如果把AI視覺比作一個(gè)個(gè)體，那么深度學(xué)習(xí)便成為這一個(gè)體中重要的機(jī)體之一，許多功能的存在直接來源且依賴于它。直觀點(diǎn)說，深度學(xué)習(xí)算法成功運(yùn)用于計(jì)算機(jī)視覺的實(shí)例如人臉識(shí)別、圖像**、物體檢測(cè)與追蹤等。人工檢測(cè)在早期的工業(yè)質(zhì)檢中占有一定的優(yōu)勢(shì)，但隨著生產(chǎn)科技的不端更新進(jìn)步，制造環(huán)節(jié)對(duì)于檢驗(yàn)水平的要求也越來越高，顯然人工檢查已無法滿足，檢測(cè)程度越來越復(fù)雜化和精密化使得機(jī)器視覺迫切需要被應(yīng)用其中來承擔(dān)、平衡生產(chǎn)的強(qiáng)度及壓力。隨著電子技術(shù)、圖像傳感技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，AOI技術(shù)成為表面缺陷檢測(cè)的重要手段。新一代AOI檢測(cè)

    AOI圖像采集的一個(gè)關(guān)鍵步驟是控制系統(tǒng)，光電傳感器的FOV（視窗）有限，物體高速運(yùn)動(dòng)中準(zhǔn)確地抓拍到清晰的圖像，軟硬件協(xié)調(diào)動(dòng)作非常重要，如下圖所示，當(dāng)圖像傳感器與機(jī)臺(tái)移動(dòng)速度不匹配時(shí)造成圖像的拉伸，收縮等變形，所以，載物移動(dòng)平臺(tái)XY方向移動(dòng)與圖像采集光電傳感器的同步移動(dòng)影響到數(shù)據(jù)的準(zhǔn)確，要在固定光照，等間距下拍攝一幅清晰的圖像，高精度的導(dǎo)軌，電機(jī)和運(yùn)動(dòng)控制程序是非常必要的。在AOI檢測(cè)中，噪聲是造成圖像退化的因素之一，起因是AOI圖像獲取，傳輸過程中，外界雜散光，光電二極管電子噪聲及溫度，光源的不穩(wěn)定不均勻，機(jī)械系統(tǒng)的抖動(dòng)，傳感器溫度等原因?qū)е?，不可避免的使得圖像因含有噪音而變得模糊。給圖像識(shí)別，圖像切割等后續(xù)處理工作帶來了困難。因此，為了獲得真實(shí)的圖像信息，除去噪聲的濾波處理必不可少。 浙江新一代智能AOI設(shè)備AOI檢測(cè)儀A系統(tǒng)多采用黑白相機(jī)成像，提高成像分辨能力，還要考慮圖像運(yùn)動(dòng)過程拍攝圖片模糊帶來的不利影響。

    本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visualperception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的中心算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類問題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過分類器進(jìn)行學(xué)習(xí)和識(shí)別。畫面顯示：1、主圖畫面都有顯示器件框，便于觀察器件是否被識(shí)別；2、根據(jù)底板顏色可以自由選擇器件框顏色；3、可依據(jù)客戶需求，自由定義器件中文名；4、不良器件圖靜態(tài)顯示。

    圖像采集階段（光學(xué)掃描和數(shù)據(jù)收集）AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無法談到準(zhǔn)確的檢出。下面我們對(duì)光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分逐一分析介紹。首先，光電轉(zhuǎn)化攝影系統(tǒng)指的是光電二極管器件和與之搭配的成像系統(tǒng)。是獲得圖像的”眼睛”,原理都是光電二極管接受到被檢測(cè)物體反射的光線，光能轉(zhuǎn)化產(chǎn)生電荷，轉(zhuǎn)化后的電荷被光電傳感器中的電子元件收集，傳輸形成電壓模擬信號(hào)。二極管吸收光線強(qiáng)度不同時(shí)生成的模擬電壓大小不同，依次輸出模擬電壓值被轉(zhuǎn)化為數(shù)字灰階0-255值，灰階值反映了物體反射光的強(qiáng)弱，進(jìn)而實(shí)現(xiàn)識(shí)別不同被檢測(cè)物體的目的。 圖像傳感器、鏡頭和光源三者組合構(gòu)成了大多數(shù)自動(dòng)光學(xué)檢測(cè)系統(tǒng)中感知單元。

