行业资讯

NEWS CENTER

AOI目前有哪些成熟的图像分析技术

发布者:在线AOI 智能AOI 在线AOI检测 |坦斯盯    时间:2022-6-21 17:26:48


在SMT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。

随着计算机的快速发展,AOI也采用了目前许多成熟的图像分析技术,包括模板匹配法(或自动对比)、边缘检测法、特征提取法(二值图)、灰度直方图法、傅里叶分析法、光学特征识别法等,每个技术都有优势和局限。

模板比较法通过获得物体图像,如片状电容或QFP,并用该信息产生一个刚性的基于像素的模板。在检测位置的附近,传感器找出相同的物体。当相关区域中所有点进行评估之后,找出模板与图像之间有最小差别的位置停止搜寻。AOI系统为每个要检查的物体产生这种模板,通过在不同位置使用相应模板,建立对整个板的检查程序,来查找所有要求的元件。

但是由于元件检测图像很少完全匹配模板,所以用两种方法来解决这个问题:

①可以用一定数量的容许误差来确认匹配的,如果模板太僵硬,可能产生对元件的“误报”;如果模板松散到接受大范围的可能变量,也会导致“漏报”。

②可以根据同类的众多良品进行标准模板的计算,或者叫“特征元件”,这样可以最大限度提取该类元件的共性特征,从而降低误报率。

文章由:在线AOI,智能AOI,在线AOI检测  www.tstaoi.com佛山市坦斯盯科技有限公司提供,此文观点不代表本站观点


固话:0757-86688699

传真:0757-86688698

邮箱:fsvdr8@163.com

地址:佛山市南海区狮山镇博爱中路40号之一A区办公楼6楼601(住所申报)

©2020 主营:在线AOI 智能AOI 在线AOI检测 佛山市坦斯盯科技有限公司 版权所有  粤ICP备2021022964号 | 本站部分图片来源于互联网,如果涉及版权问题,请按网站上公布的联系方式告知删除技术支持:佛山网站建设  网站地图
服务咨询热线
135-0963-2990

扫一扫微信咨询

top