如元件焊端有臟物或焊盤側的印制線有部分未完全進行涂敷有部分露出來了，從而造成搜索不良等。并且檢測項目越多，可能造成的誤報也會稍多。此類誤報屬隨機誤報，無法消除。

基于此，AOI業(yè)界普遍存在一個共識，即AOI誤報不可避免，但可以減少。業(yè)界公認的理想狀態(tài)下可接收誤測為3000PPM以內，現(xiàn)在人工智能的發(fā)展，機器視覺已引入深度學習算法，將會減少AOI檢測誤判，后面我們再與大家一起交流人工智能新技術AOI設備，智能圖像分析技術的深度學習算法。

人工目檢是方便、實用、適應性較強的一種。因為從原理上說，設計好的電路板，只要其上的元件類型、位置、極性全部正確，并且焊接良好的話，其性能就應該符合設計要求。但是由于SMT工藝的提高，及各種電路板結構尺寸的需要，使電路板的組裝向著小元件、高密度、細間距方向發(fā)展。受自身生理因素的限制，人工目檢對這種電路板已很難進行準確、可靠、重復性高的檢測了。


AOI的分辨率應以像元的尺寸大小作為判別的條件，也就是空間分辨率來衡量。像素的大小不是判別AOI的檢出能力的標準，準確地講，像素大是決定單位面積的像元尺寸大小的因素。如果單位面積不同，像素再高也沒有可比性。比如一臺AOI的FOV為12*16毫米，如果這臺AOI采用的是30萬像素的相機，那么這臺AOI的分辨率只有25微米，它只能檢測0402以上封裝尺寸的元件。


簡單來說AOI檢測儀模擬和拓展了人類眼、腦、手的功能，利用光學成像方法模擬人眼的的視覺成像功能，用計算機處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，隨后把結果反饋給執(zhí)行或輸出模塊，讓AOI檢測系統(tǒng)可以取代生產制造中的人工目檢環(huán)節(jié)，圖像傳感器是AOI系統(tǒng)采集圖像的基礎，目前市面上大多數(shù)廠商選擇使用面陣相機，面陣相機通過拍攝一幅一幅的圖片達到取像目的，AOI檢測儀優(yōu)點是圖像的還原性較好，打光角度容易調整，很容易得到較清晰的圖像，相比線陣相機誤判率較低。