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 4gn|zSe>^  
课程名称：图像处理与模式识别 ;rt\  
一、    考试要求 FQ]5W |e  
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。 }C5Fvy6uz  
二、    考试内容 |5\: E}1  
1)    Bayes决策理论 )C$1))  
    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； M#xol/)h  
    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； \1#~]1~ s  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； kjO
I7`DU  
    成份分析：主成分分析，多重判别分析。 "QM2YJ55m`  
2)    线性判别函数和多层神经网络 `k3s
l 0z%  
    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； FF#?x@ N:  
    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； 5 $.az  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； X'usd$[.  
    前馈神经网络的训练方法：误差反向传播算法； "_ON0._(/  
3)    非监督学习与聚类 j]6YLM@5$  
    非监督学习的基本概念，聚类的准则函数 aa\?k\h'7X  
    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。 UZu.B!4  
4)    图像增强 vJuL+'[i  
    空域变换增强：直接灰度变换和直方图处理 ]9hhAT44  
    空域滤波增强：平滑和锐化 6#kK  
    频域增强：高通、低通、带通和同态滤波 Enqs|fkbN  
5)    图像复原和重建 R5fZ}C7  
    退化模型 i[Pk
sT#p  
    无约束恢复：逆滤波、运动模糊图象的复原方法 q=+wQ[a<  
    有约束恢复：维纳滤波和有约束最小平方滤波 w,zm!  
    图象重建：傅立叶反变换重建 u(4o#m  
6)    图象分割 [<VyH.  
    并行边界技术：边缘检测、Hough变换 1|5TuljTd  
    并行区域技术：阈值选取 # ;<dtw  
    串行区域技术：区域生长和分裂合并 = [`gfw  
三、    试卷结构 %DhLU~VX  
考试时间180分钟，满分100分 p+Icq!aH5  
1）题型结构 poXT)2^)  
    概念题（20分） {e83 A/{  
    简答题（20分） CMHg]la  
    计算题（40分） I.)9:7  
    技术方案设计（20分）
{D4N=#tl  
2）内容结构 >RKepV(X7  
    Bayes决策理论（20分） _kQOax{c/  
    线性判别函数和多层神经网络（20分） XI;F=r}'  
    非监督学习和聚类（20分） 6 ('xIE(R  
    图像增强（15） =+VI{~.|}  
    图象复原与重建（15分） vf['$um  
    图象分割（10分） +!"7= ?}  
四、    参考书目见招生简章