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 /q`xCS  
课程名称：图像处理与模式识别 W1|0Yd ;P  
一、    考试要求 s pp f  
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。 R&BTA  
二、    考试内容 2bkX}FWd;  
1)    Bayes决策理论 J2xw) +  
    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； K)DDk9*  
    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； `</ff+Q6  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； +oovx2r&  
    成份分析：主成分分析，多重判别分析。 |n,<1QY  
2)    线性判别函数和多层神经网络 ZL&g_jC  
    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； K,:cJ  
    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； eQp4|rf  
    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； O06"bi5Y  
    前馈神经网络的训练方法：误差反向传播算法； \%f q  
3)    非监督学习与聚类 QSszn`e  
    非监督学习的基本概念，聚类的准则函数 Rld!,t  
    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。 Of[XKFn_  
4)    图像增强 "AnC?c9?-^  
    空域变换增强：直接灰度变换和直方图处理 uao0_swW5  
    空域滤波增强：平滑和锐化 %t" CX5n  
    频域增强：高通、低通、带通和同态滤波 v*
SEb~[  
5)    图像复原和重建 W;'!g
pa  
    退化模型 L
Wz&YF#T-  
    无约束恢复：逆滤波、运动模糊图象的复原方法 {f2S/ $q  
    有约束恢复：维纳滤波和有约束最小平方滤波 j
B$IyQ;@  
    图象重建：傅立叶反变换重建 E[@ u 3i8  
6)    图象分割 S+atn]eU@  
    并行边界技术：边缘检测、Hough变换 naYrpK,.  
    并行区域技术：阈值选取 ;CmS ~K:  
    串行区域技术：区域生长和分裂合并 j/r]wd"aUS  
三、    试卷结构 #\.,?A}9  
考试时间180分钟，满分100分 kb{]>3 Y"  
1）题型结构 C":32_q  
    概念题（20分） *W0y: 3dB3  
    简答题（20分） '=nQ$/!q  
    计算题（40分） m#PY, y  
    技术方案设计（20分） K?B{rE Lp  
2）内容结构 @z4*.S&tz  
    Bayes决策理论（20分） j9?}j#@  
    线性判别函数和多层神经网络（20分） ysxb?6  
    非监督学习和聚类（20分） hxVKV?Fl  
    图像增强（15） Xjo5 v*Pu  
    图象复原与重建（15分） "?ucO4d  
    图象分割（10分） s \;"X  
四、    参考书目见招生简章