什么是自动光学检测(AOI)技术?

在产品制造过程中，由于各种原因，元器件不可避免地会产生各种缺陷，如印刷电路板、液晶面板的基板玻璃、滤镜上的孔位错位、划痕、开路、短路、污染等缺陷，表面含有针孔、划痕、颗粒、mura等缺陷，钢带表面含有裂纹、辊痕、孔洞、凹坑等缺陷。这些缺陷不仅影响产品的使用性能，严重时甚至危及生命安全，给用户造成巨大的经济损失。

传统的缺陷检测方法是人工目视检测。目前，在手机、平板显示器、太阳能、锂电池等诸多行业，仍有大量产业工人从事这项工作。这种人工视觉检测方法需要在强光照明下进行，不仅对检测人员的眼睛造成很大伤害，而且主观性强，人眼空间和时间分辨率有限，检测不确定性大，容易产生歧义。效率低等缺点使其难以满足现代工业对高速、高分辨率的检测要求。

随着电子技术、图像传感技术、计算机技术的快速发展，利用基于光学图像传感的表面缺陷自动光学(视觉)检测技术取代人工的表面缺陷视觉检测，逐渐成为表面缺陷检测的重要手段，因为这种方法具有自动化、非接触、速度快、精度高、稳定性高等优点。

什么是AOI ?

自动光学检测(AOI)技术，又称机器视觉检测(MVI)技术或自动视觉检测(AVI)技术。在某些行业，如平板显示器、半导体、太阳能和其他制造业中，AOI这个术语更为流行和熟知。但是AOI和MVI / AVI在概念和功能上仍然略有不同。

狭义上讲，MVI是一门集图像传感技术、数据处理技术、运动控制技术于一体，在工业生产过程中执行测量、检测、识别、引导等任务的新兴科学技术。MVI的基本原理是利用光学成像方法(如摄像机，或复杂的光学成像系统)模拟人眼的视觉成像功能，利用计算机处理系统代替人脑进行数据处理，最后将结果反馈给执行机构(如机械手)代替人力完成规定的各种任务。

广义地说，MVI是一种刺激和扩展人眼、大脑和手的功能的技术。它的定义在不同的应用领域可能会有细微的差异，但它们不能离开两种基本的方法和技术。从图像中获取所需信息，然后反馈给自动执行器完成特定任务。可以说，基于任何图像传感方法(如可见光成像、红外成像、x射线成像、超声成像等)的自动检测技术，都可以认为是MVI或AVI。当使用光学成像方法时，MVI实际上变成了AOI。因此，AOI可以看作是MVI的一个特例。

根据成像方法的不同，AOI可分为三维(3D) AOI和二维(2D) AOI。三维AOI主要用于物体形状和几何参数的测量、零件分组、定位、识别、机器人引导等;AOI主要用于产品外观(颜色、缺陷等)的检测，不同物体或外观的分类，良品与次品的检测与分类等。

AOI系统组成

目前，业界应用最广泛的AOI系统是由相机、镜头、光源、计算机等通用设备集成而成的简单光学成像处理系统。如图1所示，使用摄像头在光源照射下直接成像，然后通过计算机处理检测。这种简单系统的优点是成本低，易于集成，技术门槛相对较低。它可以在制造过程中代替人工检测，满足大多数场合的要求。

然而，对于大幅面或复杂结构物体的目视检测，由于视场和分辨率(或精度)的相互制约，或者生产节拍对检测速度有特殊要求，由单个摄像机组成的AOI系统有时是无法胜任的，因此可能需要将多个基本单元集成在一起协同工作来完成困难的检测任务。即采用多传感器成像、高速分布式处理的AOI系统集成架构。

多传感器成像和高速分布式处理的MVI系统集成架构为大幅面表面缺陷AOI检测系统提供了一个通用框架。该系统由光源、相机阵列、显微镜复检、集群并行处理系统、控制系统、主控计算机、服务器、与工厂数据中心互联的工业区域网络等组成。该系统架构具有大规模表面缺陷低分辨率快速检测和高分辨率显微复检两大功能。从图中可以看出，完整的AOI系统不仅集成了照明和光学成像单元，还需要测试对象支撑传输单元、精密运动机构和控制单元，以及高速并行图像处理单元。

