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 w783e  
课程名称：图像处理与模式识别 <3]Qrjl ,b  
一、    考试要求 ^'"sFEV7RN  
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。 .^]=h#[e
 
二、    考试内容 I^'U_"vB  
1)    Bayes决策理论 jU K0?S>  
    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； q r12"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； fG;(&Dx  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； ep]tio_  
    成份分析：主成分分析，多重判别分析。 Mk-C&#'  
2)    线性判别函数和多层神经网络 U?dd+2^};t  
    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； gwFHp.mE  
    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； 0>jo+b\D$  
    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Rwqt-WZ  
    前馈神经网络的训练方法：误差反向传播算法； 'IrwlS  
3)    非监督学习与聚类 T""y)
%  
    非监督学习的基本概念，聚类的准则函数 (^h47kY  
    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。 ;D5B$ @W>  
4)    图像增强 EFl[u+ 1tx  
    空域变换增强：直接灰度变换和直方图处理 =d_@k[
8<0  
    空域滤波增强：平滑和锐化 (0%0+vY  
    频域增强：高通、低通、带通和同态滤波 Q7PqN1jTE  
5)    图像复原和重建 |0Kj0u8T  
    退化模型 XK:KW
qW  
    无约束恢复：逆滤波、运动模糊图象的复原方法 4i'2~w{/  
    有约束恢复：维纳滤波和有约束最小平方滤波 h[d| y_)f  
    图象重建：傅立叶反变换重建 H9)$ #r6i  
6)    图象分割 mea]m)P  
    并行边界技术：边缘检测、Hough变换 fT.5@RR7^  
    并行区域技术：阈值选取 B1@c`BJ;9T  
    串行区域技术：区域生长和分裂合并 ?5m[Qc(<  
三、    试卷结构 wL 5p0Xl  
考试时间180分钟，满分100分 i3k ',8  
1）题型结构 [!>2
[bbl  
    概念题（20分） ?Mp)F2'  
    简答题（20分） /Ny/%[cu  
    计算题（40分） (,\`?g  
    技术方案设计（20分） %j=E}J<H5*  
2）内容结构 Dbr(Wg  
    Bayes决策理论（20分） D@H'8C\  
    线性判别函数和多层神经网络（20分） gDnG!i+  
    非监督学习和聚类（20分） v F L{j  
    图像增强（15） hD\C[C,  
    图象复原与重建（15分） C<A82u;t%@  
    图象分割（10分） >fo &H_a  
四、    参考书目见招生简章