Les principes fondamentaux de l'AOI

Les principes de base de l'AOI

Le principe de base de l'AOI
Le principe de la comparaison d'images, le principe de la modélisation statistique AOI et les principes optiques

Le principe de la comparaison d'images
Principe de la comparaison d'images : L'image est capturée par une caméra CCD puis traitée. Grâce à un logiciel d'application intelligent spécialisé (qui convertit des informations telles que la distribution des pixels, la luminosité et la couleur en signaux numériques), elle est transformée en informations dont nous avons besoin. Le processus de test du système AOI détermine principalement si le composant est correct en comparant l'image du composant à tester avec l'image standard, y compris la taille, l'angle, le décalage, la luminosité, la couleur et la position du composant, etc.

Le principe de la modélisation statistique AOI
La modélisation statistique AOI améliore la capacité du système à reconnaître les images OK et NG en apprenant une série de modèles OK, en observant les changements d'image et en combinant les biais visuels observés dans toutes les images OK pour identifier les caractéristiques des changements de forme des composants et les changements futurs possibles. Au cours du processus d'apprentissage du modèle OK, les trois problèmes suivants sont principalement résolus :

À quoi devrait ressembler la forme du composant A ?
C'est-à-dire la taille, la forme, la couleur et le motif de surface des composants, etc.

Quels changements se produiront pour le composant B ?
C'est-à-dire les règles de variation de la taille naturelle, de la forme, de la couleur et du motif de surface des composants.

Dans quelle mesure la forme du composant C changera-t-elle ?

C'est-à-dire dans quelle mesure la taille, la forme, la couleur, le motif de surface, etc. des composants changent est raisonnable.

Le résultat final est un modèle standard pour les tests qui intègre les éléments ci-dessus et se situe entre OK et NG