北京离线AOI测试

爱为视（Aivs），新一代智能插件AOI，与传统AOI比较大的区别在于：操作非常简便，只要有员工会使用电脑的那么就可以进行操作！，本公司主要采用的是：卷积神经网络并且利用先进的深度学习模型、计算机视觉，图形图像处理等等技术，以原始图像作为输入，一部分是特征的提取，（通过卷积、池化、jihuo函数等），另一部分则是识别分类（全连接层）！只需要在线抓拍首件，系统便能辅助建模，一键智能搜索80几种器件。非常便利，简单上手。AOI是新兴起的一种新型测试技术，但发展迅速，很多厂家都推出了AOI测试设备。北京离线AOI测试

AOI的工作原理与贴片机、焊锡膏印刷机所用的光学视觉系统的原理相同，基本有设计规则检测(DRC)和图形识别两种方法。AOI通过光源对PCB进行照射，用光学镜头将PCB的反射光采集进计算机，通过计算机软件对包含PCB信息的色彩差异或灰度比进行分析处理，从而判断PCB上焊锡膏印刷、元器件放置、焊点焊接质量等情况，可以完成的检查项目一般包括元器件缺漏检查、元器件识别、SMD方向检查、焊点检查、引线检查、反接检查等。在记录缺陷类型和特征的同时通过显示器把缺陷显示/标示出来，向操作者发出信号，或者触发执行机构自动取下不良部件送回返修系统。AOl系统还能对缺陷进行分析和统计，为调整制造过程的工艺参数提供依据。现在的AOI系统采用了高级的视觉系统、新型的给光方式、高放大倍数和复杂的算法，从而能够以高测试速度获得高缺陷捕捉率。东莞智能AOI检测AOI检测方式分为离线半自动检测和在线自动检测两种形式，从而实现生产制程的过程控制。

滤波的定义是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。在AOI检测中，噪声是造成图像退化的因素之一，起因是AOI图像获取，传输过程中，外界杂散光，光电二极管电子噪声及温度，光源的不稳定不均匀，机械系统的抖动，传感器温度等原因导致，不可避免的使得图像因含有噪音而变得模糊。给图像识别，图像切割等后续处理工作带来了困难。因此，为了获得真实的图像信息，除去噪声的滤波处理必不可少。滤波的过程简单说就是图像平滑技术，空域滤波与频域滤波是滤波经常采用的方法。具体讲空域滤波是一种邻域处理方法，通过直接在图像空间中对邻域内像素进行处理，达到平滑或锐化，图像空间中增强图像的某些特征或者减弱图像的某些特征。

AOI检测主要应用领域包括PCB、半导体和FPD面板。因AOI检测主要应用于PCB、半导体及FPD等电子元器件生产过程中的检测环节，几乎每一个电子元器件都需要进行瑕疵检测，因此这些电子元器件的产量与AOI检测的应用结构息息相关。因此，AOI检测行业应用需求结构主要通过PCB、半导体和FPD的产量比例来进行测算得到。经初步测算，PCB是目前我国主要的AOI应用领域，大概占AOI检测总规模的。对于产品检测来说，利用AOI技术能够有效提升产品检测分析的准确性和完整性。随着电子制造产业链的进一步整合，检测市场将不断扩容，AOI技术在终端应用将持续得到突破，应用领域拓展将为AOI检测服务和设备的需求增长增添动力，市场规模存在较大成长空间。离线AOI能够快速识别电路板上的焊点、元器件等缺陷。

AI视觉系统具有同步追测、识别多个目标体的功能，这种追踪功能包含了对多个目标体之间的位置，以及速度关联的分析计算，比如某些用于车辆的高级视觉追踪器，它可以实现对一定范围内的远方目标车辆的追踪以及对距离、坐标方向等的分析。而普通的人眼，其能获取到的信息单单就是视线所及的目标体，并且还需要通过大脑，以及其他的辅助测算工具才能得出一些数据信息。人眼毕竟只是由细胞构成的生物组织体，而且还极易受到环境的影响。AOI技术可以通过使用大数据分析和预测模型来预测电子制造过程中的问题。上海离线AOI配件

该产品具有高度的智能化，可以自动调整检测参数。北京离线AOI测试

AOI图像采集的然后一个关键步骤是控制系统，光电传感器的FOV（视窗）有限，物体高速运动中准确地抓拍到清晰的图像，软硬件协调动作非常重要，如下图所示，当图像传感器与机台移动速度不匹配时造成图像的拉伸，收缩等变形，所以，载物移动平台XY方向移动与图像采集光电传感器的同步移动影响到数据的准确，要在固定光照，等间距下拍摄一幅清晰的图像，高精度的导轨，电机和运动控制程序是非常必要的。数据处理阶段（数据分类与转换）数据处理阶段是图像的预处理阶段，是采集图像的加工处理过程，为图像比对提供准确可靠的图片信息，主要包含了背景噪音减少，图像增强和锐化等过程。图像背景噪音减小一般为图像的低通滤波平滑法，图像增强和锐化则是提高被检测特征的对比度，突出图像中需要关注的特征，忽略不需要关注的部分。北京离线AOI测试