久久婷婷国产综合精品青草-久久婷婷国产精品香蕉-久久婷婷大香萑太香蕉a-久久婷婷成人综合色-欧美日韩免费在线-欧美日韩免费看

AOI 的技術優勢

隨著計算機的快速發展，AOI也采用了目前許多成熟的圖像分析技術，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、光學特征識別法等，每個技術都有優勢和局限。

　　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。當相關區域中所有點進行評估之后，找出模板與圖像之間有最小差別的位置停止搜尋。AOI系統為每個要檢查的物體產生這種模板，通過在不同位置使用相應模板，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：①可以用一定數量的容許誤差來確認匹配的，如果模板太僵硬，可能產生對元件的“誤報”;如果模板松散到接受大范圍的可能變量，也會導致“漏報”;②可以根據同類的眾多良品進行標準模板的計算，或者叫“特征元件”，這樣可以最大限度提取該類元件的共性特征，從而降低誤報率。

　　將幾種成熟的、流行的圖像分析技術結合在一個“處方”內，形成一個運算法則，特別適合于特殊元件類型。在有許多元件的復雜板上，傳統的AOI，可能形成眾多的不同運算法則，要求工程師在需要改變或調整時做大量的重新編程。