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 ~ZrSoVP=  
课程名称：图像处理与模式识别 fZQL!j4  
一、    考试要求 BdWRm=  
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。 L'i0|_  
二、    考试内容 Q6>7{\8l  
1)    Bayes决策理论 )"(
ojh  
    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； [tN^)c`s/  
    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； Q1ox<-  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； P9d%80(b4  
    成份分析：主成分分析，多重判别分析。 _(J;!,  
2)    线性判别函数和多层神经网络 U fx^@%v  
    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； cb36~{  
    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； K&L9Ue  
    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； (I<]@7>  
    前馈神经网络的训练方法：误差反向传播算法； '*4>&V.yX  
3)    非监督学习与聚类 'A^;P]y  
    非监督学习的基本概念，聚类的准则函数 l7{]jKJue  
    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。 {J aulg  
4)    图像增强 4blw9x N  
    空域变换增强：直接灰度变换和直方图处理 7z.(pg=  
    空域滤波增强：平滑和锐化 }"$2F0  
    频域增强：高通、低通、带通和同态滤波 B~%'YQk  
5)    图像复原和重建 8| -j]   
    退化模型 ZQL4<fy'E  
    无约束恢复：逆滤波、运动模糊图象的复原方法 \>B$x@-wg  
    有约束恢复：维纳滤波和有约束最小平方滤波 +2DzX/3  
    图象重建：傅立叶反变换重建 8LI aN}  
6)    图象分割 |E& Fe8  
    并行边界技术：边缘检测、Hough变换 8vk*",  
    并行区域技术：阈值选取 *\-R
&8  
    串行区域技术：区域生长和分裂合并 Vxr_2Kra  
三、    试卷结构 a\K__NCrX  
考试时间180分钟，满分100分 kiah,7V/  
1）题型结构 #!A'6SgbkM  
    概念题（20分） <yoCW?#  
    简答题（20分） z%4E~u10  
    计算题（40分） #  
    技术方案设计（20分） %=ZN2)7{  
2）内容结构 F!>92H~3G  
    Bayes决策理论（20分） X0
QY:?  
    线性判别函数和多层神经网络（20分） b I%Sq+"}  
    非监督学习和聚类（20分） 2 qA"emUM  
    图像增强（15） S= NG
J0  
    图象复原与重建（15分） RJYB=y8l  
    图象分割（10分） +qWrm|
O]  
四、    参考书目见招生简章