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 r>\.b{wI  
课程名称：图像处理与模式识别 '1<QK  
一、    考试要求 t)h3GM  
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。 lKcnM3n  
二、    考试内容 lx SGvvP4  
1)    Bayes决策理论 G(i/ @>l  
    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； nm..$QL  
    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； $v,_8{ !  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； n7vi@^lf(  
    成份分析：主成分分析，多重判别分析。 &>SE9w/?o  
2)    线性判别函数和多层神经网络 \oyr[so(i  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； HXX"B,N  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； rnUe/HjH  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； Nsb13mlY  
    前馈神经网络的训练方法：误差反向传播算法； 7
0@:!HI]  
3)    非监督学习与聚类 }/=_  
    非监督学习的基本概念，聚类的准则函数 @xo9'M<l  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 6;Bqu5_Cj  
4)    图像增强 SyI#Q[f'_  
    空域变换增强：直接灰度变换和直方图处理 9496ayi  
    空域滤波增强：平滑和锐化 "\30YO>\  
    频域增强：高通、低通、带通和同态滤波 ]*).3<Lw  
5)    图像复原和重建 8WMC ~  
    退化模型 GKX#-zsh79  
    无约束恢复：逆滤波、运动模糊图象的复原方法 B--`=@IRf"  
    有约束恢复：维纳滤波和有约束最小平方滤波 BO^e.iB/  
    图象重建：傅立叶反变换重建 :7'anj  
6)    图象分割 @<_4Nb  
    并行边界技术：边缘检测、Hough变换 q*>`HTPcU  
    并行区域技术：阈值选取 |#k1a:  
    串行区域技术：区域生长和分裂合并 Y%2<}3P  
三、    试卷结构 <3'r&ks  
考试时间180分钟，满分100分 h<[o;E  
1）题型结构 UPH:$Fk&  
    概念题（20分）
}2}hH0R  
    简答题（20分） vNP,c]:%  
    计算题（40分） S>nM&758  
    技术方案设计（20分） AkGCIn3  
2）内容结构 oE}1D?3Sp  
    Bayes决策理论（20分） H13|bM<  
    线性判别函数和多层神经网络（20分） C;_10Rb2ut  
    非监督学习和聚类（20分） 7^=O^!sa  
    图像增强（15） bPWIf*3#  
    图象复原与重建（15分） aB.`'d)V  
    图象分割（10分） v*kTTaU&  
四、    参考书目见招生简章