AOI自动光学检测仪的原理是什么？
AOI自动光学检测仪的原理：
人认识物体是通过光线反射回来的量进行判断，反射量多为亮，反射量少为暗。AOI与人判断原理相同。AOI通过人工光源LED灯光代替自然光，光学透镜和CCD代替人眼，把从光源反射回来的量与已经编好程的标准进行比较、分析和判断。目前最常用的图像识别算法为灰度相关算法，通过计算归一化的灰度相关（normalized greyscale correlation）来量化检测图像和标准图像之间的相似程度。灰度相关的取值介于“0”和“1000”之间，“1000”代表图像完全相同，“0”代表图像完全不同，一般通过设定一个临界相关值（如650）来判断检测图像是否发生变化。相关值大于或等于临界相关值的为正常图像（元件或焊点正常），而小于临界相关值的为异常图像（元件或焊点异常）本社导入的AOI设备采用归一化的彩色相关算法（normalized color correlation），以RGB三基色的阶调度进行计算相似度。
AOI是近几年才兴起的一种新型测试技术，但发展迅速很多厂家都推出了AOI测试设备。当自动检测时，机器通过摄像头自动扫描PCB，采集图像，测试的焊点与数据库中的合格的参数进行比较，经过图像处理，检查出PCB上缺陷，并通过显示器或自动标志把缺陷显示/标示出来，供维修人员修整。
AOI自动光学检测仪的原理是什么_aoi自动光学检测仪教程
我挨个说一下吧，也算给自己复习一下。一边缘检测方法很多很多啊。1常用的是用各种边缘检测算子对图像进行卷积运算，计算出来图像每个部分的梯度值，由于边缘有突变的像素值，所以梯度大的地方很可能是边缘。常见的有sobel算子等。2形态学运算，主要是针对二值化之后的图比较高效，直接先膨胀再腐蚀，然后相减图像就是边缘。3canny算法，这个用的很多，我也很喜欢，主要是用到强边缘和弱边缘进行区分。4通过识别feature进行识别，在边缘不明显的时候比较有效。二图像模糊这里你要知道一个概念，什么是模糊呢？咱们近视眼就是一个模糊，这个模糊就是眼睛的成像不能精确的成像在视网膜上吧？你可以想象一下，其实这就是一个尺度变换的问题，你看一张报纸很清楚，但是从五十米外看你这张报纸（我们假设能看得到），就非常模糊，不能辨认吧？我这里就引出这个模糊的概念：叫做高斯滤波，高斯滤波其实就是一个尺度变换。我再打个比方吧，比如一个围棋棋盘，黑线是黑线，棋盘是棋盘，即使黑线很细，你也能分清楚是吧？但是如果你摘下眼镜看呢？黑线变粗了是吧？黑线变暗了是吧？其实真正原因是棋盘的信息进入了原本黑线的地方，而黑线也进入了棋盘的地方。这就是滤波的魅力，可以使像素各个梯度变小，让图像的像素点之间的联系没有那么强烈。既然引出高斯滤波，那就有其他的各种滤波，比如拉普拉斯滤波，中值滤波，均值滤波。实际操作中应用的也都是算子求卷积的方法。三灰度化你看电视的时候应该知道，电视上的一个彩色点，其实是GRB颜色模式，就是绿红蓝三色。对应这个RGB颜色模式，你可以通过对这三个颜色通道的值进行处理，比如我就定义V=(RGB)/3。那么这个V就包含了三种颜色的信息了吧？但是一般的我们不直接用三个平均，而是由各个相应的系数相乘得到。这是RGB颜色模式，但是如果你用到HSV颜色模式，问题就简单多了。什么是HSV模式呢？你遥控器上可能有色度饱和度亮度按钮吧？这个就是HSV模式，其中这个V就是亮度value，这个就直接是灰度信息了。四图像去雾我对这个去雾的理解是，图像增强。也可以叫做是图像锐化，这个过程正好和图像模糊相对应。模糊是让梯度值变小，锐化就是让梯度变大。对应的方法也是响应的算子进行滤波了。而需要注意的是，锐化用的是高通滤波，模糊是低通滤波。因为边缘信息一般都是频率高的信号。视频分析系统团队风之风信子
