
    空域滤波增强：平滑和锐化 +kMVl_`V  
    频域增强：高通、低通、带通和同态滤波 n.323tNY  
5)    图像复原和重建 .w.jT"uD!  
    退化模型 E6=JL$"  
    无约束恢复：逆滤波、运动模糊图象的复原方法 f4h|Nn%;  
    有约束恢复：维纳滤波和有约束最小平方滤波 E/OJ}3Rf  
    图象重建：傅立叶反变换重建 c6;326aDq  
6)    图象分割 P_[A  
    并行边界技术：边缘检测、Hough变换 LhfI"f
c  
    并行区域技术：阈值选取 >\/H 2j  
    串行区域技术：区域生长和分裂合并 0c$0<2D%  
三、    试卷结构 6c?;-5.  
考试时间180分钟，满分100分 5*q!:$ W  
1）题型结构 x=/`W^t2  
    概念题（20分） o/;kzi  
    简答题（20分） BotGPk><c  
    计算题（40分） Q?Y\WD  
    技术方案设计（20分） 5yh
:P3 /  
2）内容结构 \BoRYb9h  
    Bayes决策理论（20分） ;T9u$4<  
    线性判别函数和多层神经网络（20分） THQd`Lj  
    非监督学习和聚类（20分） *tWZ.I<<  
    图像增强（15） )*b dG'}  
    图象复原与重建（15分） eplz5%<  
    图象分割（10分） ed=pRb  
四、    参考书目见招生简章