机械视觉方向的专业学习内容主要包括以下几个方面：

图像处理：

这是机械视觉的基础，包括图像采集、滤波、分割、特征提取等操作。学生需要掌握数字图像的基本概念、图像变换、滤波器设计、边缘检测、特征提取等基础知识，并能够运用这些知识对图像进行预处理和分析。

计算机视觉：

这是机械视觉的核心，包括目标检测与识别、目标跟踪、三维重建、摄像机标定、立体视觉、光流估计等高级视觉处理技术。学生需要学习计算机视觉算法的原理和实现方法，包括图像分割、特征提取、目标检测、图像匹配等。常用的计算机视觉算法有SIFT、HOG、CNN等。

机器学习：

这是机械视觉的一个重要方面，包括传统机器学习和深度学习等。学生需要了解机器学习和深度学习的基本概念和方法，掌握常见的分类、回归和聚类算法。对于深度学习，需要学习如何使用深度学习框架如TensorFlow、PyTorch。

编程技能：

学生需要掌握至少一种编程语言，如Python、C++、MATLAB等，以便实现机械视觉算法。此外，还需要熟悉常用的图像处理库和工具，如OpenCV、PIL等，这些库提供了各种图像处理和计算机视觉算法的实现，可以大大简化编程的工作。

传感器使用和自动控制：

机械视觉系统常常需要结合传感器和自动控制技术，因此学生需要了解传感器的使用方法和自动控制原理。

实践和应用：

机械视觉是一门应用性很强的学科，学生需要通过实验课程和项目实践，学会使用各种机器视觉软件和硬件工具，如OpenCV、MATLAB Vision Toolbox、工业相机、镜头、光源等，并积累实际应用经验。

专业领域知识：

机械视觉涉及多个专业领域，如控制科学与工程、模式识别与智能系统、机械、机电、自动化等，或者计算机科学与技术、计算机应用技术等。学生可以根据自己的兴趣和职业规划，选择相应的二级学科进行深入学习。

综上所述，机械视觉方向的专业学习内容涵盖了图像处理、计算机视觉、机器学习、编程技能、传感器使用和自动控制等多个方面，并要求学生通过实践和应用来巩固所学知识。