AOI檢測(cè)基本原理與設(shè)備構(gòu)成：AOI檢測(cè)原理是采用攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)以定量化的灰階值輸出，通過(guò)與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類(lèi)的過(guò)程。與人工檢查做一個(gè)形象的比喻，AOI采用的普通LED或特殊光源相當(dāng)于人工檢查時(shí)的自然光...

AIVS-D系列爐前插件AOI特點(diǎn)簡(jiǎn)介●采用聲音提示，彈窗對(duì)比圖，主圖突出顯示不良紅框等多種提醒，符合人體工學(xué)●一聽(tīng)，二看，三聚焦，便于員工聽(tīng)到異常提醒后直接觀察，使用彈窗顯示不良器件對(duì)比圖●深度學(xué)習(xí)算法，海量實(shí)際場(chǎng)景數(shù)據(jù)訓(xùn)練；低誤報(bào)，支持6鐘混板檢查?！馪C...

AIVS-D系列在線PCBA插件AOI通過(guò)1200或2000萬(wàn)高分辨率的工業(yè)相機(jī)，從電子電路板頂面拍照，通過(guò)AI人工技術(shù)，深度學(xué)習(xí)算法、智能圖像分析，檢測(cè)電子電路板上插件元器件的缺件、多件、偏移、反向、錯(cuò)件、浮高、OCV(文字識(shí)別）、可支持測(cè)試色環(huán)電阻錯(cuò)料。本...

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類(lèi)包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積...

AOI圖像采集的然后一個(gè)關(guān)鍵步驟是控制系統(tǒng)，光電傳感器的FOV（視窗）有限，物體高速運(yùn)動(dòng)中準(zhǔn)確地抓拍到清晰的圖像，軟硬件協(xié)調(diào)動(dòng)作非常重要，如下圖所示，當(dāng)圖像傳感器與機(jī)臺(tái)移動(dòng)速度不匹配時(shí)造成圖像的拉伸，收縮等變形，所以，載物移動(dòng)平臺(tái)XY方向移動(dòng)與圖像...

AOI檢測(cè)主要應(yīng)用領(lǐng)域包括PCB、半導(dǎo)體和FPD面板。因AOI檢測(cè)主要應(yīng)用于PCB、半導(dǎo)體及FPD等電子元器件生產(chǎn)過(guò)程中的檢測(cè)環(huán)節(jié)，幾乎每一個(gè)電子元器件都需要進(jìn)行瑕疵檢測(cè)，因此這些電子元器件的產(chǎn)量與AOI檢測(cè)的應(yīng)用結(jié)構(gòu)息息相關(guān)。因此，AOI檢測(cè)行業(yè)...

AI視覺(jué)檢測(cè)代替人工檢測(cè)實(shí)現(xiàn)了非接觸、高效率、高精度的檢測(cè)優(yōu)勢(shì)，在工業(yè)檢測(cè)中成為一種剛需。它通過(guò)相機(jī)拍照獲取圖像、對(duì)圖像進(jìn)行識(shí)別、處理從而達(dá)到檢測(cè)的目的。機(jī)器視覺(jué)可自動(dòng)識(shí)別被測(cè)產(chǎn)品表面的缺陷，如金屬外觀不良檢測(cè)、印刷電路板缺陷檢測(cè)等。AI視覺(jué)為人類(lèi)解放生產(chǎn)力提...

圖像采集階段（光學(xué)掃描和數(shù)據(jù)收集）AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的...

AOI（automaticallyopticalinspection）是光學(xué)自動(dòng)檢測(cè)，顧名思義是通過(guò)光學(xué)系統(tǒng)成像實(shí)現(xiàn)自動(dòng)檢測(cè)的一種手段，是眾多自動(dòng)圖像傳感檢測(cè)技術(shù)中的一種檢測(cè)技術(shù)，中心技術(shù)點(diǎn)如何獲得準(zhǔn)確且高質(zhì)量的光學(xué)圖像并加工處理。AOI檢測(cè)技術(shù)應(yīng)運(yùn)而生的背景...

AOI檢測(cè)原理是采用攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)以定量化的灰階值輸出，通過(guò)與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類(lèi)的過(guò)程。與人工檢查做一個(gè)形象的比喻，AOI采用的普通LED或特殊光源相當(dāng)于人工檢查時(shí)的自然光，AOI采用的光學(xué)傳感器和光學(xué)透鏡相當(dāng)于人...

AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無(wú)法談到準(zhǔn)確的檢出。下面我們對(duì)...

AOI檢測(cè)基本原理與設(shè)備構(gòu)成：AOI檢測(cè)原理是采用攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)以定量化的灰階值輸出，通過(guò)與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類(lèi)的過(guò)程。與人工檢查做一個(gè)形象的比喻，AOI采用的普通LED或特殊光源相當(dāng)于人工檢查時(shí)的自然光...

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類(lèi)包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積...

AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無(wú)法談到準(zhǔn)確的檢出。下面我們對(duì)...

AOI圖像采集的一個(gè)關(guān)鍵步驟是控制系統(tǒng)，光電傳感器的FOV（視窗）有限，物體高速運(yùn)動(dòng)中準(zhǔn)確地抓拍到清晰的圖像，軟硬件協(xié)調(diào)動(dòng)作非常重要，如下圖所示，當(dāng)圖像傳感器與機(jī)臺(tái)移動(dòng)速度不匹配時(shí)造成圖像的拉伸，收縮等變形，所以，載物移動(dòng)平臺(tái)XY方向移動(dòng)與圖像采集...

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類(lèi)包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的表示算法之一。卷積...

易用性：1、無(wú)需設(shè)置參數(shù)；上手快；2、在線抓拍首件板系統(tǒng)輔助做程序，自動(dòng)框圖比例高，支持持續(xù)補(bǔ)充學(xué)習(xí)，學(xué)習(xí)后自動(dòng)建模比例更高(80%+）；3、根據(jù)客戶(hù)需要，支持自定義器件名稱(chēng)；4、支持快速更改工單號(hào)；5、支持批量復(fù)制、粘貼、剪切、刪除等快捷鍵操作多重智能算法檢...

科技進(jìn)程的加速，產(chǎn)品的品質(zhì)化與智能化要求在日益擴(kuò)增。生產(chǎn)制造商對(duì)于產(chǎn)品的質(zhì)檢體系需要不斷地更新升級(jí)，跨越了從人工檢測(cè)到傳統(tǒng)的視覺(jué)檢測(cè)再到具有深度學(xué)習(xí)算法的智能檢測(cè)這一整條進(jìn)化鏈，深度學(xué)習(xí)算法彌補(bǔ)了傳統(tǒng)算法無(wú)法檢測(cè)復(fù)雜特征的漏缺，免去了人工提取特征這一耗時(shí)耗力的...

光電轉(zhuǎn)化器可以分為CCD（chargeCouplingdiode）和CMOS（complementarymetaloxidesemiconductor）兩種。因?yàn)橹谱鞴に嚺c設(shè)計(jì)不同，CCD與CMOS傳感器工作原理主要表現(xiàn)為數(shù)字電荷傳送的方式的不同，...

人工智能成為了時(shí)下科技的關(guān)鍵詞之一，生活中有越來(lái)越多的人工智能產(chǎn)物走進(jìn)我們的視野，其中AI視覺(jué)的這一產(chǎn)業(yè)鏈也在迅速地延伸，AI視覺(jué)中的各種硬件和算法也隨之衍生，AI視覺(jué)主要通過(guò)對(duì)圖像的分析處理進(jìn)而識(shí)別得出相應(yīng)需要的視覺(jué)結(jié)果。AI視覺(jué)的產(chǎn)生給現(xiàn)代企業(yè)的生產(chǎn)制造提...

光源:八側(cè)面多角度高亮條形光源相機(jī)：標(biāo)配2000萬(wàn)CCD全彩工業(yè)面陣相機(jī)（可選配1200萬(wàn)/2500萬(wàn)/2900萬(wàn)）FOV：400*300mm可檢PCBA尺寸：寬度400mm，長(zhǎng)度不限；可選配寬度750mm，長(zhǎng)度不限CPU：inteli59600K...

AOI檢測(cè)原理:通過(guò)攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)，以定量化的灰階值輸出，通過(guò)與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類(lèi)的過(guò)程。AOI采用的光學(xué)傳感器和光學(xué)透鏡相當(dāng)于人眼，AOI的圖像處理與分析系統(tǒng)就相當(dāng)于人腦，即“看”與“判”兩個(gè)環(huán)節(jié)，在...

