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 C CDO8  
课程名称：图像处理与模式识别 '=V1'I*  
一、    考试要求 HKX
tS>7d  
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。 Ny" "lcy  
二、    考试内容 EYy|JT]B  
1)    Bayes决策理论 ZUd*[\F~!  
    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； e~1$x`DH  
    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； =XhxD<kI  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； ).i :C(|  
    成份分析：主成分分析，多重判别分析。 Y$4dqn  
2)    线性判别函数和多层神经网络 rvUJK,oE  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； )VM'^sV?  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； JTS<n4<a  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； 6DxT(VU}  
    前馈神经网络的训练方法：误差反向传播算法； [ApAd  
3)    非监督学习与聚类 w:|YOeP  
    非监督学习的基本概念，聚类的准则函数 XTKAy;'5  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 O|e/(s?$  
4)    图像增强 N 6t`45  
    空域变换增强：直接灰度变换和直方图处理 @~j--L  
    空域滤波增强：平滑和锐化 {SJnPr3R  
    频域增强：高通、低通、带通和同态滤波 M1,1J-h  
5)    图像复原和重建 o#frNT}  
    退化模型 ZK?:w^Z  
    无约束恢复：逆滤波、运动模糊图象的复原方法 Lv<)Dur0K  
    有约束恢复：维纳滤波和有约束最小平方滤波 FX&)~)  
    图象重建：傅立叶反变换重建 "*oN~&flc  
6)    图象分割 ;Ebpf J  
    并行边界技术：边缘检测、Hough变换 VCCG_
K9'  
    并行区域技术：阈值选取 lFc4| _c g  
    串行区域技术：区域生长和分裂合并 L.$+W}  
三、    试卷结构 wg{Y6XyH  
考试时间180分钟，满分100分 />[~2d kb  
1）题型结构 3=Va0}#&  
    概念题（20分） 5 im qZw  
    简答题（20分） aj 6{  
    计算题（40分） 1Jn: huV2  
    技术方案设计（20分） ]M.)N.T  
2）内容结构 5%%A2FrB.S  
    Bayes决策理论（20分） 1`@rAA>h'  
    线性判别函数和多层神经网络（20分） P(XNtQ=K  
    非监督学习和聚类（20分） !|;w(/  
    图像增强（15） 
i'NN  
    图象复原与重建（15分） iT"H%{+~  
    图象分割（10分） '<KzWxuC  
四、    参考书目见招生简章