照明光源按照波長(zhǎng)分類可以分為可見波長(zhǎng)光源，特殊波長(zhǎng)光源?？梢姴ㄩL(zhǎng)光源也就是一般現(xiàn)代工業(yè)AOI檢測(cè)設(shè)備中較常用的紅綠藍(lán)LED光源。特殊波長(zhǎng)光源一般是指紅外或紫外波長(zhǎng)光源，一些特殊材料在可見光范圍內(nèi)吸收差別不大，灰階變化不明顯時(shí)可以考慮采用特殊波長(zhǎng)光源，比如說(shuō)利用紫外光能量高可以激發(fā)熒光材料的原理，檢測(cè)具有熒光發(fā)光特性物質(zhì)微殘留時(shí)紫外光源就是一種比較有效的手段，因材料成分與紅外光譜有對(duì)應(yīng)關(guān)系的原理，紅外光源對(duì)不具有發(fā)光性質(zhì)的有機(jī)化合物殘留缺陷檢出就有很大的作用，甚至可以實(shí)現(xiàn)成分分析。特殊光源中，利用偏振光與物體相互作用后偏振態(tài)的變化，利用光學(xué)干涉原理的白光干涉（whitelightinterferometry）在特定缺陷檢測(cè)中的得到了應(yīng)用，例如通過(guò)相干光的干涉圖案計(jì)算出對(duì)應(yīng)的相位差和光程差，可以測(cè)量出被測(cè)物體與參考物體之間的差異，且分辨率與精度為可以達(dá)到亞波長(zhǎng)。AOI檢測(cè)儀優(yōu)點(diǎn)是圖像的還原性較好，打光角度容易調(diào)易得到較清晰的圖像，相比線陣相機(jī)誤判率較低。河南遠(yuǎn)程操控AOI設(shè)備

    本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）是一類包含卷積計(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。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visualperception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的中心算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類問(wèn)題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過(guò)分類器進(jìn)行學(xué)習(xí)和識(shí)別。畫面顯示：1、主圖畫面都有顯示器件框，便于觀察器件是否被識(shí)別；2、根據(jù)底板顏色可以自由選擇器件框顏色；3、可依據(jù)客戶需求，自由定義器件中文名；4、不良器件圖靜態(tài)顯示。 江蘇新一代AOI生產(chǎn)以目前AOI（自動(dòng)光學(xué)檢測(cè)）技術(shù)在PCB行業(yè)滲透率較高，復(fù)雜化趨勢(shì)以及制造行業(yè)整體對(duì)智能化變革的需求。

    首先濾波的定義是將信號(hào)中特定波段頻率濾除的操作，是抑制和防止干擾的一項(xiàng)重要措施。在AOI檢測(cè)中，噪聲是造成圖像退化的因素之一，起因是AOI圖像獲取，傳輸過(guò)程中，外界雜散光，光電二極管電子噪聲及溫度，光源的不穩(wěn)定不均勻，機(jī)械系統(tǒng)的抖動(dòng)，傳感器溫度等原因?qū)е拢豢杀苊獾氖沟脠D像因含有噪音而變得模糊。給圖像識(shí)別，圖像切割等后續(xù)處理工作帶來(lái)了困難。因此，為了獲得真實(shí)的圖像信息，除去噪聲的濾波處理必不可少。濾波的過(guò)程簡(jiǎn)單說(shuō)就是圖像平滑技術(shù)，空域?yàn)V波與頻域?yàn)V波是濾波經(jīng)常采用的方法。具體講空域?yàn)V波是一種鄰域處理方法，通過(guò)直接在圖像空間中對(duì)鄰域內(nèi)像素進(jìn)行處理，達(dá)到平滑或銳化，圖像空間中增強(qiáng)圖像的某些特征或者減弱圖像的某些特征。

愛為視（Aivs）新一代智能AOI，它能減少檢查的誤報(bào)，保證檢測(cè)程序無(wú)缺陷。它可以檢查儲(chǔ)存起來(lái)的有缺陷的樣品，在優(yōu)化階段，在這方面花時(shí)間的原因是為了不讓任何缺陷溜過(guò)去。所有已知的缺陷都必須檢查，同時(shí)要把允許出現(xiàn)的誤報(bào)數(shù)量做到盡可能減少。在針對(duì)減少誤報(bào)而對(duì)任何程序進(jìn)行調(diào)整時(shí)，要檢查一下，看看以前檢查出來(lái)的真正缺陷，是否得到維修站的證實(shí)。通過(guò)一系列的核實(shí)，保障檢查程序的質(zhì)量，用于專門的制造和核查，同時(shí)對(duì)誤報(bào)進(jìn)行追蹤。經(jīng)過(guò)波峰焊后，焊點(diǎn)所有的參數(shù)會(huì)有很大的變化，這主要是由于焊爐內(nèi)錫的老化導(dǎo)致焊盤反射特性從光亮到灰暗。

AI視覺檢測(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視覺為人類解放生產(chǎn)力提供了重要的支撐，使現(xiàn)代的生產(chǎn)制造更加地智能化、自動(dòng)化。帶動(dòng)了企業(yè)生產(chǎn)效益的提升，進(jìn)而為整體經(jīng)濟(jì)的上漲貢獻(xiàn)了巨大的力量，經(jīng)濟(jì)與科技相互反饋，AI視覺在未來(lái)將有更多的拓展性、與更高的先進(jìn)性。用計(jì)算機(jī)處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，讓AOI檢測(cè)系統(tǒng)可以取產(chǎn)制造中的人工目檢環(huán)節(jié)。湖南新一代AOI研發(fā)

愛為視新一代智能插件AOI，采用卷積神經(jīng)網(wǎng)絡(luò)、先進(jìn)深度學(xué)習(xí)模型，計(jì)算機(jī)視覺、圖形圖像處理等技術(shù)。河南遠(yuǎn)程操控AOI設(shè)備

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)（Feedforward Neural Networks），是深度學(xué)習(xí)（deep learning）的表示算法之一。卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺（visual perception）機(jī)制構(gòu)建，可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。作為圖像識(shí)別領(lǐng)域的算法之一，卷積神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)數(shù)據(jù)充足時(shí)有穩(wěn)定的表現(xiàn)。針對(duì)本系統(tǒng)所處理的大規(guī)模圖像分類問(wèn)題，卷積神經(jīng)網(wǎng)絡(luò)將用于提取圖像的判別特征，再通過(guò)分類器進(jìn)行學(xué)習(xí)和識(shí)別河南遠(yuǎn)程操控AOI設(shè)備

深圳愛為視智能科技有限公司位于西麗街道曙光社區(qū)中山園路1001號(hào)TCL科學(xué)園區(qū)E3棟201之218。公司自成立以來(lái)，以質(zhì)量為發(fā)展，讓匠心彌散在每個(gè)細(xì)節(jié)，公司旗下智能視覺檢測(cè)設(shè)備深受客戶的喜愛。公司將不斷增強(qiáng)企業(yè)重點(diǎn)競(jìng)爭(zhēng)力，努力學(xué)習(xí)行業(yè)知識(shí)，遵守行業(yè)規(guī)范，植根于機(jī)械及行業(yè)設(shè)備行業(yè)的發(fā)展。愛為視憑借創(chuàng)新的產(chǎn)品、專業(yè)的服務(wù)、眾多的成功案例積累起來(lái)的聲譽(yù)和口碑，讓企業(yè)發(fā)展再上新高。