光電轉(zhuǎn)化器可以分為CCD（chargeCouplingdiode）和CMOS（complementarymetaloxidesemiconductor）兩種。因?yàn)橹谱鞴に嚺c設(shè)計(jì)不同，CCD與CMOS傳感器工作原理主要表現(xiàn)為數(shù)字電荷傳送的方式的不同，工作原理如下...

AOI檢測(cè)原理:通過(guò)攝像技術(shù)將被檢測(cè)物體的反射光強(qiáng)，以定量化的灰階值輸出，通過(guò)與標(biāo)準(zhǔn)圖像的灰階值進(jìn)行比較，分析判定缺陷并進(jìn)行分類(lèi)的過(guò)程。AOI采用的光學(xué)傳感器和光學(xué)透鏡相當(dāng)于人眼，AOI的圖像處理與分析系統(tǒng)就相當(dāng)于人腦，即“看”與“判”兩個(gè)環(huán)節(jié)，在...

隨著電子技術(shù)、圖像傳感技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，AOI（自動(dòng)光學(xué)）檢測(cè)技術(shù)以其自動(dòng)化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點(diǎn)，成為表面缺陷檢測(cè)的重要手段，補(bǔ)足智能化生產(chǎn)線上的品質(zhì)把控關(guān)。AOI是興趣面，可以較好體現(xiàn)范圍，也就是說(shuō)邊界更加明晰，AOI其實(shí)屬...

AOI的圖像采集系統(tǒng)主要包括光電轉(zhuǎn)化攝影系統(tǒng)，照明系統(tǒng)和控制系統(tǒng)三個(gè)部分。因?yàn)閿z影得到的圖像被用于與模板做對(duì)比，所以獲取的圖像信息準(zhǔn)確性對(duì)于檢測(cè)結(jié)果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測(cè)物體的特征點(diǎn)，那么也就無(wú)法談到準(zhǔn)確的檢出。下面我們對(duì)...

光源:八側(cè)面多角度高亮條形光源相機(jī)：標(biāo)配2000萬(wàn)CCD全彩工業(yè)面陣相機(jī)（可選配1200萬(wàn)/2500萬(wàn)/2900萬(wàn)）FOV：400*300mm可檢PCBA尺寸：寬度400mm，長(zhǎng)度不限；可選配寬度750mm，長(zhǎng)度不限CPU：inteli59600K...

除光電傳感器外，AOI圖像采集過(guò)程中照明系統(tǒng)也非常重要，選擇比較好光源目的是保證被檢測(cè)物體的特征區(qū)別于其他背景，涉及到光源的光譜特性，光源顏色的色溫特性。高效率長(zhǎng)壽命，高亮度且均勻的光源是必須考慮的參數(shù)，高亮度均勻性好的光源可以提高信噪比，而長(zhǎng)壽命高效率則可以...

一是分類(lèi)，即可以將產(chǎn)品分為合格和不合格，這是深度學(xué)習(xí)很重要的一個(gè)應(yīng)用；二是定位，即幫助使用者定位物體的位置和數(shù)量；三是分割，即可以找到缺陷的輪廓，基于缺陷的輪廓和大小，對(duì)產(chǎn)品進(jìn)行更精細(xì)的判別。通過(guò)深度學(xué)習(xí)算法，軟件可以自動(dòng)學(xué)習(xí)瑕疵的特征，使得無(wú)規(guī)律圖像的分析變...

中國(guó)機(jī)器視覺(jué)起步于80年代的技術(shù)引進(jìn)，隨著98年半導(dǎo)體工廠的整線引進(jìn)，也帶入機(jī)器視覺(jué)系統(tǒng)，06年以前國(guó)內(nèi)機(jī)器視覺(jué)產(chǎn)品主要集中在外資制造企業(yè)，規(guī)模都較小，06年開(kāi)始，工業(yè)機(jī)器視覺(jué)應(yīng)用的客戶(hù)群開(kāi)始擴(kuò)大到印刷、食品等檢測(cè)領(lǐng)域，2011年市場(chǎng)開(kāi)始高速增長(zhǎng)，隨著人工成本...