机器视觉通过计算机模拟人的视觉，基于提取的信息进行处理与理解。随着工业生产复杂程度的不断加深，越来越多的微加工生产流程不断涌现，随之而来的是大量不可控制的磨损和消耗。为了保证生产精度，机器视觉被广泛用于零部件的尺寸测量与***与工序间自动化等工序。广州镭晨智能装备科技有限公司专注于PCBA生产过程中的光学视觉检测领域，是集研发、销售、服务于一体的高新型企业。产品涵盖DIP炉前、DIP炉后AOI,***T 2D AOI、3DAOI 、3D SPI、以及涂覆检测设备。

焊炉前电子元件的检测AOI具有以下特点:

●AI技术,深度学习算法和图形图像处理技术AOI技术革命

●采用声音提示、弹窗对比图、主图突出显示不良红推转各种提醒符合***工学

●听、二看、三聚焦，便于员工听到异常提醒后直接观察使用弹窗显示不良器件对比图

●深度学习算法、海量实际场景数据训练4Pce维码识别，支持MES对接

●简化操作流程，步骤简明浦晰

●实现自动编程，大幅减少作业时间，5分钟可快速上手。

●生产数据实时图表动态显示可视化管理，检测数据便捷导出。

●结构简约，适应性强，可以实现便捷安装

自动光学检测( AOI)是一种基于光学原理，利用机器视觉替代人工目检的外观检测技术。系统自带高分辨率工业相机，在电子电路板顶面拍照后，通过智能图像分析，检测电子电路板上的插件元器件的错、漏、反等缺陷，焊点连锡，空焊等其中就包含了人眼无法看到的细节特征。传统AOI是自动化的,在人工设定规则下,能替代大量重复性外观检测工作。但工业检测中所产生的海量数据，传统AOI难以针对其进行处理及训练,可能会导致数据的浪费以及其自身应用的停滞不前。

未来AOI采用深度学习的人工智能技术，并将其应用在AOI中。这种深度学习算法能模拟人类大脑工作，构建深度***网络，在原始数据中进行自动特征的提取。当出现无法检测的缺陷时，检测系统可以通过设备采集数据,在一定的人工干预 下进行模型的微调训练。在训练过程中，随着数据集的扩充和模型的强化，AOI检测结果也在不断优化。未来AOI在进行元件极性识别时，基本不会受到元件成像角度、位置、光照、纹理、颜色、大小等差异的影响，兼容多种工业环境。现在该AOI系统已应用在多个行业，包括显示液晶屏蒂的自动化检测、汽车电子产品的外观检测、电子产品的组装加工过程等