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 1=Kt.tuf  
课程名称：图像处理与模式识别 vM'!WVs  
一、    考试要求 Oq^t[X'  
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。 Kf-XL),3l  
二、    考试内容 \G#_z|'dN  
1)    Bayes决策理论 &MZ{B/;;H  
    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； Y\Z6u)  
    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； CNe(]HIOH  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； :_,a%hb+8  
    成份分析：主成分分析，多重判别分析。 M"Af_Pbx  
2)    线性判别函数和多层神经网络 TMGYNb%<bX  
    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； bl
Ll1Ak  
    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； 6j
8\3H~  
    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； PR/>E60H  
    前馈神经网络的训练方法：误差反向传播算法； (*M0'5  
3)    非监督学习与聚类 lVuBo&  
    非监督学习的基本概念，聚类的准则函数
/6rQ.+|).  
    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。 o|u4C{j  
4)    图像增强 T
6b~uE  
    空域变换增强：直接灰度变换和直方图处理 ^q_wtuQ  
    空域滤波增强：平滑和锐化 S}fQis  
    频域增强：高通、低通、带通和同态滤波 k`o8(zPb  
5)    图像复原和重建 x ;~;Ah.p  
    退化模型 u$CN$ynS  
    无约束恢复：逆滤波、运动模糊图象的复原方法 |)v}\-\#  
    有约束恢复：维纳滤波和有约束最小平方滤波 dWi<U4  
    图象重建：傅立叶反变换重建 kL8E#  
6)    图象分割 ck%.D%=  
    并行边界技术：边缘检测、Hough变换 >0[:uu,'>  
    并行区域技术：阈值选取 P*i'uN  
    串行区域技术：区域生长和分裂合并 VFM!K$_  
三、    试卷结构 CzY18-L@EX  
考试时间180分钟，满分100分 >Tjl?CS  
1）题型结构 FGPqF;  
    概念题（20分） ~%lA!tsek  
    简答题（20分） V;g) P  
    计算题（40分） HL]J=Gh  
    技术方案设计（20分） ;&gk)w6*  
2）内容结构 Z"'*A\r2  
    Bayes决策理论（20分） R!%HQA1U  
    线性判别函数和多层神经网络（20分） N@Oe[X8  
    非监督学习和聚类（20分） CJh,-w{wJ"  
    图像增强（15） q.
<)0nk  
    图象复原与重建（15分） '<vb_8.  
    图象分割（10分） "wcw`TsK  
四、    参考书目见招生简章