一、快、AOI快速檢測的條件是什么?
AOI的檢測速度分為兩個階段，
1、拍攝圖像;
2、處理圖像;
因為相機的FOV有限，所以就必須通過移動X\Y平臺來拍攝完整個PCB的圖像，在X\Y平臺的運動過程當中又要考慮攝像機什么時候開始移動、移動到什么位子、什么時候開始拍照，什么時候開始進行圖像處理和分析等等，也就是說：AOI的檢測速度必須協調軟硬件同時工作，這里就牽涉到AOI使用什么樣的伺服系統(tǒng)、使用什么樣的相機、使用什么樣的絲桿、其核心算法又是什么?我們計算AOI的檢測速度是要從進板到出板的整個時間，而不是單單從AOI本身提供的速度作為依據，因為有很多AOI的檢測速度只記錄了拍攝時間或者只記錄了處理時間，以此使大家受蒙蔽。
二、準，AOI的準指的是有較高的檢出率和較低的誤判率。
也就是說AOI相當于一架天枰，必須準確的衡量誤判和檢出率。AOI的準確判斷跟軟硬件都有密不可分的關系，當然最主要的是軟件的核心算法，目前AOI種類繁多，算法也各不相同，有使用該邊緣檢測、法則判斷、矢量分析、模板比較和統(tǒng)計建模等等，雖然不能一言定論孰優(yōu)孰劣，但從實際應用比較中可以知道，統(tǒng)計建模更加靈活、操作更加簡單，基于數學運算方式更加準確。統(tǒng)計建模必將是未來AOI發(fā)展的一個趨勢。初次之外，硬件的要求也是相對比較嚴格的，比如說相機，相機是AOI眼睛，一個好的相機固然能夠捕捉到優(yōu)質的圖像，這里不得不提到一個像素的問題，經常有朋友問AOI的像素是多少，大家以為像素越高其檢測效果就更高好，更準確，其實不然，為什么呢?首先得明白幾個基本概念：相機像素、相機的分辨率和拍攝范圍FOV。相機像素 是指這個相機總共有多少個感光晶片，通常用萬個為單位表示，以矩陣排列，例如3百萬像素、2百萬像素、百萬像素、40萬像素。百萬像素相機的像素矩陣為W*H=1000*1000.相機分辨率，指一個像素表示實際物體的大小，用um*um表示，AOI常用的分辨率有30um,25um,20um,18um,15um等。數值越小，分辨率越高。FOV是指AOI相機實際拍攝的面積，以毫米×毫米表示。FOV是由像素多少和分辨率決定的。相同的相機，分辨率越大，它的FOV就越小。例如1K*1K的相機，分辨率為20um,則他的FOV=1K*20 × 1k*20=20mm ×20mm，如果用30um的分辨率，他的FOV=1K*30×1k*30=30mm×30mm。
在圖像中，表現圖像細節(jié)不是由像素多少決定的，而是由分辨率決定的。分辨率是由廠商選擇的鏡頭焦距決定的。如果一家AOI采用20um分辨率，對于1mm*0.5mm的零件，它總共占用像素1/0.02 ×0.5/0.02=50×25個像素，如果采用30um的分辨率，表示同一個元件，則有1/0.03×0.5/0.03=33×17個像素，顯然20um的分辨率表現圖像細節(jié)方面好過30um的分辨率。
既然像素的多少不決定圖像的分辨率(清晰度)，那么大像素相機有何好處呢?答案只有一個：減少拍攝次數，提高AOI的測試速度。1個是1百萬像素，另1個是3百萬像素，清晰度相同(分辨率均為20um),第1個相機的FOV是20mm×20mm=400平方mm，第二個相機的FOV是1200平方mm,拍攝同一個PCB，假設第1個相機要拍攝30個圖像，第2個相機則只需拍攝10個圖像就可以了。顯然，我們用戶沒必要太深入全面了解AOI的相機，但相機作為AOI的一個重要部件，我個人認為，從以下幾個方面簡單評價就已經足夠了：
1、了解相機的分辨率,例如要測試英制0402元件，至少需要25um的分辨率。
2、看圖像質量是否清晰，對比度是否好，是否能將我們關心的特征部分表現出來。
因為圖像質量不僅決定于相機，還決定于鏡頭、采集卡和光源等。
3、要關注AOI的整體測試速度，而不是關注像素多少。像素多固然對速度有
好處，但AOI的測試速度是由XY平臺的移動、相機的拍攝性能、圖像處理速度、整個系統(tǒng)的優(yōu)化等綜合因素決定,作為用戶來講，我們考慮的是最終的測試速度.
有些商家強調是多少多少像素，可能給我們用戶一個誤解，認為像素多的相機就好，就貴，就高檔。其實，還有許多其它參數來衡量一個相機的綜合價值，例如數字相機好過模擬相機，CCD的好過CMOS的，3CCD相機好過單CCD彩色相機，單CCD彩色相機貴過黑白相機，飛行拍攝相機好過逐行掃描相機，逐行掃描相機好過隔行掃描相機，幀率快的相機好過幀率慢的相機，還有不同的接口方式，不同廠家的晶片，等等等等......采用CMOS晶片，1394傳輸，市場價格低于4千人民幣。也見過1款1百萬像素的相機，3CCD的，網上報價為9萬人民幣。雖然這個價格不能說明一切，但一分價格一分貨，至少對我們理解相機的優(yōu)劣上有點參考，事實上這兩種相機的圖像質量差別非常大。