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?e<Y  
课程名称：图像处理与模式识别 {+b7sA3
 
一、    考试要求 wwcBsJ1{  
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。 ,MIV=*  
二、    考试内容 G .4X'  
1)    Bayes决策理论 zp?`N;  
    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； J<lO= +mg  
    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； q-d:TMkc  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； `~q<N  
    成份分析：主成分分析，多重判别分析。 Ny)X+2Ae  
2)    线性判别函数和多层神经网络 Eu04e N  
    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； El"Q'(:/U  
    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； lU8Hd|@-  
    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； lsNd_7k  
    前馈神经网络的训练方法：误差反向传播算法； ,~W|]/b<q  
3)    非监督学习与聚类 Od)C&N=y  
    非监督学习的基本概念，聚类的准则函数 D^;Uq8NDKq  
    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  
4)    图像增强 %H"47ZFxAs  
    空域变换增强：直接灰度变换和直方图处理 Q&bM\;Ml  
    空域滤波增强：平滑和锐化 S>1Iky|  
    频域增强：高通、低通、带通和同态滤波 KKf  
5)    图像复原和重建 FaJ&GOM,  
    退化模型 m` r(p"  
    无约束恢复：逆滤波、运动模糊图象的复原方法 VY\&8n}e(  
    有约束恢复：维纳滤波和有约束最小平方滤波 )53y AyP  
    图象重建：傅立叶反变换重建 8)I^ t81
 
6)    图象分割 @f_+=}|dc  
    并行边界技术：边缘检测、Hough变换 L*JjG
sTH  
    并行区域技术：阈值选取 2jhxQL  
    串行区域技术：区域生长和分裂合并 $E.I84UfX  
三、    试卷结构 ?FcAXA/J{  
考试时间180分钟，满分100分 *;*r8[U}q  
1）题型结构 -3Vx76Y  
    概念题（20分） U/NoP4~{  
    简答题（20分） }vM(
"v|M  
    计算题（40分） n?Nt6U  
    技术方案设计（20分） E?0%Z&1h  
2）内容结构 n.(FQx.F  
    Bayes决策理论（20分） g}',(tPMZ  
    线性判别函数和多层神经网络（20分） ixD)VcD-f  
    非监督学习和聚类（20分） kPLxEwl  
    图像增强（15） D>tR-
  
    图象复原与重建（15分） e^D]EA]%  
    图象分割（10分） s-T\r"d=j  
四、    参考书目见招生简章