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 DA "V)  
课程名称：图像处理与模式识别 );.$`0  
一、    考试要求 hH1Q:}a  
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。 {S=<(A@  
二、    考试内容 oDA'$]UL  
1)    Bayes决策理论 7p.8{zQ*  
    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； aze#Cn,P}  
    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； ]20:8l'  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； /+92DV  
    成份分析：主成分分析，多重判别分析。 ]eGa_Ld  
2)    线性判别函数和多层神经网络 `VwG]2 I  
    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； 6-wpR  
    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； oT{9P?K8  
    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`sZP #h  
    前馈神经网络的训练方法：误差反向传播算法； Eq)b=5qrG?  
3)    非监督学习与聚类 ">Qxb.Y}  
    非监督学习的基本概念，聚类的准则函数 aftt^h  
    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。 ZvF#J_%gE5  
4)    图像增强 6n 2RTH  
    空域变换增强：直接灰度变换和直方图处理 @JlT*:Dz  
    空域滤波增强：平滑和锐化 _K#7#qp2  
    频域增强：高通、低通、带通和同态滤波 t[!,puZc#  
5)    图像复原和重建 9mDdX
 
    退化模型 C,W@C  
    无约束恢复：逆滤波、运动模糊图象的复原方法 jF;<9-m&  
    有约束恢复：维纳滤波和有约束最小平方滤波 LE}`rW3  
    图象重建：傅立叶反变换重建 ia\Gmh  
6)    图象分割 `S((F|Ty=;  
    并行边界技术：边缘检测、Hough变换 5]*lH t  
    并行区域技术：阈值选取 eFs5l  
    串行区域技术：区域生长和分裂合并 KN_n:`cH{  
三、    试卷结构 R,D/:k'~k  
考试时间180分钟，满分100分 2+pw%#fe  
1）题型结构 ^kNVQJiZyG  
    概念题（20分） *P *.'XM  
    简答题（20分） ,'c%S|]U7  
    计算题（40分） 6' 
*6tS  
    技术方案设计（20分） ;L87 %P(.  
2）内容结构 ]kNxytH\o  
    Bayes决策理论（20分） $]?pAqU\  
    线性判别函数和多层神经网络（20分） 51s\)d%l  
    非监督学习和聚类（20分） fX9b1x  
    图像增强（15） L`M{bRl+1  
    图象复原与重建（15分） CPa+?__B  
    图象分割（10分） L ' _%zO  
四、    参考书目见招生简章