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 xQ>c.}J/i  
课程名称：图像处理与模式识别 fa=#S  
一、    考试要求 %.r{+m  
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。 <&n
3"  
二、    考试内容 $JypVA(CX  
1)    Bayes决策理论 r42[pi]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； W,`u5gbT  
    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； 6dV@.(][a  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； 7I/Sfmqy"O  
    成份分析：主成分分析，多重判别分析。 x +!<_p  
2)    线性判别函数和多层神经网络 zid?yuP  
    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； /R8>f  
    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； vz)A~"E  
    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； gd
_w;{WP  
    前馈神经网络的训练方法：误差反向传播算法； lN,b@;  
3)    非监督学习与聚类 K?BWl:^x  
    非监督学习的基本概念，聚类的准则函数 ibl^A=  
    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。 iH9g5G`O  
4)    图像增强 Z_iu^ Q  
    空域变换增强：直接灰度变换和直方图处理 9;&2LT7z  
    空域滤波增强：平滑和锐化 f?dNTfQ3mi  
    频域增强：高通、低通、带通和同态滤波 @?!/Pl49R  
5)    图像复原和重建 25l
6@7q.  
    退化模型 X9/V;!  
    无约束恢复：逆滤波、运动模糊图象的复原方法 ::dLOf8o  
    有约束恢复：维纳滤波和有约束最小平方滤波 f/Grem  
    图象重建：傅立叶反变换重建 oZ& ns!#  
6)    图象分割 +N5G4t#.  
    并行边界技术：边缘检测、Hough变换 9HLn_|yU  
    并行区域技术：阈值选取 b*nytF  
    串行区域技术：区域生长和分裂合并 Ve2z= 6(  
三、    试卷结构 $&qB,>5=X  
考试时间180分钟，满分100分 rzDqfecOmW  
1）题型结构 Ar'}#6  
    概念题（20分） (u]ft]z,-B  
    简答题（20分） 6[69|&  
    计算题（40分） itm;,Sbg  
    技术方案设计（20分） q+~z#
jFX  
2）内容结构 T?) U|  
    Bayes决策理论（20分） 6vX+-f  
    线性判别函数和多层神经网络（20分） st{:]yTRk  
    非监督学习和聚类（20分） K^J;iu4  
    图像增强（15） eoR@5OA&  
    图象复原与重建（15分） (*/P~$xIj  
    图象分割（10分） W$EX6jTGI  
四、    参考书目见招生简章