工业互联网技术（数据分析方向）职业技能竞赛理论复习知识点.pdf

《工业互联网技术（数据分析方向）职业技能竞赛理论复习知识点.pdf》由会员分享，可在线阅读，更多相关《工业互联网技术（数据分析方向）职业技能竞赛理论复习知识点.pdf（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、深圳市第十二届职工技术创新运动会暨2022年深圳技能大赛工业互联网技术（数据分析方向）职业技能竞赛理 论 复 习 知 识 点一、基础知识点（88项）1.了解职业道德含义2.了解职业道德作用3.了解爱岗敬业的含义与表现4.了解诚实守信原则5.了解奉献社会精神要求6.熟悉职业道德守则规范7.熟悉文明生产工作场所的基本要求8.掌握保养良好的生产设备的文明生产要求9.熟悉符合安全生产的习惯1 0.掌握如何养成有条不紊的工作习惯1 1.了解生产经营单位的安全生产保障1 2.掌握从业人员的安全生产权利义务1 3.掌握安全生产的监督管理规范1 4.掌握生产安全事故的应急救援与调查处理1 5.了解安全生产法相

2、关法律责任1 6.了解网络空间主权原则制度1 7.了解网络安全等级保护制度1 8.掌握网络实名认证制度1 9.了解关键信息基础设施运营者采购网络产品、服务的安全审查制度20.了解安全认证检测制度21.掌握重要数据强制本地存储制度22.掌握境外数据传输审查评估制度23.熟悉个人信息保护制度24.掌握个人信息流通制度25.熟悉网络通信管制制度26.了解总体国家安全发展观27.了解我国数据保护的域外法律效力28.了解“中央国安委”统筹协调下的行业数据监管机制29.了解促进以数据为关键要素的数字经济发展30.掌握国家数据分类分级保护制度31.掌握国家数据安全审查制度32.了解国家数据安全应急处置机制3

3、3.了解数据处理者的合规义务34.了解重要数据的出境安全管理制度35.了解提供数据处理服务的行政许可准入制度36.掌握计算机操作系统知识37.掌握计算机硬件知识38.熟悉计算机网络知识39.熟悉计算机安全知识40.熟悉数据库知识41.了解物联网信息处理基本知识42.了解物联网网络信息安全知识43.了解智能家居基本知识4 4.了解智能楼宇基本知识4 5.了解智能物流基本知识4 6.了解智能交通基本知识4 7.了解工业A P P 基本知识4 8.掌握工业网关基本知识4 9.了解设备云软件基本知识50.掌握云计算历史与发展历程51.了解S a a S 基本知识52.了解P a a S 基本知识53.

4、了解l a a S 基本知识54.掌握私有云和公有云基本知识55.了解网格计算基本知识56.了解0 S I 模型基本知识57.了解V P N 基本知识58.了解云组态数据接收基本知识59.了解云组态数据解析基本知识6 0.了解看板基本知识6 1.了解云组态数据分析基本知识6 2.掌握O e e 计算原理6 3.了解O e e 计算方法6 4.了解边缘计算基本概念6 5.了解云组态作用功能6 6.了解智慧工厂基本知识6 7.了解标识解析基本知识6 8.掌握工业机器人的基本知识6 9.掌握智能机器人的基本知识7 0.掌握嵌入式系统的基本知识7 1.熟悉工业4.0的基本知识7 2.掌握灯塔工厂的基本

5、知识7 3.了解数字李生的基本知识7 4.熟悉ER P 的基本知识7 5.了解P L M 的基本知识7 6.了解S C M 的基本知识7 7.了解C R M 的基本知识7 8.了解EM S 的基本知识7 9.了解区块链技术基本知识8 0.了解区块链开发的工具和方法8 1.了解分布式计算技术基本知识8 2.了解网络存储技术S AN,N AS8 3.了解自动化运维和脚本程序的基础知识8 4.了解软件定义网络S D N 的基础知识8 5.了解隐私技术技术的基础知识8 6.了解5G 的特点和相关应用8 7.了解信息技术应用创新相关产业和技术8 8.了解量子通信的基本知识二、人工智能相关的知识点（1 1