  AOI檢測(cè)技術(shù)應(yīng)運(yùn)而生的背景是電子元件集成度與精細(xì)化程度高，檢測(cè)速度與效率更高，檢測(cè)零缺陷的發(fā)展需求。AOI檢測(cè)的比較大的優(yōu)點(diǎn)是節(jié)省人力，降低成本，提高生產(chǎn)效率，統(tǒng)一檢測(cè)標(biāo)準(zhǔn)和排除人為因素干擾，保證了檢測(cè)結(jié)果的穩(wěn)定性，可重復(fù)性和準(zhǔn)確性，及時(shí)發(fā)現(xiàn)產(chǎn)品的不良，確保出貨質(zhì)量。在人工智能技術(shù)與大數(shù)據(jù)發(fā)展進(jìn)步中，AOI檢測(cè)不僅是一部檢測(cè)設(shè)備，對(duì)大量不良結(jié)果進(jìn)行分類和統(tǒng)計(jì)，可以發(fā)現(xiàn)不良發(fā)生的原因，在工藝改善和生產(chǎn)良率提升中也正逐步發(fā)揮著更重要的作用，因此，可以預(yù)期未來AOI檢測(cè)技術(shù)將在半導(dǎo)體與電子電路檢測(cè)中將會(huì)發(fā)揮越來越重要的作用。用計(jì)算機(jī)處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，讓AOI檢測(cè)系統(tǒng)可以取產(chǎn)制造中的人工目檢環(huán)節(jié)。湖北專業(yè)AOI系統(tǒng)

采用高分辨率工業(yè)相機(jī)和智能圖像分析，檢測(cè)電子電路板上插件元器件多、錯(cuò)、漏、反等缺陷。新一代AOI檢測(cè)

AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無法談到準(zhǔn)確的檢出。下面我們對(duì)光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分逐一分析介紹。首先，光電轉(zhuǎn)化攝影系統(tǒng)指的是光電二極管器件和與之搭配的成像系統(tǒng)。是獲得圖像的”眼睛”,原理都是光電二極管接受到被檢測(cè)物體反射的光線，光能轉(zhuǎn)化產(chǎn)生電荷，轉(zhuǎn)化后的電荷被光電傳感器中的電子元件收集，傳輸形成電壓模擬信號(hào)。二極管吸收光線強(qiáng)度不同時(shí)生成的模擬電壓大小不同，依次輸出模擬電壓值被轉(zhuǎn)化為數(shù)字灰階0-255值，灰階值反映了物體反射光的強(qiáng)弱，進(jìn)而實(shí)現(xiàn)識(shí)別不同被檢測(cè)物體的目的。新一代AOI檢測(cè)

深圳愛為視智能科技有限公司位于西麗街道曙光社區(qū)中山園路1001號(hào)TCL科學(xué)園區(qū)E3棟201之218。公司自成立以來，以質(zhì)量為發(fā)展，讓匠心彌散在每個(gè)細(xì)節(jié)，公司旗下智能視覺檢測(cè)設(shè)備深受客戶的喜愛。公司將不斷增強(qiáng)企業(yè)重點(diǎn)競(jìng)爭(zhēng)力，努力學(xué)習(xí)行業(yè)知識(shí)，遵守行業(yè)規(guī)范，植根于機(jī)械及行業(yè)設(shè)備行業(yè)的發(fā)展。愛為視憑借創(chuàng)新的產(chǎn)品、專業(yè)的服務(wù)、眾多的成功案例積累起來的聲譽(yù)和口碑，讓企業(yè)發(fā)展再上新高。