跨专业学习图像处理是可行的，但需要付出更多的努力和时间来弥补专业背景的不足。以下是一些关键点：

数学基础 ：图像处理需要扎实的数学基础，包括高等数学、线性代数、概率论和统计学等。此外，复变函数、积分变换、凸优化、拓扑学、实变函数与泛函分析等也是重要的数学内容。

编程能力：

图像处理通常需要使用编程语言来实现算法，如Matlab、Python、C++等。掌握这些编程语言是进入图像处理领域的重要技能。

算法和数据结构：

图像处理涉及大量的算法设计，包括图像分割、边缘检测、超分辨率、模式识别等。因此，数据结构和算法也是必须掌握的内容。

专业课程：

数字图像处理、算法、图形学、数字信号处理、模式识别等课程是图像处理方向的基础课程。

实际应用：

图像处理的应用领域非常广泛，包括计算机视觉、视频处理、医学图像处理、无人驾驶、安防监控等。了解这些应用领域有助于选择合适的研究方向。

持续学习：

图像处理是一个快速发展的领域，新技术和新方法不断涌现。因此，持续学习和跟进最新的研究进展是非常重要的。

跨专业挑战：

跨专业可能会面临一些挑战，如课程衔接、知识储备不足等。但如果有决心和毅力，通过努力是可以掌握图像处理所需的知识和技能的。

建议

如果决定跨专业学习图像处理，建议先修读一些基础的数学和编程课程，打下坚实的基础。

可以通过参加在线课程、阅读相关书籍和论文、参与开源项目等方式来加速学习进程。

寻找导师或加入学术小组，获得专业的指导和同伴的支持。

保持对新技术的关注，不断更新自己的知识体系。

总的来说，虽然跨专业学习图像处理有一定的难度，但只要付出足够的努力和时间，是完全可行的。