6、 7 项）：8 9.AI 是Ar t i f i c a l I n t e l l i g e n c e 的缩写，意思是人工智能。90.人工智能是计算机科学的一个分支，它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。91.在人工智能、机器学习、深度学习中，人工智能是最宽泛的概念，机器学习是实现人工智能的方式之一，深度学习是机器学的的一个分支。92.弱人工智能是擅长于单个方面的人工智能。93.强人工智能系统包括了学习、语言、认知、推理、创造和计划。目标是使人工智能在非监督学习情况下处理前所未

7、见的细节，同时与人类开展交互式学习。94.超人工智能是指通过模拟人类的智慧，人工智能开始具备自主思维意识，形成新的智能群体，能够像人类一样独自地进行思维。95.人工智能赖以生存的土壤是物联网。96.人工智能的血液是大数据。97.算法、算力、数据等都是人工智能的核心要素，但是网络不是。98.工业人工智能，通常是指人工智能在工业上的应用。与作为前沿研究学科的通用人工智能不同，工业人工智能是构建计算机化系统执行需要人类智能的任务的前沿研究学科,工业人工智能更关注应用此类技术来解决工业痛点，以创造客户价值、提高生产力、降低成本减少、站点优化、预测分析和洞察发现。99.人工智能的研究更多的是结合具体领域

8、进行的，主要研究领域有专家系统、机器学习、模式识别、自然语言理解、数据库的智能检索、自动定理证明、自动程序设计、博弈、人工神经网络等。100.人工智能的表现形式包括会说、会看、会听，但是不包括会做。101.基础技术提供平台主要是云计算和大数据，这些云平台为人工智能实现大规模的实时计算提供了计算基础。102.人工智能诞生于1955年，50年代末第一款神经网络-感知机将人工智能推向了第一个高潮。103.根据全球人工智能产业发展现状和趋势，目前人类再人工智能领域的发展处于弱人工智能阶段。104.人工智能将成为新的生产力，成为第四次工业革命的主要推动力之一。105.人工智能是一门综合了计算机科学、电子

9、工程、自动化、神经生物学、认知科学、心理学等的交叉学科。106.人工智能正处于第三次热潮中，核心突破是深度学习。107.人工智能技术在工业领域主要是全自动生产线、个性化定制。108.人工智能核心技术的研究重点可能将从深度学习转为认知计算，即推动弱人工智能向强人工智能不断迈进。109.AI数据驱动的基本思想：随着物联网、云计算、大数据技术的成熟，深度学习成为现在人工智能关键技术。没有大数据就没有深度学习，没有大数据就没有人工智能。110.人工智能三次浪潮：计算驱动、知识驱动、数据驱动。1 1 1 .A I计算驱动的基本思想：计算机一直被认为是只能进行数值计算的机器，“推理就是搜索”，是计算驱动的

10、主要思想。1 1 2 .深度学习的实质是映射机制。1 1 3 .典型的深度学习算法包括卷积神经网络、循环神经网络、受限玻尔兹曼机。1 1 4 .前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。1 1 5 .人工神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。1 1 6 .神经网络工作过程主要由工作期和学习期两个阶段组成。1 1 7.按网络结构分，人工神经元可分为层状结构和网状结构，按照学习方式可分为有教师学习和无教师学习。1 1 8 .神经网络是由联结主

11、义发展而来。1 1 9 .联结主义认为情境感觉和动作冲动反应之间形成的联结是学习的基础，也是心理行为的基本单位。1 2 0 .在大数据和大计算能力的支撑下，深度卷积神经网络的视觉识别能力在许多国际公开的测评中，到达或超过人类水平。1 2 1 .监督学习的数据是有标签的。机器可以寻找到标签和数据之间的联系。当面对位置数据时，则可以预测出标签。1 2 2.根据类别未知（没有被标记）的训练样本解决模式识别中的各种问题，称之为无监督学习。1 2 3 .机器视觉就是使用机器来代替人眼的视觉功能，从而实现检测、判断、识别、测量等功能。1 2 4 .机器视觉系统一般包括视觉光源、工业相机、工业镜头、图像采集

