半導體AOI自動光學檢測設備在電子制造行業中應用最為廣泛。AOI可以篩選出不良NG產品，及時報警來提高產品出廠不良率。為了了解更多半導體AOI,下面托普科小編分3篇文章簡要介紹下半導體自動光學檢測儀設備算法和原理。

AOI檢測原理是采用攝像技術將被檢測物體的反射光強以定量化的灰階值輸出，通過與標準圖像的灰階值進行比較，分析判定缺陷并進行分類的過程。與人工檢查做一個形象的比喻，AOI采用的普通LED或特殊光源相當于人工檢查時的自然光，AOI采用的光學傳感器和光學透鏡相當于人眼，AOI的圖像處理與分析系統就相當于人腦，即“看”與“判”兩個環節。因此，AOI檢測的工作邏輯可以簡單地分為圖像采集階段（光學掃描和數據收集），數據處理階段（數據分類與轉換），圖像分析段（特征提取與模板比對）和缺陷報告階段四個階段（缺陷大小類型分類等）。為了支持和實現AOI檢測的上述四個功能，AOI設備的硬件系統也就包括工作平臺，成像系統，圖像處理系統和電氣系統四個部分，是一個集成了機械，自動化，光學和軟件等多學科的自動化設備。

（1）圖像采集階段（光學掃描和數據收集）

AOI的圖像采集系統主要包括光電轉化攝影系統，照明系統和控制系統三個部分。因為攝影得到的圖像被用于與模板做對比，所以獲取的圖像信息準確性對于檢測結果非常重要，可以想象一下，如果圖像采集器看不清楚或看不到被檢測物體的特征點，那么也就無法談到準確的檢出。

（2）數據處理階段（數據分類與轉換）

數據處理階段是圖像的預處理階段，是采集圖像的加工處理過程，為圖像比對提供準確可靠的圖片信息，主要包含了背景噪音減少，圖像增強和銳化等過程。圖像背景噪音減小一般為圖像的低通濾波平滑法，圖像增強和銳化則是提高被檢測特征的對比度，突出圖像中需要關注的特征，忽略不需要關注的部分，方法是圖像二值化處理，經過二值化處理的圖像數據量明顯減少，能凸顯出需要關注的輪廓。

隨著現代電子產品的高精細化發展，微小缺陷的檢出要求越來越高，提高圖像傳感器解析度是一種比較直接的選擇，對細微缺陷點，線寬有更強識別能力，但檢測能力提升的同時，也必須考慮到設備成本問題，IP（image  processor）處理量大，數據處理能力要求高，甚至出現影響產能等負面問題，因此，不會單獨提高硬件成本，搭配合適的光源，提高后臺算法邏輯對同一缺陷進行復判是各AOI公司重點研發的方向。

深圳市托普科實業有限公司專注為電子制造商提供如下SMT設備：

INOTIS印刷機、 奔創 PEMTRON SPI

松下貼片機 、富士貼片機 、西門子貼片機

奔創 PEMTRONAOI、Heller回流焊

等整條SMT生產線設備，以及零配件、服務和解決方案。