一是線性代數或者矩陣理論，因為計算機視覺的主要研究物件是影象，而數字影象又是用矩陣來表示的。二是機率與統計，因為計算機視覺研究的主要目標是讓計算機透過攝像頭具有理解自然場景的能力。處理實際生活當中的推斷問題那就要用到機率與統計知識了。計算機視覺研究中用到的其他方面的數學還有很多，比如：離散數學、圖論、微分幾何、黎曼幾何、李群和李代數、流形學習、張量分析、主成分分析、非線性最佳化等等。在做計算機視覺研究中，你沒有必要先把這些基礎知識都學習了再來搞研究。即使你把這些數學知識都掌握了，針對研究中要解決的問題說不定用的也不是這些數學知識。個人之見：帶著研究的問題去尋找數學上的工具，比掌握了數學知識再來尋找問題要符合實際。除非你開始學的是數學專業，不然的話，研究中最好以問題為導向，用到什麼就學習什麼，否則學習很多數學基礎知識，到了最後大多數學過的知識卻沒用上。總之，研究中用到什麼數學知識就學習什麼知識就好，沒必要把所有涉及到的都學一遍，搞科研畢竟不是在應付數學專業考試。如果你做計算機視覺研究同時又對數學有興趣，可以關注數學方面的最新科研進展，看看有哪些新理論、新演算法出現，能不能用到你的研究方向上，這樣做就足夠了。用新方法去解決老問題，也是一種有效的創新手段。最後，還是要強調：做計算機視覺方面的研究，完全沒有必要一開始就把自己埋到數學書堆裡。