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 @t2 Q5c  
课程名称：图像处理与模式识别 I^wj7cFo5  
一、    考试要求 [@y=%\%R  
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。 ]_=HC5"  
二、    考试内容 'LOqGpmVc  
1)    Bayes决策理论 'wZy: c  
    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； C[KU~@  
    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； V*m)h  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； mQvKre o~  
    成份分析：主成分分析，多重判别分析。 j(BS;J$i  
2)    线性判别函数和多层神经网络 :aqh8b v  
    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； <F3sQAe  
    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； ]Tl\9we  
    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； G9
a%N  
    前馈神经网络的训练方法：误差反向传播算法； __fR #D  
3)    非监督学习与聚类 8(KfX%
 
    非监督学习的基本概念，聚类的准则函数 C~;0A!@]Y  
    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。 y;Zfz~z  
4)    图像增强 ^sOm7S{  
    空域变换增强：直接灰度变换和直方图处理 \O8f~zA{G  
    空域滤波增强：平滑和锐化 g Oj5c
 
    频域增强：高通、低通、带通和同态滤波 qQcC[ 50  
5)    图像复原和重建 }J ?fJ(  
    退化模型 ._&lG3'  
    无约束恢复：逆滤波、运动模糊图象的复原方法 UjDF  
    有约束恢复：维纳滤波和有约束最小平方滤波 f0`' i[  
    图象重建：傅立叶反变换重建 ; BZM~'  
6)    图象分割 Crhi+D  
    并行边界技术：边缘检测、Hough变换 U&n>fXTHn  
    并行区域技术：阈值选取 z^/GTY  
    串行区域技术：区域生长和分裂合并 yUW&Wgc=:  
三、    试卷结构 ]`sIs= _
[  
考试时间180分钟，满分100分 W#L"5pRg  
1）题型结构 cXY'>N  
    概念题（20分） _0*>I1F~  
    简答题（20分） p},Fwbl  
    计算题（40分） SO<m(o)G2  
    技术方案设计（20分） dn\F!  
2）内容结构 k<| l \]w  
    Bayes决策理论（20分） /plUzy2Yu  
    线性判别函数和多层神经网络（20分） 8KtgSash  
    非监督学习和聚类（20分） L{LU
@.;1  
    图像增强（15） MXF"F :-Kn  
    图象复原与重建（15分） }#G"!/ZA0:  
    图象分割（10分） R5eB,FN  
四、    参考书目见招生简章