本文主要是介绍统计建模在AOI中的运用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、为什么要使用AOI，AOI的优点 bJvzfX为了对电子产品进行质量控制，在SMT生产线上要进行有效的检测，因此要使用AOI，其优点： 3c>%*]oF
1、编程简单 n: R& X_
AOI通常是把贴片机编程完成后自动生成的TXT辅助文本文件转换成所需格式的文件，从中AOI获取位置号、元件系列号、X坐标、Y坐标、元件旋转方向这5个参数，然后系统会自动产生电路的布局图，确定各元件的位置参数及所需检测的参数。完成后，再根据工艺要求对各元件的检测参数进行微调。 "{.4gUg{
2、操作容易 EBe`>$He
由于AOI基本上都采用了高度智能的软件，所以并不需要操作人员具有丰富 V@<e5Sx
的专业知识即可进行操作。 Q1wTUDby
3、故障覆盖率高 N4m9L''"/
由于采用了高精密的光学仪器和高智能的测试软件，通常的AOI设备可检测多种生产缺陷，故障覆盖率可达到80%。 0^ja~
4、减少生产成本 hcp_aB
由于AOI可放置在回流炉前对PCB板进行检测，可及时发现由各种原因引起的缺陷，而不必等到PCB板过了回流炉后才进行检测，这就大大降低了生产成本。 C OzBc
二、传统AOI的图像处理方法以及其缺陷 T$$a 8G.
1、模板比较 H(~ @p_
传统的模板比较是对一个元件的图像在视觉系统设定一个平均值，且将该信息来产生一个基于像素的刚性模板。用这种比较刚性的模板来检查PCB板中的元件时，则要求刚好与之吻合，或给予一定限量的误差后进行确认。这样就很难把握一定限量的误差范围参数。因此，这种模板有两方面的缺陷：其一，如果模板太僵硬，可能产生对元件的误判；其二，如果允许的误差范围过大，则易导致漏判。 h<7gf?%
2、测量法 $ `0DmE1
测量法是对拍摄的元件进行测量，将其作为一个矩形，测量其长、宽、中心坐标、角度等参数，然后同标准参数进行比较，看测量结果是否符合误差范围。 o/QU:?V
传统的AOI在测量时，会遇到下列问题： +? kU%m
●PCB元件边缘不可能是非常规则的（至少元件图像的边缘不太规则），这样电脑就不可能非常准确地找到元件边缘，测试的长、宽以及坐标角度等结果就不会准确。 Z ~ 7SnN
●特别是元件体颜色同PCB板背景颜色接近时，很难准确找到边界，这就给视觉系统造成有元件而不能准确判断的误判和漏判。 Ej[{ec
因为以上原因，AOI很难准确测量，表现为重复精度差，误判多。 )E9> S
三、统计外形建模技术在AOI中的应用 L[M(=8
设计将用户从运算法则的复杂性分开，通过显示一系列要确认物体的例子，该方法使用一个令人惊讶的直截了当的数学技术，来自动计算出怎样识别合理的图像变化，叫做统计外形建模技术。 *i:C]dS
1、统计外形建模技术要建立三方面的信息 #o[~ 7=r/
本系统采用统计方法进行学习，目的是让系统尽量认识OK元件可能出现的 J''GSpvm(
各种情况，让系统在内部建立一个判别方法： 7 71R/pf
●首先确定好的元件应该像什么 *<}6&^
首先要确定PCB板中的元件像什么,形成一组基本参数。 56[c 3LP
假如，一个“外星人”对地球人类的认识。当他们首先看到的是一群小学一年级的男生时，获得这就是“人”的信息后，就产生了“人”的概念，即：有头发、五官、四肢、身高。 VMmX0)
●好板会有什么样的变化 *rXV.)I1;
PCB板中的元件和标准元件参数的比较允许存在一定范围的可变参数。 I(1= !s
例如（接上例）：“外星人”在“人”的认识上的标准是“有头发、五官、四肢、身高”，但“人”在“头发的长度、身高”上是会有变化的。 k/-1|75 2
●变化到多少为合理 )5nQX2 r
通过对PCB板中的元件的认识，达到与标准元件参数的比对误差范围要求后就合理了。例如（接上例）：“外星人”在“人”的认识上的可变范围有：头发的变化范围（10cm±5cm左右），身高的变化范围（1.1m±0.2m左右）,除此外，则不视为“人”。 qyg[]jt~w
2、可以不断学习，不断调整，学习次数不受限制 -g`7pv~-oB
在对PCB板中OK元件的学习时，系统允许工作人员根据误差范围进行不断地调整，不断地学习，且学习的次数不受限制。 |kG)Hz|Vl
例如（接上例）：当“外星人”再看到一群小学一年级的女生时，首先认为她们不是“人”。当得到这也是“人”的信息时，于是对“人”的认识的概念又发生了变化，即：在原来的基础上，头发的长度发生了变化。当“外星人”再看到初中、高中的男女生，得到的信息这也是“人”时，在之前认识的“人”的基础上，由于“人”的身高变化，他们的感知又一次发生了变化。 /iX5(N08
在此后，“外星人”不断对“人”的概念产生新的认识，如婴幼儿、中年男女、老年男女、胖瘦、不同肤色、健康状况等，当都视为“人”这个概念时，就对“人”产生了一个整体、完整的认识。 Q jQJ
3、统计外形建模技术的优点 AyGeYpz
●它只需要建立一个灵活的数学模型，每次只需比较一次。传统的AOI则需要建立多个模型来进行比较。 *,??M7vdt
●在学习调试过程中，所需时间很短，一般只需（1～2）小时，且误判少，比传统的AOI调试时间快几倍，甚至几十倍。 %/}!*}K[$
4、统计建模的学习次数 5vL"WzO$M
●对于PCB板的学习，至少要20块板以上。对于操作人员来说，需要全部 o: g6~Sc
学习。 Uh F4Ecy
●对每种元件至少要学习100次。同一PCB板上的有些元件重复数量较多， R-Ue>xkr
20块板的学习后即可，但对于同类PCB板中数量少的元件则需要限量学习，以达到所需学习的次数。 p}I-.p}q
四、采用统计建模技术的AOI < IYNKZkI
随着电子技术的不断小型化和高密度组装趋势，对AOI的检测要求也越来越严密。目前国内外有几家AOI已采用了统计建模技术，如美国的AOI，以及国内第一家Aleader的AOI。AOI在SMT生产线中的应用已愈来愈广泛，它不仅能代替人工目视检验，并检查人工无法检查的日趋小型化、高密度的产品，而且节省人工目视传统检验的工作量，降低人工成本。因此，不断创新中的AOI受到了广大电子产品生产商的青睐。 hHh''@
这篇关于统计建模在AOI中的运用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
