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 _Jc[`2Uv_c  
课程名称：图像处理与模式识别 XP"lqy
Ai  
一、    考试要求 ^b]h4z$  
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。 Ap{p_~~
iJ  
二、    考试内容 5 #)5Z8`X  
1)    Bayes决策理论 :O}=$[   
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； 0?KY
9  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； mX9amS&B$  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； j>(O1z7  
    成份分析：主成分分析，多重判别分析。 }]ak6'|[  
2)    线性判别函数和多层神经网络 P".CZyI-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； 3,2|8Q,((!  
    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； < `r+ZyM  
    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； t%$>  
    前馈神经网络的训练方法：误差反向传播算法； ^u@"L  
3)    非监督学习与聚类 7cTDbc!E-  
    非监督学习的基本概念，聚类的准则函数 88]V6Rm9[*  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 );o2eV  
4)    图像增强 u]K&H&AxT  
    空域变换增强：直接灰度变换和直方图处理 038|>l-9[  
    空域滤波增强：平滑和锐化 6;WfsG5  
    频域增强：高通、低通、带通和同态滤波  KTr7z^  
5)    图像复原和重建 ZS*PY,  
    退化模型 1 !N+hf  
    无约束恢复：逆滤波、运动模糊图象的复原方法 5eP8nn.D  
    有约束恢复：维纳滤波和有约束最小平方滤波 >/@wht4- j  
    图象重建：傅立叶反变换重建 d<{>&  
6)    图象分割 eD4D<\*  
    并行边界技术：边缘检测、Hough变换 6'YT3=  
    并行区域技术：阈值选取 u^HC1r|%  
    串行区域技术：区域生长和分裂合并 (X=JT  
三、    试卷结构 -MEp0  
考试时间180分钟，满分100分 6#[  
1）题型结构 >Q5et1c  
    概念题（20分）
#m x4pf {  
    简答题（20分） ,%)O/{p_  
    计算题（40分） -;NGS )RM  
    技术方案设计（20分） uX82q.u_y  
2）内容结构 ''t\J^+&  
    Bayes决策理论（20分） } Xbmb8  
    线性判别函数和多层神经网络（20分） ``X1xiB  
    非监督学习和聚类（20分） +D7>$&BD  
    图像增强（15） JWZG)I]r  
    图象复原与重建（15分） w)C/EHF  
    图象分割（10分） #)}K
,FDd  
四、    参考书目见招生简章