2024年电子科技大学非全日制研究生招生考试《数字图像处理》考试大纲

　　一、总体要求

　　主要考察学生掌握《数字图像处理》的基本概念、基本知识、基本理论、基本图像处理算法和 基本技能的情况及其灵活运用基础知识分析问题和解决问题的能力。

　　二、内容

　　1、基本概念与应用领域

　　1) 数字图像处理的概念

　　2) 数字图像处理的应用领域实例

　　3) 数字图像处理的基本步骤

　　2、数字图像处理基础

　　1) 视觉感知要素

　　2) 图像感知和获取

　　3) 图像取样与量化

　　4) 像素间的一些基本关系

　　5) 数字图像处理所用的基本数学工具

　　3、灰度变换与空间滤波

　　1) 灰度变换与空间滤波基础

　　2) 基本的灰度变换函数

　　3) 直方图处理

　　4) 空间滤波基础

　　5) 平滑空间滤波器

　　6) 锐化空间滤波器

　　7) 低通、高通、带阻和带通滤波器

　　8) 组合使用空间增强方法

　　4、频率域滤波

　　1) 频率域滤波基础

　　2) 使用低通频率域滤波器平滑图像

　　3) 使用高通滤波器锐化图像

　　4) 选择性滤波

　　5、图像复原与重构

　　1) 图像退化与复原模型

　　2) 噪声模型

　　3) 空间滤波

　　4) 使用频率域滤波降低周期噪声

　　5) 线性位置不变退化

　　6) 反滤波

　　7) 最小均方误差(维纳)滤波

　　8) 约束最小二乘滤波

　　9) 几何平均滤波

　　10)由投影重建图像

　　6、彩色图像处理

　　1) 颜色模型

　　2) 假彩色图像处理

　　3) 全彩色图像处理基础

　　4) 彩色变换

　　5) 彩色图像平滑和锐化

　　6) 基于颜色的图像分割

　　7) 彩色图像中的噪声

　　7、小波变换和其他图像变换

　　1) 基图像

　　2) 傅里叶相关的变换

　　3) 沃尔什-哈达玛变换

　　4) 斜变换

　　5) 哈尔变换

　　6) 小波变换

　　8、形态学图像处理

　　1) 膨胀与腐蚀

　　2) 开运算与闭运算

　　3) 击中-击不中变换

　　4) 基本的形态学算法

　　5) 形态学重构

　　6) 灰度形态学

　　9、图像分割

　　1) 点、线和边缘检测

　　2) 阈值处理

　　3) 基于区域的分割

　　4) 使用区域生长、区域分离与聚合进行分割

　　5) 使用聚类和超像素的区域分割

　　6) 使用形态学分水岭分割图像

　　7) 在分割中使用运动信息

　　10、特征提取

　　1) 边界预处理

　　2) 边界特征描述子

　　3) 区域特征描述子

　　4) 作为特征描述子的主分量

　　5) 整体图像特征

　　6) 尺度不变特征变换(SIFT)

　　11、图像模式分类

　　1) 模式与模式类

　　2) 原型匹配模式分类

　　3) 最优(贝叶斯)统计分类器

　　4) 神经网络与深度学习基础

　　深度卷积神经网络基础