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 ynrT a..  
课程名称：图像处理与模式识别 [W7CXZDd  
一、    考试要求 r3PT1'P?L  
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。 -(=eM3o-9m  
二、    考试内容 GI1  
1)    Bayes决策理论 1aTB%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； 2=^m9%   
    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； )h)]SF}  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； BSVx
N  
    成份分析：主成分分析，多重判别分析。 .yEBOMNZ  
2)    线性判别函数和多层神经网络 c.e2M/  
    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； IqoR7ajA  
    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； K9up:.{QQ  
    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； M"94#.dKK  
    前馈神经网络的训练方法：误差反向传播算法； ilqy/fL#  
3)    非监督学习与聚类 73\JwOn~  
    非监督学习的基本概念，聚类的准则函数 s|y "WDyx5  
    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。 r<d_[
?1N  
4)    图像增强 ]%u@TK7  
    空域变换增强：直接灰度变换和直方图处理 (O(}p~s
 
    空域滤波增强：平滑和锐化 AiO$<CS  
    频域增强：高通、低通、带通和同态滤波 ",KCCis  
5)    图像复原和重建 dx@-/^.  
    退化模型 !*B'?|a<\  
    无约束恢复：逆滤波、运动模糊图象的复原方法 fUA uqfj[  
    有约束恢复：维纳滤波和有约束最小平方滤波 wMg0>  
    图象重建：傅立叶反变换重建 6"&6`f  
6)    图象分割 ?q{,R"  
    并行边界技术：边缘检测、Hough变换 :Ra,Eu  
    并行区域技术：阈值选取 (Hb:?(  
    串行区域技术：区域生长和分裂合并 n|RJ;d30Q  
三、    试卷结构 
po2 !  
考试时间180分钟，满分100分 _n50C"X=&(  
1）题型结构 VKG&Y_7N  
    概念题（20分） :2rZcoNb.  
    简答题（20分） #(N+(():  
    计算题（40分） "AsKlKz{B  
    技术方案设计（20分） yDegcAn?  
2）内容结构 %Q  fO8P  
    Bayes决策理论（20分） Tz8PSk1[  
    线性判别函数和多层神经网络（20分） 26I_YL,S  
    非监督学习和聚类（20分） ZQ%'`q\c  
    图像增强（15） x7!L{(E3  
    图象复原与重建（15分） ,*&:2o_r  
    图象分割（10分） .*Ct bGw  
四、    参考书目见招生简章