重点阅读参考书籍与资料

核心教材：专业课复习以《数字图像处理》（冈萨雷斯著）为核心，重点掌握图像增强、图像复原、图像分割、特征提取；搭配《机器学习》（周志华著），深化监督学习、无监督学习、神经网络的基础知识；辅以《计算机视觉》（相关教材），补充三维重建、目标检测、图像匹配的内容。

辅助资料：必读《IEEE Transactions on Image Processing》《计算机学报》中关于“深度学习在图像处理中的应用”“智能计算在医学图像分析中的应用”的专题论文，结合华中科技大学导师关于“图像超分辨率重建”“图像语义分割”的研究成果积累案例；关注历年真题中的算法设计题（如“设计一个图像分割算法”）与论述题（如“论述卷积神经网络在图像分类中的优势”），把握“算法设计+应用分析”的命题风格。

专业课复习方案与答题技巧

复习方案：基础阶段（3-6月）通读《数字图像处理》与《机器学习》，建立“图像预处理—特征提取—模型训练—应用分析”的知识框架，重点掌握“直方图均衡化”“卷积神经网络”“支持向量机”等核心方法；强化阶段（7-9月）针对“图像分割”与“深度学习”，结合《机器学习习题集》进行专项训练，重点攻克“U-Net网络结构”“损失函数设计”等难点；冲刺阶段（10-12月）模拟全真答题，重点控制算法设计题的逻辑性，确保答案“流程清晰+方法合理”。

答题技巧：算法设计题需“问题背景+算法选择+流程设计+结果分析”，如设计“图像分割算法”时，需说明“基于阈值的分割”“基于区域的分割”或“基于深度学习的分割”方法，设计具体流程，并分析算法的优缺点；论述题需“技术原理+应用场景+优势分析+局限性”，如论述“卷积神经网络在图像分类中的优势”时，需说明“局部感受野”“权值共享”“池化操作”的原理，结合“ImageNet数据集”的应用场景，分析其“特征提取能力强”但“计算量大”的特点。

备考助力推荐

智能计算与图像处理需兼顾算法与理论，自学易陷入“算法理解困难+应用场景混淆”的困境。新祥旭考研全科定制辅导课程，拥有华中科技大学数学与统计学院直系学长学姐一对一指导，能帮你梳理图像处理与机器学习核心考点，传授“算法设计模板+论述题答题逻辑”，精准把握智能计算与图像处理专业综合科目高频考点。咨询电话：400-000-3363。