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 ~nYp*t C'  
课程名称：图像处理与模式识别 1
EE4N\  
一、    考试要求 UQ]W
BS\  
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。 MI8f(
ZJK5  
二、    考试内容 =AEl:SY+  
1)    Bayes决策理论 DD 8uG`<  
    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； )@lZ~01~d  
    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； 2stBW5v3  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； f3_-{<FZ  
    成份分析：主成分分析，多重判别分析。 Pn?Ujjv  
2)    线性判别函数和多层神经网络 j}P x
q  
    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； z}Y23W&sX  
    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； ^d6}rtG  
    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； ^eF%4DUC;  
    前馈神经网络的训练方法：误差反向传播算法； 4I"%GN[tA  
3)    非监督学习与聚类 K|n%8hRy  
    非监督学习的基本概念，聚类的准则函数 ;/-v4  
    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。 U&F1}P$fb  
4)    图像增强 KMs[/|HX\  
    空域变换增强：直接灰度变换和直方图处理 U`)\|\NY  
    空域滤波增强：平滑和锐化 _:N+mEF  
    频域增强：高通、低通、带通和同态滤波 5hxG\f#}?  
5)    图像复原和重建 R7'6#2y  
    退化模型 7hV9nu
W  
    无约束恢复：逆滤波、运动模糊图象的复原方法 8x)&4o@  
    有约束恢复：维纳滤波和有约束最小平方滤波 ^nO0/nqz]  
    图象重建：傅立叶反变换重建 X283.?  
6)    图象分割 t(~V:+W9  
    并行边界技术：边缘检测、Hough变换 Uz4!O  
    并行区域技术：阈值选取 p :v'"A}  
    串行区域技术：区域生长和分裂合并 d+caGpaR  
三、    试卷结构 yT$CImP73  
考试时间180分钟，满分100分 Xu.Wdl/{Ra  
1）题型结构 Gt4/ax:A@  
    概念题（20分） VtTTvP3  
    简答题（20分） h+\+9^l6|  
    计算题（40分） ^uWPbW&/q  
    技术方案设计（20分） v[7iWBqJ  
2）内容结构 xM+_rU M|h  
    Bayes决策理论（20分） LL0Y$pHV  
    线性判别函数和多层神经网络（20分） #oYPe:8|m  
    非监督学习和聚类（20分） _YK66cS3E/  
    图像增强（15） *XU2%"Sc  
    图象复原与重建（15分） ~cf*Oq  
    图象分割（10分） x>]14bLz  
四、    参考书目见招生简章