其中最突出的应用领域是医疗计算机视觉和医学图像处理。这个区域的特征的信息从图像数据中提取用于使患者的医疗诊断的目的。通常，图像数据是在显示显微镜图像，X射线图像，血管造影图像，超声图像和断层图像。可以从这样的图像数据中提取的一个例子是检测肿瘤，动脉粥样硬化或其他恶性变化。它也可以是器官的尺寸，血流量等。这种应用领域还支持通过提供医学研究的测量。计算机视觉在医疗领域的应用还包括增强人类的感知能力，例如超声图像或X射线图像，以降低受噪声影响的图像。

第二个应用程序区域中的计算机视觉是在工业，有时也被称为机器视觉，在那里信息被提取为支撑制造工序的目的。一个例子是质量控制，其中的信息或最终产品被自动检测。机器视觉也被大量用于农业。

运动目标跟踪是计算机视觉中的一个重要问题。由图像所组成的视频中跟踪某一个或多个特定的感兴趣对象，通过目标跟踪可以获得目标图像的参数信息及运动轨迹等。跟踪的主要任务是从当前帧中匹配上一帧出现的感兴趣目标的位置、形状等信息，在连续的视频序列中通过建立合适的运动模型确定跟踪对象的位置、尺度和角度等状态，并根据实际应用需求画出并保存目标运动轨迹。
运动目标跟踪在军事制导、视觉导航、机器人、智能交通、公告安全等领域有着广泛的应用。例如，在车辆违章抓拍系统中，车辆的跟踪就是必不可少的。在入侵检测中，人、动物、车辆等大型运动目标的检测与跟踪也是整个系统运动的关键所在。计算机视觉领域目标跟踪是一个重要的分支，同时运动目标跟踪为其行为分析提供了基础。

运动目标分析是在对运动目标跟踪后，即可对其作分析，并最终获得具体语义的结果。运动目标分析是对视频上的运动物体进行跟踪后，获得相应的数据，通过机器学习分析，判断出物体的行为轨迹、目标形态变化，最终获得行为的语义信息。如人体点头行为在设定环境中表示认同对方的意见；而人体摇头行为在设定环境中表示不认同对方的意见。又如人体手势、人体脸部表情等人体行为分析最终都可得到其相应的语义信息。同时，通过设置一定的条件和规则，判定物体的异常行为，如车辆逆行分析、人体翻越围墙分析、人体异常行为分析(如行人违规穿越马路分析、行人跌跤分析等)、军事物区遭受入侵分析等。