12、卡、机器视觉软件。1 2 5.机器视觉系统组成与信息传递过程包括图像采集、图像处理、特征提取、判断控制。1 2 6 .在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。1 2 7 .图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。1 2 8 .大数据面临的主要风险包括伦理风险、安全风险、道德风险。1 2 9 .人工智能具有显著的溢出效应，将带动其他相关技术的持续进步，助推传统产业转型升级和战略性新型产业整体性突破。1 3 0 .人工智能产业链条主要包括基础技术支撑、人工智能

13、技术、人工智能应用。1 3 1 .人工智能核心产业主要细分方向有搜索服务、图像处理、智能驾驶、语音识别、图像识别、文字翻译、指纹识别等。1 3 2 .人工智能发展的主要动力包括技术、算法、数据、场景。1 3 3 .影响人工智能的研究的主要因素有数据、算法、计算能力。1 3 4 .人工智能的基础包括数学和计算机科学。1 3 5 .智能控制是一门控制理论课，研究如何运用人工智能的方法来构造控制系统和设计控制器。与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。1 3 6 .人工智能行为包括感知、推理、学习和通信。1 3 7 .算力的发展和数据的积累，大大促进了 A I算法的落地1

14、3 8 .人工智能的三大途径包括心理模拟法、生理模拟法、行为模拟法。1 3 9 .人工智能知识体系划分为表示与推理、学习与发现、感知与理解、系统与建设五个知识单元。1 4 0 .2 0 0 7年，开始进入人工智能领域，初期是探索面向计算机视觉和运动控制应用的机器学习脉冲神经方法，随后还将其研究范围从仿生方法扩展到了人工神经网络。1 4 1 .算法是实现人工智能的“引擎”。1 4 2 .目前人工智能应用研究的两个最重要最广泛领域为专家系统和机器学习。1 4 3 .中国人工智能人才主要集中在应用领域，而美国人工智能人才主要集中在基础领域和技术领域。1 4 4 .机器学习专门研究计算机怎样模拟或实现

15、人类的学习行为,以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。1 4 5 .深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。146.概括来说，人工智能，机器学习和深度学习覆盖的技术范畴是逐层递减的。147.人工智能是最宽泛的概念，研发用于模拟、延申和扩展人的智能的理论、方法、技术及应用系统的一门技术科学148.机器学习是当前比较有效的一种实现人工智能的方式149.深度学习是机器学习算法中最热门的一个分支，近年来取得了显著的进

16、展，并替代了大多数传统机器学习算法150.深度学习的本质是根据输入的数据分布规律，找到一个很好描述数据特征的函数，也就是数据分布函数的逼近过程151.机器学习由环境、学习、知识库、执行凡部分构成。152.机器学习的基本问题是利用模型对数据进行拟合。153.深度学习算法基础154.损失函数：损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好，不同模型的损失函数也不一样。155.拟合：曲线是否能很好的描述样本且具有较好的泛化能力。156.过拟合：在机器学习中，太过于贴近训练数据的特征，从而导致模型在训练集上表现非常优秀，在测试集和新数据上表现欠佳,不具泛化性。157

17、.导致过拟合的原因很多，可能是训练集和测试集分布不一致、数据集不够、模型选择不恰当等。158.过拟合解决方法：降低模型复杂度、增加更多数据、数据增强、正则化等。159.欠拟合是指模型拟合程度不高，在训练集表现差，在测试机同样可能表现不佳。160.最求泛化能力是机器学习的目标。过拟合和欠拟合是导致模型繁华能力不高的两种常见原因。161.机器智能最低水平是计算智能。162.泛化能力是指机器学习算法对新鲜样本的适应能力。163.计算机是根据像素值认识图片的。164.图像分类是指识别图像中存在的内容。165.目标检测指识别图像中存在的内容并检测其位置。166.语义分割指对图像中的每个像素打上类别标签。

