哈尔滨工业大学2015博士招生图像处理与模式识别考试大纲及参考书目
考博复习第一手复习资料及最权威的复习参考书目就是研究生院公布的考博科目考试大纲、参考书目，新东方在线整理了哈尔滨工业大学2015年博士招生考试大纲及参考书目供报考哈尔滨工业大学的考博考生参考复习。
课程名称：图像处理与模式识别
一、考试要求
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。
二、考试内容
1) Bayes决策理论
l Bayes分类器的基本概念：最小误差率准则，Bayes错误率的估计，最小风险准则，正态分布下的Bayes分类器;
l 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;
l 非参数估计方法：Parzen窗法， K-近邻方法，距离度量;
l 成份分析：主成份分析，多重判别分析。
2) 线性判别函数和多层神经网络
l 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;
l 线性分类器的训练：感知器算法，扩展的感知器算法，最小均方误差算法，支持矢量机;
l 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;
l 前馈神经网络的训练方法：误差反向传播算法。
3) 非监督学习与聚类
l 非监督学习的基本概念，聚类的准则函数;
l 聚类方法：K-均值聚类，模糊K-均值聚类，层次聚类，高斯混合模型，自组织特征映射。
4) 图像增强
l 空域变换增强：直接灰度变换，直方图均衡和直方图规格化;
l 空域滤波增强：平滑线性滤波器，中值滤波器，一阶微分算子，二阶微分算子;
l 频域增强：二维傅立叶变换的概念和性质，二维图像卷积，高通、低通、带通和同态滤波器。
5) 图像复原和重建
l 图像复原的基本概念，图像的退化和复原模型;
l 无约束恢复：逆滤波、运动模糊图像的复原方法;
l 有约束恢复：维纳滤波和有约束最小平方滤波。
6) 图像的形态学处理
l 形态学的基本操作：腐蚀和膨胀，开操作和闭操作
l 形态学操作的基本应用：去噪声，边界提取，区域填充，细化和粗化。
7) 图像分割
l 边界技术：边缘检测基本方法和梯度算子，Hough变换;
l 区域技术：门限处理的基本方法，最优门限选取方法。
三、试卷结构
考试时间180分钟，满分100分
1)题型结构
l 概念题(20分)
l 简答题(20分)
l 计算题(60分)
2)内容结构
l Bayes决策理论(10分)
l 线性判别函数和多层神经网络(30分)
l 非监督学习和聚类(20分)
l 图像增强和图像复原(25分)
l 形态学处理和图像分割(15分)
四、参考书目见招生简章