1樓：
機器視覺MV和計算機視覺CV是有區別的，機器視覺面向工業應用獲得影象中目標的幾何資訊（尺寸、面積、有無、位姿等），機器視覺的工程應用並不需要太多數學知識。而計算機視覺需要通過模式識別和概率統計等基礎。
機器視覺中，僅僅是影象的儲存與矩陣相似而已。由於他的主要目標是獲得幾何資訊，更多的是畫素數的加減乘，以及連通域數畫素個數。
幾個關鍵的概念：
畫素巨集塊(Macro Block，N X N個畫素區域)SAD（對位置差的絕對值累加和，用於比較兩個MB相似度，值越小越接近）
卷積（這個還是比較重要的，不過在真正使用時就是兩個矩陣的點乘求和）。
機器視覺和計算機視覺不一樣，切記！
2樓：
推薦岡薩雷斯的數字影象處理。經典中的經典。
格外注意傅利葉。空域的卷積等於頻域的乘積。這句話簡直是caffe的基本思想。
機器學習 Bishop那本經典。當然也有斯坦福大神的公開課。
再提一下女神飛飛李的公開課。也是不錯的學習資料。
勿將高台築壘土。很多基礎知識都要補吧。
C++ Primer
OpenCv文件
圖形學的東西 OpenGL紅色那本程式設計指南。
計算幾何其實用不太到。
3樓：莫頓猛
機器視覺和計算機視覺的智慧型化還有所區別。現在機器視覺在工業上的應用主要就是視覺引導機械人、2D及3D測量，以及缺陷檢測。前兩者需要的根本是攝像頭標定。
這其中運用到了線性代數、線性優化和三維幾何的知識。最後一種可能會用到形態學處理，也就是數字影象處理的知識，而數字影象處理的基礎就是線性代數。
除了 @野合菌 所說的，我還推薦可以學學：
Multi-View Geometry
Robotics Vision and ControlVision Guide Robot是未來的主流，相信你這個專業也是朝這個方向做的。
學習量子力學需要哪些數學知識？
必要且必須熟練掌握的 數學分析 高等代數 必要且要求入門的 復變函式與積分變換 熟悉傅利葉變換即可 數學物理方法 熟悉分離變數法即可 力學 對用上述數學工具解決物理問題入門即可 非必要但最好熟練掌握的 大學普通物理 近代物理 Solar 數學的話，微積分，高代，概率論 個人感覺Griffith的量子...
學習程式設計需要那些數學知識？
HAO HAO 一年級水平，知道加減乘除就可以 在目前國家倡導人工智慧的背景下，很多一年級小孩就開始學習程式設計了，來自乙個給一家程式設計培訓機構做過兼職講師的真實見解 張德兵 注重練習推理能力吧，這個決定泛化和創新。程式設計裡很多問題很靈活，學過記住了，下次會做並沒有什麼，只要肯花時間，反覆重複總...
工科研究生需要掌握哪些數學知識？
小心假設 那些年你沒學明白的數學 攻讀研究生必知必會的數學 All the Mathematics You Missed But Need to Know for Graduate School 我們學校工科的數學前置課程 微積分，常微分方程，偏微分方程，復變函式，級數，概率論與數理統計，線性代數。...