18、167.实例分割是目标检测和语义分割的结合，在图像中将目标检测出来，然后对每个对象打上标签。168.全景分割是语义分割和实例分割的结合，即要检测出所有目标，还有区分出同个类别中的不同实例。169.数据增强可以让有限的数据产生更多的数据，增加训练样本的数量以及多样性（噪声数据），提升模型鲁棒性，一般用于训练集。170.数据增强的方法有翻转、旋转、平移、剪裁、加噪声、平滑模糊图像、随机擦除法等。171.像素是指由图像的小方格组成的，这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。17 2.O CR （o pt i c a l c ha r a c t

19、e r r e c o g n i t i o n）文字识别是指电子 设 备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程。17 3.O CR算法不可以读取一维码二维码。17 4.O CR算法不可以进行缺陷检测。17 5.分类算法不能做位置输出和精确尺度输出。17 6.O CR是指光学字符识别，所以O CR算法可以进行字符识别。但是O CR算法并没有读码功能和缺陷识别功能。17 7 .分割算法、检测算法、分类算法可以进行缺陷识别，三者的差异在于识别缺陷范围、量级的不同，三者的范围和量级依次增加。17 8.分割算法一般用于精细化处理，识别细小、不规则的

20、像素级别的缺陷，效果显著。17 9.分类算法一般用于对整张图片进行分类打标。180 .分类技术是一种有指导的学习，聚类学习是一种无指导的学习。即分类的邦本是有标记的，聚类的样本是没有标记的。181.平移不变性，通俗来讲，是指一个物体（缺陷）如果我们依赖于其纹理，形状学习到的特征进行预测，那么无论在图片的什么区域，它都应该是缺陷。182.尺度不变性，通俗来讲，是指一个物体缺陷无论它大小缩放，只要在网络能够相应的情况下，哪怕目标是64*64变 成8*8的区域依然会被认为是缺陷。传统的工业AI落地需要经历数据采集、数据清洗、数据标注、模型训练和测试、模型封装、软件集成开发等基础过程。183.模型的核

21、心功能是将一组输入变量经过一系列的计算，映射到另一组输出变量，用到的映射函数就是一种深度学习算法。1 84 .模型参数是模型内部的配置变量,其值可以根据数据进行估计。1 85 .训练集(T r a i n S et)：模型用于训练和调整模型参数1 86 .验证集(Va l i d a t i o n S et)：用来验证模型精度和调整模型超参数；1 87 .测试集(T es t S et)：验证模型的泛化能力。1 88.训练集是用于建模的，数据集每个样本是有标签的。1 89 .当训练数据集比较大，而硬件资源比较有限是，不能将所有数据一次性的进行学习，则需要对数据分批进行学习：1 9 0 .b

22、a t c h s i ze：批大小(批尺寸)：每次训练在训练集中取b a t c h s i ze个样本进行训练1 9 1 .Ep o c h：一个ep o c h 等于使用训练集中的全部样本训练一次1 9 2 .模型预测的准确率，即所有预测正确样本数/样本总数。1 9 3 .精度描述的是模型预测为正确且实际为正确的样本数量占模型总预测为正确的样本数量的比例。1 9 4 .召回率描述的是模型预测为正确且实际为正确的样本数量占预测数据集中实际为正确样本的总数的比例。1 9 5 .交并比是计算两个边界框交际和并集之比。交并比：I 0 U=(An B)/(AU B)=A AAB和 B 的交集/A和

23、 B 的并集=绿色部分/(蓝色 B+绿色+黄色)1 9 6 .PA为像素精确度，为检测正确的像素占检测的总像素个数比例。1 9 7 .m PA为均像素精度，计算每个类内被正确分类像素的比例，之后求所有类的平均值。1 9 8.训练损失函数需要趋于平稳，代表训练过程和结果较好。1 9 9 .过杀表示从生产线上错误地撤下了无缺陷的合格产品或零件。2 0 0 .漏杀表示分类应用错误地将有缺陷的零件预测为合格零件。2 0 1 .智能制造对人工智能的需求主要表现在三个方面：智能装备、智能工厂、智能服务。2 0 2 .智能制造是指将信息物理系统用于企业生产、加工的各个环节，以对传感器抓取企业生产加工中的数据

