随着盘算机的快速生长，，，，，，，AOI也接纳了现在许多成熟的图像剖析手艺，，，，，，，包括模板匹配法(或自动比照)、边沿检测法、特征提取法(二值图)、灰度直方图法、傅里叶剖析法、光学特征识别法等，，，，，，，每个手艺都有优势和局限。。。

　　模板较量法通过获得物体图像，，，，，，，如片状电容或QFP，，，，，，，并用该信息爆发一个刚性的基于像素的模板。。。在检测位置的周围，，，，，，，传感器找出相同的物体。。。当相关区域中所有点举行评估之后，，，，，，，找出模板与图像之间有最小差别的位置阻止征采。。。AOI系统为每个要检查的物体爆发这种模板，，，，，，，通过在差别位置使用响应模板，，，，，，，建设对整个板的检查程序，，，，，，，来查找所有要求的元件。。。

　　可是由于元件检测图像很少完全匹配模板，，，，，，，以是用两种要领来解决这个问题：①可以用一定命目的允许误差来确认匹配的，，，，，，，若是模板太僵硬，，，，，，，可能爆发对元件的“误报”;若是模板松散到接受大规模的可能变量，，，，，，，也会导致“漏报”;②可以凭证同类的众多良品举行标准模板的盘算，，，，，，，或者叫“特征元件”，，，，，，，这样可以最大限度提取该类元件的共性特征，，，，，，，从而降低误报率。。。

　　将几种成熟的、盛行的图像剖析手艺连系在一个“处方”内，，，，，，，形成一个运算规则，，，，，，，特殊适合于特殊元件类型。。。在有许多元件的重大板上，，，，，，，古板的AOI，，，，，，，可能形成众多的差别运算规则，，，，，，，要求工程师在需要改变或调解时做大宗的重新编程。。。

更多详情敬请关注以下二维码！