下而从输入设备、低层影像视觉、中层影像视觉、高层影像视觉和体系结构五方面介绍计算机影像视觉 的主要研究内容。

1)输入设备
输入设备(input device)包括成保设备和数字化设备。成体设备是指通过光学摄僚机或红外、激光、超声、X射线对周围场景或物体进行探测成,之后使用数字化设备得到关于场景或物体的二维或三维数字化图标。 获取数字化图你是计算机影像视觉系统的最基本的功能。目前用于影像视觉研究的大多数输入设备是商品化的产品，如CCD黑白或彩色摄僚机、数字扫描仪、超声成体探测仪、CT(计算机断层扫描)成保设备等。但这些商品化的输入设备远远不能满足实际的需要，因此，仍有许多研究人员在研究各种性能先进的成僚系统，如红外成位系统、激光成慷系统，还有所调的计算成俅系统(computational imaging system)，即每一个惊元(或若干慷元)对应一个简单的处理器，这样可以适应复杂场景动态变化的场合。
2)低层影像视觉
低层影像视觉(low level vision)主要对输入的原始图僚进行处理。这一过程借用了大量的图处理技术和算法，如图憬滤波、图僚增强、边缘检测等，以便从图中抽取诸如角点、边缘、线条、边界以及色彩等关于场景的基本特征。这～过程还包含了各种图变换(如校正)、图{象纹理检测、图僚运动检测等。
3)中层影像视觉
中层影像视觉(middle level vision)的主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息，实现的途径有立体影像视觉(stereo vision)、测距成慷(ranw finder)、运动估计(motion estimation)以及利用明W,特征、纹理特征等进行形状恢复的方法。系统标定、系统成体模型等研究内容一般也在这个层次上进行。
4)高层影像视觉
高层影像视觉(high level vision)的主要任务是在以物体为中心的坐标系中，在原始输入图象、图基本特征、2.5维图的基础上，恢复物体的完整三维图，建立物体三维描述，识别三维物体并确定物体的位置和方向。另外，主动影像视觉(active vision)涵盖了上述各个层次的研究内容。在CT和SAR(合成孔径雷达)中，使用了图慷重建这一处理方式。值得指出的是，低层影像视觉、中层影像视觉和高层影像视觉基本上与Marr影像视觉的三个阶段相对应。
5)体系结构
体系结构(system architecture)这二术语最通常的含义是指在高度抽象的层次上，根据系统模型而不是根据实现设计的具体例子来研究系统的结构。为了说明这一点，可以考虑建筑设计中某二时期的建筑风格(如清朝时期)和根据这二风格设计出来的具体建筑之间的区别。体系结构研究涉及二系列相关的课题，包括并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径。