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 YK>?;U+|  
课程名称：图像处理与模式识别 #=,c8"O  
一、    考试要求 5#~E[dr  
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。 4}NCdGD  
二、    考试内容 5M\bH'1  
1)    Bayes决策理论 oAgU rl;R  
    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； q9(Z9$a(\  
    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； xE- _Fv9  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； $0*D7P^8  
    成份分析：主成分分析，多重判别分析。 MH/bJtNq  
2)    线性判别函数和多层神经网络 rPK1#  
    线性判别函数的基本概念：两类问题的判别准则，多类问题的判别准则； ~p x2kHZ  
    线性分类器的训练：感知器算法最小均方误差算法，支持矢量机； y.gjs<y  
    多层神经网络的基本概念：前馈神经网络分类器的基本结构，前馈运算的方法； yH0vESgv  
    前馈神经网络的训练方法：误差反向传播算法； c~u91h?  
3)    非监督学习与聚类 YL/B7^fd8  
    非监督学习的基本概念，聚类的准则函数 H3+P;2{  
    聚类方法：高斯混合模型，K-均值聚类，模糊K-均值聚类，自组织特征映射。 vF9fX
Y=  
4)    图像增强 [I,s:mn  
    空域变换增强：直接灰度变换和直方图处理 _8e0vi!~2  
    空域滤波增强：平滑和锐化 |eK^Yhy
m  
    频域增强：高通、低通、带通和同态滤波 C);I[H4Yfw  
5)    图像复原和重建 Z6#(83G4  
    退化模型 Q+*@ !s  
    无约束恢复：逆滤波、运动模糊图象的复原方法 vG~JK[  
    有约束恢复：维纳滤波和有约束最小平方滤波 ;N!opg))d<  
    图象重建：傅立叶反变换重建 d 9]zB-A  
6)    图象分割 4P?@N
Jp  
    并行边界技术：边缘检测、Hough变换 /%TL{k&m$  
    并行区域技术：阈值选取 q^6l`JJ  
    串行区域技术：区域生长和分裂合并 uP.dCs9-  
三、    试卷结构 Wa9yyc  
考试时间180分钟，满分100分 JvYs6u  
1）题型结构 ;&XC*R+  
    概念题（20分） n@J>,K_B  
    简答题（20分） aVp-Ps|r  
    计算题（40分） m}'!W`<  
    技术方案设计（20分）
NtkZ\3  
2）内容结构 LeYI<a@n@$  
    Bayes决策理论（20分） TPmb]j  
    线性判别函数和多层神经网络（20分） A}i>ys  
    非监督学习和聚类（20分） V^_U=Ed@M  
    图像增强（15） [< X ~m  
    图象复原与重建（15分） B^C5?  
    图象分割（10分） fni7HBV?  
四、    参考书目见招生简章