首先波长决定落地面，决定了光波谱特性
人类肉眼可见的光波谱称为可见光谱(390-780nm)：基础由三原色构成，红黄橙绿青蓝紫都由RGB(红绿蓝)混色而成，紫色属于标准伪色。8位色/16位色/24位色均对应至混色的深度与精度，目前主流为32位/64位色，8位色可参考电子游戏历史经典红白机FC。
比可见光波长较短的部分很好理解，如紫外线可用于验钞，美黑，以及一些特殊的探测与检测，X光普遍用于医疗检测，伽马射线又称为粒子流，地球天天接收它们，可以广泛应用于探伤。一种基本的常识是波长越短，则射线穿透能力越强，但相对传播能力会变弱。
比可见光长的有很大一段都是红外线，其中7-14um就是我们研究的主要方向之一，长波红外属于红外线的一小段，可广泛应用于热力检测，测温，夜视等。再长的就是无线电波了，广泛应用于通信领域，这块就不赘述了。
综上所述，大家会发现，其实光波谱广泛的贯穿了我们的生活。
机器视觉CMOS大类讲解：
SONY: 常规RGB摄像芯片 星光级低照芯片，事件摄像芯片，4k.8k高分辨率芯片
特种光学芯片：红外热成像与微光，被动 TOF(飞行时间，举例大家常用的体感)，激光雷达同原理 结构光（摄像机+投影仪）：根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间 主动手段。
雷达：K/KU/X等，中长波长的雷达，无线电波探测，广域 激光雷达模组： 机械与固态/半固态 Velodyne 禾赛 速腾聚创 作用：中近距离定位，大量应用于自动驾驶 毫米波雷达： 波长1-10mm，超短波的雷达，用于近距离探测，穿透性极强
算法与人工智能算法 ：
1.规则型算法简介并举例 几何与代数，线性代数，微分与积分，傅里叶变换等
2.人工智能算法详解并举例 卷积与池化，神经网络，黑箱，算力简介T数 专用芯片NPU，常用框架与工具：Python, tesorflow，Caffe, YOLO等，简介原理，调参与优化，大部分开源，核心算法偏科研（鲁棒性，狼群，退火，蜂群）