AOI系统集成技术

AOI系统集成技术涉及关键器件、系统设计、机器集成、软件开发等。AOI系统中不可缺少的关键器件有图像传感器(摄像头)、镜头、光源、采集预处理卡、计算机(工控机、服务器)等。最常用的图像传感器是各种类型的CMOS / CCD相机。在大多数自动光学检测系统中，传感单元是由图像传感器、镜头和光源组成的。设备的选择和配置需要根据检测要求进行设计和设计。

光源(颜色、波长、功率、照明方式等)的选择，除了区分和增强特征外，还需要考虑图像传感器对光源光谱的灵敏度范围。镜头的选择需要考虑视场、景深、分辨率等光学参数。镜头的光学分辨率必须与图像传感器的空间分辨率相匹配，才能达到最佳的性价比。一般情况下，镜头的光学分辨率略高于图像传感器的空间分辨率。尽可能使用黑白相机进行成像，以提高成像分辨率。图像传感器(摄像头)根据具体情况采用面阵或线阵。选择模型时要考虑的因素包括成像视场、空间分辨率、最小曝光时间、帧率、数据带宽等。对于运动物体的检测，需要考虑图像运动模糊的不利影响，准确计算引起运动模糊的最小曝光时间，确定图像传感器的类型。图像传感器的曝光时间应小于引起运动模糊的最小曝光时间。为了快速曝光，最好选择全局快门模式。 It is not easy to use the shutter exposure mode at high speed; in order to obtain the best signal-to-noise ratio, the gain of the image sensor As much as possible 1, the brightness of the image is improved as much as possible with the energy (power) of the light source, or without affecting the available imaging depth of field, the lens aperture diaphragm is increased.

在系统集成中，还必须对被测设备的支撑方式和精密传动定位装置进行精心设计，这涉及到精密机械设计技术，是平板显示器、硅片、半导体和MEMS等精密制造和组装行业的自动化工具。光学检测系统是非常重要的。在这些领域中，制造过程通常在超洁净室中进行，这就要求自动光学检测系统具有较高的自洁能力。系统元件的选材、气动和自动装置的选用、运动导轨的设计、装置的选用都有严格的要求，不能给生产环境，特别是工件本身带来二次污染。特别是用于表面缺陷检测的AOI系统在检测过程中不能给试件表面带来缺陷(如灰尘、划痕、静电等)。因此，对于大型部件(如高代液晶玻璃基板、硅片等)的在线检测，往往需要采用气浮子支撑、定位和传动机构，运动部件(如轴承)的自润滑装置，并使用FFU风机过滤单元净化检测系统的环境，并采用消静电装置对工件进行防静电处理。

高速图像数据处理和软件开发是光学自动检测的核心技术。由于自动光学检测采用图像传感获取待测信息，数据量大，尤其是高速在线检测，有时图像数据量大。为了满足生产节拍的需求，必须采用高速数据处理技术。常用的方法有共享内存多线程处理、共享内存或分布式内存多进程处理等;在系统实现中采用分布式计算机集群，将海量图像按时间和块划分成小数据流，分布到集群系统的各个节点进行处理。对于耗时且复杂的算法，有时仅靠计算机CPU很难满足时间要求。这时就需要硬件处理技术如DSP、GPU、FPGA等硬件处理模块配合CPU来实现快速而复杂的计算难题。

总结一下

近年来，特别是自2015年中国发布“中国制造2025”发展战略以来，机器换人，即用机器视觉或自动光学检测代替人工视觉，实现了产品零部件制造质量的在线、高效自动检测和质量控制，受到众多行业的青睐。AOI技术目前广泛应用于工业、农业、生物医药等行业，尤其是手机、液晶面板、硅片、印刷电路板等精密制造和组装行业。特别是三维AOI机器人指导装配和抓取。二维AOI表面缺陷技术发展迅速，各种高科技检测设备层出不穷。