机器人视觉专业涉及的专业和学科知识广泛，以下是一些主要的专业和相关课程：

人工智能专业

涉及机器学习、深度学习等关键技术，这些技术在机器视觉中有广泛应用。

数学专业

数学知识在机器视觉中应用广泛，包括线性代数、概率论和统计学等。

计算机科学与技术专业

提供编程语言、算法设计、数据结构、操作系统、数据库系统等基础知识，核心课程包括计算机视觉、图像处理、模式识别等。

电子工程专业

侧重于电子设备的设计、制造和应用，课程包括电路分析、信号处理、微电子学、通信原理等，这些课程对于理解和实现机器视觉系统中的硬件部分至关重要。

自动化专业

关注自动控制系统的分析、设计和实现，课程包括控制系统理论、机器人技术、过程控制等，机器视觉在自动化领域有广泛应用。

机械类专业

包括机械设计、制造、自动化控制等知识，有助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的集成。

测控专业

是测控技术与人工智能的交叉学科，涉及用各种传感器感知世界，如温度、压力、速度、光强等。

交叉学科

生物医学工程、航空航天工程、材料科学等领域也在利用机器视觉技术进行研究和开发，可以拓宽视野。

此外，学习机器人视觉还需要掌握以下编程知识和技能：

图像处理算法：包括图像的滤波、边缘检测、特征提取、图像分割等。

机器学习和深度学习：用于图像分类、目标检测、物体识别、图像语义分割、目标跟踪等任务。

传感器数据获取和处理：学习如何通过编程控制传感器获取图像数据，并进行预处理。

机器人控制和路径规划：学习机器人控制和路径规划算法，使机器人能够根据视觉信息进行操作。

综上所述，机器人视觉专业是一个综合性很强的学科，涉及多个领域的知识和技能。学生需要具备扎实的理论基础和丰富的实践经验，才能在这个领域取得更好的成就。