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 ~8pf.^,fi  
课程名称：图像处理与模式识别 .2xypL8(  
一、    考试要求   |J(]  
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。 -& ,NM  
二、    考试内容 ~g|e?$j  
1)    Bayes决策理论 d'[aOH4}  
    Bayes分类器的基本概念：最小误差率准则，最小风险准则，正态分布下的Bayes分类器； D4'XBXmb  
    概率密度的参数估计方法：最大似然估计，EM算法，隐含Markov模型； ]; ^OY\,  
    非参数估计方法：Parzen窗法， K-近邻方法，距离度量； ` V^#Sb  
    成份分析：主成分分析，多重判别分析。 @/$mZ]|T  
2)    线性判别函数和多层神经网络 oN `tZ;a  
    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； m qw!C  
    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； 6{7O  
    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； GE5@XT  
    前馈神经网络的训练方法：误差反向传播算法； ]NFDE-Jz]  
3)    非监督学习与聚类 :!}zdeRJ  
    非监督学习的基本概念，聚类的准则函数 3gabk/  
    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。 $\^]MxI  
4)    图像增强 |%RFXkHS  
    空域变换增强：直接灰度变换和直方图处理 rM=Hd/ki5  
    空域滤波增强：平滑和锐化 #[KwR\b{:+  
    频域增强：高通、低通、带通和同态滤波 \~?s= LT  
5)    图像复原和重建 @tj0Ir v  
    退化模型 ycE<7W  
    无约束恢复：逆滤波、运动模糊图象的复原方法 FBY~Z$o0 .  
    有约束恢复：维纳滤波和有约束最小平方滤波 qFs<s<]  
    图象重建：傅立叶反变换重建 ^_=0.:QaW  
6)    图象分割 H~G=0_S  
    并行边界技术：边缘检测、Hough变换 =VY4y]V
 
    并行区域技术：阈值选取 ,3n}*"K  
    串行区域技术：区域生长和分裂合并 H~~(v52wD  
三、    试卷结构 4xYo2X,B  
考试时间180分钟，满分100分 g8x8
u|  
1）题型结构 -[`W m7en  
    概念题（20分） ]Aluk|"`U  
    简答题（20分） xeH#)QJ
t  
    计算题（40分） (,TO|  
    技术方案设计（20分） Z*QRdB%,  
2）内容结构 tV,zz;* Oe  
    Bayes决策理论（20分） LPNv4lT[u  
    线性判别函数和多层神经网络（20分） 5;Z~+$1  
    非监督学习和聚类（20分） }dR*bG  
    图像增强（15） vJ'ho  
    图象复原与重建（15分） A^Zs?<C-  
    图象分割（10分） 'oEmbk8Hg  
四、    参考书目见招生简章