24、，通过物联网技术将数据上传至云计算平台，在平台上对生产流动实行智能检测和智能控制,从而实现制造业生产最优化。2 0 3 .智能制造系统是一种由智能机器人和人类专家共同组成的人机一体化智能系统。2 0 4 .工业机器人是指面向工业领域的多关节机械手或多自由度机器人，是工业生产用自动化装置，能够在工业生产线中自动完成点焊、弧焊、喷漆、切割、装配、搬运、包装等作业。2 0 5 .智能制造，源于人工智能的研究。一般认为智能是知识和智力的总和，前者是智能的基础，后者是指获取和运用知识求解的能力。智能制造应当包含智能制造技术和智能制造系统，智能制造系统不仅能够在实践中不断地充实知识库，而且还具有自学习功能

25、，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。三、软件封装和集成相关知识点（7项）：2 0 6 .软件封装就是把编译的代码编译成程序或者库等，最终在计算机上可脱离编程软件运行。2 0 7 .封装是把属性和方法封装到一个类中，通过方法来修改和执行业务，有利于后期的修改和维护。2 0 8 .集成软件开发环境是将软件的开发方法、技术、各种开发工具和管理工具有机结合的开发环境。2 0 9 .S D K一般指软件开发工具包。软件开发工具包一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。2 1 0 .二次开发，简单的说就是在现

26、有的软件上进行定制修改，功能的扩展，然后达到自己想要的功能，一般来说都不会改变原有系统的内核。2 1 1 .调用是将程序的执行交给其他的代码段，通常是一个子例程，同时保存必要的信息、，从而使被调用段执行完毕后返回到调用点继续执行。2 1 2 .A P I,应用程序编程接口）是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件的以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节。四、网络、硬件技术相关知识点（6项）:21 3.通信协议是指双方实体完成通信或服务所必须遵循的规则和约定。约定中包括对数据格式，同步方式，传送速度，传送步骤，检纠错方式以及控制字符定义等问题做

27、出统一规定，通信双方必须共同遵守，它也叫做链路控制规程。21 4.局域网中常用的通信协议主要包括T C P/I P、N E T B E U I和I P X/S P X三种协议，每种协议都有其适用的应用环境。21 5.通讯协议主要由语法、语义、定时规则三个要素组成。21 6.将模拟信号转换为数字信号的完整转换过程依次为采样、保持、量化、编码。21 7.C P U,中央处理器作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。21 8 .G P U,图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和

28、图形相关运算工作的微处理器。四、云计算相关知识点（1 2项）：21 9 .云计算是一种模型，可以实现随时、随地、便捷、随需地从可配置计算资源共享池中获取所需资源，资源能够快速供应和释放,使管理资源的工作量和服务提供商的交互减小到最低限度。2 2 0 .云计算的特点包括服务可租用、服务可计算、高性价比。2 2 1 .主 导2 1世纪的技术有大数据、云计算、物联网。2 2 2 .云服务的模型通常包括软件即服务、平台即服务、基础设施即服务。2 2 3 .云部署就是采用云化的方案，也叫S a a S模式，使用厂商提供的云服务器2 2 4.私有云可以提供对数据的安全性和服务质量的最有效控制。2 2 5

29、.私有云是为某个特定用户/机构建立的，只能实现小范围内的资源优化。2 2 6 .公有云一般可通过In te rn e t使用，可能是免费或成本低廉的，公有云的核心属性是共享资源服务。2 2 7 .混合云结合了私有云和公有云。2 2 8 .B/S架构即浏览器和服务器架构模式，是随着In te rn e t技术的兴起，对C/S架构的一种变化或者改进的架构。在这种架构下，用户工作界面是通过W W W浏览器来实现，2 2 9 .C S架构是指服务器和客户机架构模式。服务器负责数据的管理,客户机负责完成与用户的交互任务。客户机通过局域网与服务器相连,接受用户的请求,并通过网络向服务器提出请求,对数据库进

30、行操作。服务器接受客户机的请求，将数据提交给客户机,客户机将数据进行计算并将结果呈现给用户。2 3 0 .本地部署是基于客户自身的服务器部署，数据储存在本地服务,第三方无法获取。五、大数据技术知识点（1 4项）：2 3 1 .大数据是指数量庞大而复杂，传统的数据处理产品无法在合理的时间内捕获管理和处理的数据集合。2 3 2 .大数据的来源包括互联网数据、传感器数据、实时数据、探测数据。2 3 3 .数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取有用的信息和知识的过程。2 3 4.根据机器智能水平由低到高排序：计算智能、感知智能、认知智能。2 3 5 .计算驱动导致人工智能的发

