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 INr1bAe$  
课程名称：图像处理与模式识别 ndLEIqOY  
一、    考试要求 o5s6$\"  
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。 UH>~Y N  
二、    考试内容 B9NUafK=  
1)    Bayes决策理论 >;4q  
    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； }9\_s*  
    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； Jai]z  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； eWDXV-xD
 
    成份分析：主成分分析，多重判别分析。 ZFtR#r(~41  
2)    线性判别函数和多层神经网络 SEI0G_wk$  
    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； Fl.?*KBz  
    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； m[=SCH-;  
    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； H"/JR  
    前馈神经网络的训练方法：误差反向传播算法； :Ob4WU  
3)    非监督学习与聚类 c-hc.i}!  
    非监督学习的基本概念，聚类的准则函数 =Lkn   
    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。  !LH;K  
4)    图像增强 CCG5:xS  
    空域变换增强：直接灰度变换和直方图处理 XcoX8R%U  
    空域滤波增强：平滑和锐化  ="]r{  
    频域增强：高通、低通、带通和同态滤波 YMu#<ZG  
5)    图像复原和重建 PV,Z@qm@^  
    退化模型 nq?+b >//
 
    无约束恢复：逆滤波、运动模糊图象的复原方法 **m8 HD  
    有约束恢复：维纳滤波和有约束最小平方滤波 m)66g]F+  
    图象重建：傅立叶反变换重建 YL*FjpVW  
6)    图象分割 :a Cf@:']  
    并行边界技术：边缘检测、Hough变换 H 2I  
    并行区域技术：阈值选取 ;sA 5&a>!  
    串行区域技术：区域生长和分裂合并 aW:*!d#  
三、    试卷结构 J
37vA zK%  
考试时间180分钟，满分100分 I*U7YqDC9  
1）题型结构 W\B@0Iso  
    概念题（20分） H8"RdKwg?  
    简答题（20分） axnVAh|}S  
    计算题（40分） O(evlci  
    技术方案设计（20分） " AvEo  
2）内容结构 MA tF
,  
    Bayes决策理论（20分） OkQ< Sc   
    线性判别函数和多层神经网络（20分） =Cf@!wZ^  
    非监督学习和聚类（20分） ^K`PYai  
    图像增强（15） )5`^@zx  
    图象复原与重建（15分） oSY JXs  
    图象分割（10分） Ld:-S,2  
四、    参考书目见招生简章