机器学习与模式识别：不同于模式识别中人类主动去描述某些特征给机器，机器学习是从已知的经验数据（样本）中，通过某种特定的方法（算法），自己去寻找提炼（训练/学习）出一些规律（模型）；提炼出的规律就可以用来判断一些未知的事情（预测）。模式识别和机器学习的区别在于：前者喂给机器的是各种特征描述，从而让机器对未知的事物进行判断；后者喂给机器的是某一事物的海量样本，让机器通过样本来自己发现特征，最后去判断某些未知的事物。

  图像处理和分析:内容包括图像技术和视觉基础概况，常见的数字图像采集方法，基本的图像变换技术、图像增强技术、图像编码技术、图像分割技术、图像中目标表达描述和特征测量技术。从中了解图像处理和分析的基本原理和技术，并应能据此解决实际图像应用中的一些具体问题。

  计算机视觉：计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。