基本的AOI技術(shù)包含下列子系統(tǒng)：高速高精度XY方向的運(yùn)動控制系統(tǒng);機(jī)械光學(xué)系統(tǒng);高精度高可靠性圖像采集系統(tǒng);智能圖像識別與錯誤檢測系統(tǒng)。這些子系統(tǒng)構(gòu)成了一個與多維測量和錯誤檢測密切相關(guān)的設(shè)備。注意到AOI識別是機(jī)器視覺在印刷電路板領(lǐng)域的具體應(yīng)用，換言之，印刷電路板的缺陷檢測實質(zhì)上是屬于模式識別的范疇。它將PCB上的不同缺陷視為不同的模式類，從采集到的圖像信號中提取和選擇特征，根據(jù)特征向量構(gòu)造判別函數(shù)，進(jìn)行缺陷分類，即模式識別。識別算法的好壞直接影響到智能圖像識別系統(tǒng)的性能，進(jìn)而影響整個AOI系統(tǒng)的性能。從機(jī)器視覺的發(fā)展來看，目前在AOI上面至少可以完整地應(yīng)用以下的視覺識別算法。愛為視是插件爐前錯、漏、反、多等缺陷檢測方案供應(yīng)商。上海爐前AOI光學(xué)檢測

隨著計算機(jī)的快速發(fā)展，AOI也采用了目前許多成熟的圖像分析技術(shù)，包括模板匹配法(或自動對比)、邊緣檢測法、特征提取法(二值圖)、灰度直方圖法、傅里葉分析法、光學(xué)特征識別法等，每個技術(shù)都有優(yōu)勢和局限。模板比較法通過獲得物體圖像，如片狀電容或QFP，并用該信息產(chǎn)生一個剛性的基于像素的模板。在檢測位置的附近，傳感器找出相同的物體。當(dāng)相關(guān)區(qū)域中所有點進(jìn)行評估之后，找出模板與圖像之間有Z小差別的位置停止搜尋。AOI系統(tǒng)為每個要檢查的物體產(chǎn)生這種模板，通過在不同位置使用相應(yīng)模板，建立對整個板的檢查程序，來查找所有要求的元件。但是由于元件檢測圖像很少完全匹配模板，所以用兩種方法來解決這個問題：可以用一定數(shù)量的容許誤差來確認(rèn)匹配的，如果模板太僵硬，可能產(chǎn)生對元件的“誤報”;如果模板松散到接受大范圍的可能變量，也會導(dǎo)致“漏報”;可以根據(jù)同類的眾多良品進(jìn)行標(biāo)準(zhǔn)模板的計算，或者叫“特征元件”，這樣可以Zda限度提取該類元件的共性特征，從而降低誤報率。江蘇專業(yè)AOI光學(xué)檢測AOI檢測方式分為離線半自動檢測和在線自動檢測兩種形式，從而實現(xiàn)生產(chǎn)制程的過程控制。

當(dāng)前電子產(chǎn)品日漸向著小型化趨勢發(fā)展，對產(chǎn)品元器件的微型化要求也越來越高，微型器件的組裝和檢測難以只通過人工完成，由此產(chǎn)生越來越多的自動檢測設(shè)備需求。與此同時，自動檢測設(shè)備還能夠健身制造成本、提升產(chǎn)品質(zhì)量，AOI檢測設(shè)備代替人工的進(jìn)程發(fā)展較快。在此背景下，中國自動光學(xué)檢測行業(yè)逐步發(fā)展起來。從AOI檢測設(shè)備來看，目前AOI檢測設(shè)備是SMT加工廠必備的設(shè)備，平均一條SMT生產(chǎn)線至少需要2-3臺AOI檢測設(shè)備，但我國AOI檢測設(shè)備的滲透率較低，只為50%左右。

AOI檢測可用于測量和錯誤檢測的復(fù)雜檢測任務(wù)基于被識別物體的特征，AOI系統(tǒng)可根據(jù)即將發(fā)生的問題承接光學(xué)測量任務(wù)，并確定與這些標(biāo)準(zhǔn)的任何偏差。工業(yè)機(jī)器視覺始終關(guān)注所謂的灰度值偏差?；叶戎当硎鞠袼氐牧炼?，與顏色無關(guān)。根據(jù)這個灰度偏差的配置方式，您將可應(yīng)用于：分揀物品（食品、商品）檢測問題（劃痕、截留）測量尺寸（包裹、O型圈）檢查表面（菲林、玻璃）或者檢查電路板（用于正確布置焊接點）靈活應(yīng)用于不同場合您可在生產(chǎn)過程中的各個節(jié)點設(shè)置自動光學(xué)檢測（AOI檢測），以適應(yīng)特定的需要：直接在生產(chǎn)中設(shè)置或作為包裝過程的組成部分；既可以進(jìn)行100％的控制，也可以進(jìn)行試錯法測試。使用具有高幀速率且功能強(qiáng)大的工業(yè)相機(jī)，您將可在不中斷生產(chǎn)流程的情況下進(jìn)行檢測。由于電路板尺寸大小的改變提出更多的挑戰(zhàn)，越來越多的原設(shè)備制造商采用AOI。

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)。作為圖像識別領(lǐng)域的算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時有穩(wěn)定的表現(xiàn)。針對本系統(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；程序制作靈活性：1、無需設(shè)置參數(shù)；2、在線抓拍首件板系統(tǒng)輔助做程序，且支持持續(xù)補(bǔ)充學(xué)習(xí)，學(xué)習(xí)后自動建模比例更高（80%+）；---自動框圖器件種類多（60+），比例高。3、支持中文、英文、中英文混合輸入；4、批量復(fù)制、粘貼、剪切、刪除等支持快捷鍵操作。---硬件條件和安裝尺寸不發(fā)生變化。 基于圖像檢查的基本原理是:每個具有明顯對比度的圖像都是可以被檢查的。江西專業(yè)AOI光源

AOI的相機(jī)按攝取圖像的模式分為面陣相機(jī)和線陣相機(jī)。上海爐前AOI光學(xué)檢測

愛為視（AIVS）極速編程以及傻瓜式操作的過程是什么樣的呢！帶您來看看，通過4種建模方式之“抓圖建?！保旱卿浵到y(tǒng)—標(biāo)注文件管理—選擇模板圖片—抓圖輔助建模，當(dāng)PCBA經(jīng)過設(shè)備時自動抓拍進(jìn)行建模！全程傻瓜式操作！四種建模方式之“取圖—模板遷移”適用于首件機(jī)型與已生產(chǎn)過的舊機(jī)型類似（如共PCBA的機(jī)型，多器件或者少器件），讓您的建模更加高效！四種建模方式之“抓圖—模板遷移”，適用于建模的模板位置抓拍不合適，再次進(jìn)行抓圖用之前的模板進(jìn)行遷移建模，更加高效！上海爐前AOI光學(xué)檢測

深圳愛為視智能科技有限公司致力于機(jī)械及行業(yè)設(shè)備，以科技創(chuàng)新實現(xiàn)高質(zhì)量管理的追求。愛為視深耕行業(yè)多年，始終以客戶的需求為向?qū)?，為客戶提供高質(zhì)量的智能視覺檢測設(shè)備。愛為視致力于把技術(shù)上的創(chuàng)新展現(xiàn)成對用戶產(chǎn)品上的貼心，為用戶帶來良好體驗。愛為視創(chuàng)始人劉曉輝，始終關(guān)注客戶，創(chuàng)新科技，竭誠為客戶提供良好的服務(wù)。