机器视觉是一门涉及多个学科的交叉领域，主要包括以下几个方面：

人工智能：

机器视觉与人工智能结合紧密，利用机器学习、深度学习等关键技术进行图像处理、特征提取和模式识别。

数学：

图像处理、特征提取和模式识别等机器视觉任务离不开数学知识，如线性代数、概率论和统计学等。

计算机科学：

计算机科学提供了计算机视觉算法和技术，使计算机能够像人类一样“看”和“理解”图像和视频。

电子工程：

电子工程涉及图像摄取装置（如CMOS和CCD）的设计和应用，以及机器视觉系统中硬件和软件的设计。

测控技术：

机器视觉是测控技术与人工智能的交叉学科，使用各种传感器来感知世界，如温度、压力、速度、光强等。

机械类专业：

机械设计、制造和自动化控制等知识对于理解机器视觉技术在实际生产中的应用场景和与机械设备集成等方面具有重要意义。

其他相关学科：

还包括控制科学与工程、模式识别与智能系统、电气工程、工程数学、物理和机械工程等相关专业。

综上所述，机器视觉是一门综合性的学科，涉及计算机科学、电子工程、数学、统计学等多个领域。学习机器视觉需要掌握多个学科的知识，并且具有广泛的应用前景，如自动驾驶、安防监控、医学影像分析等。

建议：如果你对机器视觉感兴趣，可以选择计算机科学、电子工程或相关专业进行深入学习。同时，跨学科的学习和实践经验将有助于更好地掌握和应用这一领域的技术。