31、展走入低谷主要表现为计算能力有限。2 3 6 .现实中的一切都是对象，它们有分类，就产生了“类。同一个类中的不同的对象的区别，使用成员区分。2 3 7 .在“面向对象”的语言中，程序是由数据和功能组合而成的对象搭建起来的。2 3 8 .W e b l.O实现了文档互联。2 3 9 .W e b 2.0 实现了数据互联。2 4 0 .W e b 3.0 实现了个人数据的所有权。2 4 1 .信息技术应用发展趋势：移动化、社交化、云计算、大数据。2 4 2 .计算能力即人工智能芯片，也被喻为“引擎”。2 4 3 .数据分析的常用编程语言包括p y th o n 和 R2 4 4 .掌握数据可视化的

32、常用软件六、图像、视觉技术知识点(56项)：2 4 5 .视 野(F OV)：相机所能看到的现实世界的物理尺寸2 4 6 .像 素(P i x e l)：感光器件商得基本感光单元，既相机识别到的图像上的最小单元2 4 7 .像素深度：即每个像素数据的位数，一般常用的是8 Bi ts,对于数字工业相机一般还会有l OBi ts,1 2 Bi ts等2 4 8 .分辨率(R e so l uti o n)：相机采集图像的像素点数(p i x e l s),工业相机一般是直接与光电传感器的像元数直接对应的2 4 9 .能匹配出所有颜色的三种颜色成为三原色，一般三原色为红黄蓝。2 5 0 .相机芯片分

33、为CCD和 CM OS。工作原理均为利用感光二级管进行光电转换。2 5 1 .CCD,全局曝光，整个表面同时曝光，一次即拍摄整个图像区域。在全局曝光下，所有像素的曝光时间都是同步开始和结束的。2 5 2 .CM OS,互补金属氧化物半导体，就像拉开卷帘窗一样，快门打开时，各行被一行一行按顺序曝光。卷帘曝光下，所有的像素不会同事开始曝光与结束，而是按按照行进行。2 5 3 .曝光时间：电子快门打开采集信息的时间，曝光时间越长，图像越亮，同时抗震能力越差，光在感应器件表面使其感光的过程，电子感光器件一般称为光电转换即电子快门时间2 5 4 .增 益：可以增加对比度和亮度，提升图像效果，但会增加噪点

34、。2 5 5 .焦距是指镜头到成像面的距离。2 5 6 .分辨率=视野%像素数(相同方向)2 5 7 .精度：检测值与真实值的差别2 5 8 .重复度：多次检测的数值差2 5 9 .公差：工件大小允许的变动量2 6 0 .物距：被测物到镜头的距离2 6 1 .焦距：透镜中心到其焦距点的距离2 6 2 .光圈：用于控制镜头通光量大小的装置2 6 3 .景深：图像清晰时在对焦范围内的前后距离2 6 4 .定焦镜头：镜头的焦距不可调节2 6 5 .变焦镜头：镜头的焦距可以调节2 6 6 .常用工业相机分为线阵相机和面阵相机2 6 7 .线阵相机：芯片为线状，相机和物体间要有相对运动才能成像，价格较高

35、，由于传输数据量大，数据传输接口一般为G i g E接口或 Ca m L i n k 接口2 6 8 .面阵相机：芯片为面阵，镜头为C 口或CS 口镜头，物体静止或运动都可成像，根据性能，价格不一，数据传输接口有多种打光的依赖2 6 9 .常用的工业相机以及日常使用的数码相机都是面阵相机，工业上用于扫码、定位、引导、测量、分类等小靶面拍照场景居多，每次触发一帧，输出一张完整的方形图片2 7 0 .线阵相机也称线扫描相机，传感器由一行或者多行感光芯片构成，拍照时候需要通过机械运动，形成相对运动才能得到想要的图片，输出的图片一般由很多帧率组成，一般配合图片采集卡使用.2 7 1 .彩色相机图像为彩

