AOI技术向智能化方向发展是***T发展带来的必然要求。在***T的微型化、高密度化、快速组装化、品种多样化发展特征下，检测信息量大而复杂，无论是在检测反馈实时性方面，还是在分析、诊断的正确性方面，依赖人工对AOI获取的质量信息进行分析、诊断几乎已经不可能，代替人工进行自动分析、诊断的智能AOI技术成为发展的必然。

对各种缺陷的特征提取和缺陷识别与分类进行研究;针对高密度PCB视觉检测系统中要检测的缺陷细小，缺陷的种类繁多，特征不易确定等问题，对于各种不同缺陷的特征提取技术和各种分类方式进行研究，采用机器学习的方法，设计不同的分类器，并对不同分类器的分类效果和误差进行比较和分析，采用优化的分类器可以实现对缺陷的快速检出和准确分类，并尽可能地提高分类器的智能化水平。

AOI技术实现要素：

本发明所要解决的技术问题是提供一种AOI检测方法，其可降低现场操作人员误判的几率，大大提高产品质量。

为达上述目的，一种AOI检测方法,其通过一AOI检测设备执行，用于检测待测PCBA板卡,其包括以下步骤:

a.启动一AOI检测程序，对该待测PCBA板卡上的元件进行检测获得一检测数据,；

b．判断该检测数据是否超过一预先设置的阈值，如果是则执行步骤c，如果否则执行步骤f；

c.判断该待测PCBA板卡的检测数据是否大于一预先设置的第二阈值，如果是则执行步骤d，如果否则执行步骤e；

d.判定该待测PCBA板卡为不合格产品并存储该待测PCBA板卡的检测结果；

e.根据现场操作人员的输入信息，储存该待测PCBA板卡的检测结果；

f.判定该待测PCBA板卡为合格产品并存储该待测PCBA板卡的检测结果。

AOI检测设备的大致流程是相同的，多是通过图形识别法。即将AOI系统中存储的标准数字化图像与实际检测到的图像进行比较，从而获得检测结果。

AOI检测设备又名AOI光学自动检测设备现已成为电子制造业确保产品质量的重要检测工具和过程质量控制工具

识别算法的好坏直接影响到智能图像识别系统的性能，进而影响整个AOI系统的性能。从机器视觉的发展来看，目前在AOI上面至少可以完整地应用以下的视觉识别算法。