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 6yqp<D0SP)  
课程名称：图像处理与模式识别 %3wK.tR  
一、    考试要求 IT|CfQ [D  
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。 u#<]>EtbB  
二、    考试内容 A:(uK>5{Kk  
1)    Bayes决策理论 =9-c*bL  
    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； gO%3~f!vY#  
    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； Tec6] :  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； }<p %PyM  
    成份分析：主成分分析，多重判别分析。 KMa?2cJH#  
2)    线性判别函数和多层神经网络 LJ?7W,?  
    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； t [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； TQE_zOa:  
    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； %"D-1&%zY  
    前馈神经网络的训练方法：误差反向传播算法； p6p_B  
3)    非监督学习与聚类 .vg
;K@{  
    非监督学习的基本概念，聚类的准则函数 E x<0@Oz  
    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。 JXrMtSp\  
4)    图像增强 GI/o!0"_  
    空域变换增强：直接灰度变换和直方图处理 > ewcD{bt  
    空域滤波增强：平滑和锐化 t+ t&eg  
    频域增强：高通、低通、带通和同态滤波 kN)P-![  
5)    图像复原和重建 mSs%gL]g  
    退化模型 o 0B`~7(  
    无约束恢复：逆滤波、运动模糊图象的复原方法 h1xYQF_`Z  
    有约束恢复：维纳滤波和有约束最小平方滤波 I?gbu@o  
    图象重建：傅立叶反变换重建 M%m$5[;n  
6)    图象分割 OvkYzI`  
    并行边界技术：边缘检测、Hough变换 d4/ZOj+%  
    并行区域技术：阈值选取 ,xGkE7=5  
    串行区域技术：区域生长和分裂合并 wml`3$"cf  
三、    试卷结构 72aj4k]^  
考试时间180分钟，满分100分 r>Vgo):s  
1）题型结构 AyddkjX  
    概念题（20分） mU;TB%#)  
    简答题（20分） HghNI  
    计算题（40分） _
("{f
J,A  
    技术方案设计（20分） xRb-m$B}L  
2）内容结构 nCt:n}+C7  
    Bayes决策理论（20分） $%LjIeVA5  
    线性判别函数和多层神经网络（20分） dI3U
*:$X  
    非监督学习和聚类（20分） )!'SSVaRs  
    图像增强（15） ) b?HK SqI  
    图象复原与重建（15分） ;sDFTKf  
    图象分割（10分） .pZwhb   
四、    参考书目见招生简章