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 =797;|B H  
课程名称：图像处理与模式识别 A9lqVMp64  
一、    考试要求 W" !nf  
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。 \DGm[/P  
二、    考试内容 D0x+b2x^  
1)    Bayes决策理论 T<!`~#kM  
    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； A]=?fyPh{'  
    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； <w2Nh eM 3  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； Pv0OoN*eJ{  
    成份分析：主成分分析，多重判别分析。 1N#TL"lMS  
2)    线性判别函数和多层神经网络 aG=Y 6j G  
    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； \nxt\KD  
    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； %o{vD&7\  
    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； (iWNvVGS  
    前馈神经网络的训练方法：误差反向传播算法； *=;=VUu5  
3)    非监督学习与聚类 UdLC]  
    非监督学习的基本概念，聚类的准则函数 u)Y#&qA  
    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。 yUH8  
4)    图像增强 03rZz1  
    空域变换增强：直接灰度变换和直方图处理 Ir}&|"~H
 
    空域滤波增强：平滑和锐化 gNZ^TeT  
    频域增强：高通、低通、带通和同态滤波 .s2d  
5)    图像复原和重建 ]pB~&0jg  
    退化模型 EG9S? $  
    无约束恢复：逆滤波、运动模糊图象的复原方法 5h20\b?=$  
    有约束恢复：维纳滤波和有约束最小平方滤波 8{d`N|k  
    图象重建：傅立叶反变换重建 =#+Z KD  
6)    图象分割 H!45w;,I  
    并行边界技术：边缘检测、Hough变换 0kCUz  
    并行区域技术：阈值选取 ; 9 '*w=V  
    串行区域技术：区域生长和分裂合并 {b#c0>.8-  
三、    试卷结构 FG8bP  
考试时间180分钟，满分100分 X2Lhb{ZHE  
1）题型结构 {yG)Ii  
    概念题（20分） oW
/&X5  
    简答题（20分） *#2`b%qh\M  
    计算题（40分） |Ec$%
 
    技术方案设计（20分） 2 "i<--Y  
2）内容结构 %@r
h\Z  
    Bayes决策理论（20分） `__CL )N|  
    线性判别函数和多层神经网络（20分） !'[sV^ds  
    非监督学习和聚类（20分） 3cfkJ|fuwe  
    图像增强（15） + S%+Ku  
    图象复原与重建（15分） Ak9W8Z}  
    图象分割（10分） @:c
 1+  
四、    参考书目见招生简章