计算机视觉与模式识别课程是本专业本科生的专业主干课程。课程设置的目的，是拟通过该课程的学习，使学生掌握计算机几何视觉与统计学习方面的基础知识、理论体系及其在遥感、测绘科学与技术中的应用。在本课程的学习过程中，要求学生牢固地掌握与计算机视觉和模式识别相关的基本概念、理论。使学生可以根据遥感、测绘数据，提取感兴趣特征；可以利用回归分析、分类、聚类和因果推理等方法，对数据进行分析；可以利用计算机实现遥感和测绘数据的判读、识别与分类。 本课程的教学过程中，教师会采用理论教学与计算机语言代码编写相结合的方式，使学生理解、掌握本课程所涉及的理论与算法。培养学生全面的算法分析和代码编写能力。本课程分为四部分。第一部分是导论，介绍计算机视觉与模式识别的基本概念，讲解所用到的预备理论知识。第二部分是数据的特征提取与描述，讲解如何从数据中提取有用的特征，挖掘必要的统计信息。第三部分是基于数据特征的模式识别理论讲解及其在计算机视觉领域的应用，分为线性判别模型、生成模型、聚类算法和概率图模型四个子部分。第四部分是计算机视觉与模式识别算法在遥感数据中的应用概述。本课程的授课学时集中在第二、三部分，重点依次是生成模型、线性模型、聚类算法、数据特征提取与描述；其中概率图模型在本科生阶段属于选修内容，但需要学生全面了解，并理解其在统计学习领域的重要性。