36、色，一般为2 4位图像，黑白相机图像为灰度图像，一般为8位2 7 2 .工业相机由光学接口、传感芯片、控制与信号转换电路、数据接口、防尘片滤光片五个部分组成2 7 3.像 元：像元是芯片的组成单位，是实现光电信号转换的基本单元2 7 4.像元尺寸：像元尺寸是相机芯片上每个像元的实际物理尺寸，对同型号和同尺寸的芯片，外部光照环境和相机参数设置相同（比如曝光时间和增益等）的情况下，像元尺寸越大，能够接收到的光子数量越多，所成像的图像越亮2 7 5 .芯片尺寸=像元尺寸*分辨率2 7 6 .镜头介绍：2 7 7 .常用镜头一般有F A镜头，变焦镜头，远心镜头2 7 8 .定焦镜头：焦距固定，一般光圈

37、可调节，带聚焦微调，只有小工作距离，视野范围随着距离变化。2 7 9 .变焦镜头：使用时焦距可在一定范围内连续改变的镜头2 8 0 .远心镜头：主要是为纠正传统工业镜头视差而特殊设计的镜头，它可以在一定的物距范围内，使得到的图像放大倍率不会随物距的变化而变化，这对被测物不在同一物面上的情况是非常重要的应用2 8 1 .普通镜头和远心镜头对比：2 8 2 .普通工业镜头目标物体越靠近镜头，所成的像就越大，在使用普通镜头进行尺寸测量时，会存在放大倍率不同，镜头畸变大,镜头解析度不高等问题2 8 3 .远心镜头可以有效解决普通镜头存在的上述问题，因此可用在高精度测量、度量计量等方面，是一种高端的工业

38、镜头，通常有比较出众的像质，特别适合于尺寸测量的应用2 8 4.镜头的作用：镜头是视觉系统的重要组成部分，它的主要作用就是把被摄物成像在相机感光芯片上，镜头焦距的长短主要影响着被摄物在胶片上的成像大小和范围2 8 5 .镜头的质量直接影响到图像质量，从而营项机器视觉系统的整体性能，合理地选择和安装镜头，是机器视觉系统设计的重要环2 8 6 .镜头常用配件：扩倍镜，接圈，保护镜，滤光镜，偏光镜2 8 7 .镜头选型：根据相机芯片大小和工作空间限制确定使用镜头的焦距或者放大倍数考虑是否需要选用远心镜头确定镜头分辨率确定畸变率能否满足要求景深是否满足要求镜头是否兼容相机芯片尺寸超大视野或超小视野是否

39、需要考虑透过光谱镜头是否要配合其它配件价格是否合理2 8 8 .生活中存在很多的光源类型,为什么一定要专门的照明光源和专用的控制器：尽量减少房顶照明等干扰光的影响；保持恒定的照度；得到稳定的图像；获得更好的图像对比度；突出对象物的特征2 8 9 .机器视觉常用的光源种类：高频荧光灯、光纤卤素灯、L E D灯、氤灯290.光源的主要参数：光通量、发光强度、亮度、照度、光源的发光效率291.照射光的种类：平行光、直射光、散射光、偏光光292.光源控制器可分为模拟控制器和数字控制器。前者只能手动调节，后者支持手动和软件调节。293.光源选型时需要前景与背景更大的对比度？一一考虑用黑白相机和彩色光源294.有周围环境光影响时，光源怎样选型？一尝试用单色光源,配一个滤镜295.当物料表面是闪光曲面时，选择什么光源？一尝试用散射圆顶光296.当物料表面闪光且粗糙的平面，选择什么光源？一尝试用同轴散射光297.检测塑料时，一般用什么光源-尝试用紫外或红外光298.环形光源主要应用在：各种字符识别、外观检测、损伤与缺陷检测、二位码、一维码条码读取、基板上的零件检测、金属表面的刻印等299.条形光源主要应用在：大视野打光，高交付均匀照射，低角度特征提取等300.条形组合光主要应用在：焊锡检测、手机壳辅料检测、键盘字符检测，太阳能电池板外观检测等