在產品制造過程中，由于各種原因，零部件不可避免的會產生多種缺陷，如印制電路板上出現孔錯位、劃傷、斷路、短路、污染等缺陷，液晶面板的基板玻璃和濾光片表面含有針孔、劃痕、顆粒、mura等缺陷，帶鋼表面產生裂紋、輥印、孔洞、麻點等缺陷，這些缺陷不僅影響產品的性能，嚴重時甚至會危害到生命安全，對用戶造成巨大經濟損失。

傳統缺陷檢測方法為人工目視檢測法，目前在手機、平板顯示、太陽能、鋰電池等諸多行業，仍然有大量的產業工人從事這項工作。這種人工視覺檢測方法需要在強光照明條件下進行，不僅對檢測人員的眼睛傷害很大，且存在主觀性強、人眼空間和時間分辨率有限、檢測不確定性大、易產生歧義、效率低下等缺點，已很難滿足現代工業高速、高分辨率的檢測要求。

隨著電子技術、圖像傳感技術和計算機技術的快速發展，利用基于光學圖像傳感的表面缺陷自動光學（視覺）檢測技術取代人工目視檢測表面缺陷，已逐漸成為表面缺陷檢測的重要手段，因為這種方法具有自動化、非接觸、速度快、精度高、穩定性高等優點。

什么是AOI

自動光學檢測（automatedopticalinspection,AOI）技術，也稱為機器視覺檢測（machinevisioninspection,MVI）技術或自動視覺檢測（automatedvisualinspection,AVI）技術。在有些行業，如平板顯示、半導體、太陽能等制造行業，AOI這一術語更加流行，被人知曉。但是AOI和MVI/AVI在概念和功能上還是有細微差別的。

從狹義上來說，MVI是一種集成了圖像傳感技術、數據處理技術、運動控制技術，在工業生產過程中，執行測量、檢測、識別和引導等任務的一種新興的科學技術。MVI的基本原理可用圖1來表示，它采用光學成像方法（如相機，或者一個復雜的光學成像系統）模擬人眼的的視覺成像功能，用計算機處理系統代替人腦執行數據處理，最后把結果反饋給執行機構（如機械手）代替人手完成各種規定的任務。

圖1  MVI基本原理與功能

從廣義上來說，MVI是一種模擬和拓展人類眼、腦、手的功能的一種技術，在不同的應用領域其定義可能有著細微的差別，但都離開不了兩個根本的方法與技術，即從圖像中獲取所需信息，然后反饋給自動化執行機構完成特定的任務?？梢哉f基于任何圖像傳感方法（如可見光成像、紅外成像、X光成像、超聲成像等等）的自動化檢測技術都可以認為是MVI或AVI。當采用光學成像方法時，MVI實際上就變為AOI。因此AOI可以認為是MVI的一種特例。

根據成像方法的不同，AOI又可分為三維（3D）AOI和二維（2D）AOI，三維AOI主要用于物體外形幾何參數的測量、零件分組、定位、識別、機器人引導等場合；二維AOI主要用于產品外觀（色彩、缺陷等）檢測、不同物體或外觀分類、良疵品檢測與分類等場合。

AOI系統組成

目前在產業界用得最多的AOI系統是由相機、鏡頭、光源、計算機等通用器件集成的簡單光學成像與處理系統。如圖1所示，在光源照明下利用相機直接成像，然后由計算機處理實現檢測。這種簡單系統的優點是成本低、集成容易、技術門檻相對不高，在制造過程中能夠代替人工檢測，滿足多數場合的要求。

但對于大幅面或復雜結構物體的視覺檢測，由于受到視場和分辨率（或精度）的相互制約，或生產節拍對檢測速度有特殊的要求，單相機組成的AOI系統有時難以勝任，因此可能需要有多個基本單元集成在一起，協同工作，共同完成高難度檢測任務。即采取一種多傳感器成像、高速分布式處理的AOI系統集成架構。

圖2   多傳感器成像、高速分布式處理的MVI系統集成架構

圖2給出了一種大幅面表面缺陷AOI檢測系統的通用架構，該系統由光源，相機陣列、顯微復檢、集群并行處理系統、控制系統、主控計算機、服務器組成，以及與工廠數據中心互聯的工業局域網組成。該系統架構具有大幅面表面缺陷低分辨率快速檢出和高分辨率顯微復檢兩種功能。從圖中可以看出，完整的AOI系統不僅集成了照明與光學成像單元，還需要有被測件支撐傳輸單元、精密運動機構與控制單元、高速并行圖像處理單元等。

AOI系統集成技術

AOI系統集成技術牽涉到關鍵器件、系統設計、整機集成、軟件開發等。AOI系統中必不可少的關鍵器件有圖像傳感器（相機）、鏡頭、光源、采集與預處理卡、計算機（工控機、服務器）等。圖像傳感器最常用的是各種型號的CMOS/CCD相機，圖像傳感器、鏡頭、光源三者組合構成了大多數自動光學檢測系統中感知單元，器件的選擇與配置需要根據檢測要求進行合計設計與選型。

光源的選擇（顏色、波長、功率、照明方式等）除了分辨與增強特征外，還需考慮圖像傳感器對光源光譜的靈敏度范圍。鏡頭的選擇需要考慮視場角、景深、分辨率等光學參數，鏡頭的光學分辨率要和圖像傳感器的空間分辨率匹配才能達到最佳的性價比。一般情況下，鏡頭的光學分辨率略高于圖像傳感器的空間分辨率為宜，盡可能采用黑白相機成像，提高成像分辨能力。圖像傳感器（相機）采用面陣或線陣需根據具體情況而定，選型時需要考慮的因素有成像視場、空間分辨率、最小曝光時間、幀率、數據帶寬等。對于運動物體的檢測，要考慮圖像運動模糊帶來的不利影響，準確計算導致運動模糊的最小曝光時間，確定圖像傳感器的型號。圖像傳感器的曝光時間應小于導致運動模糊的最小曝光時間，快速曝光選擇全局快門模式為宜，高速情況下不易采用卷簾式曝光模式；為了獲得最佳的信噪比，圖像傳感器的增益盡可能為1，圖像亮度的提升盡可能用光源的能量（功率）來彌補，或者在不影響可用的成像景深情況下，增大鏡頭的孔徑光闌。

在系統集成中，被測件的支撐方式、精密傳輸與定位裝置也必須精心設計，這牽涉到精密機械設計技術，這對平板顯示、硅片、半導體和MEMS等精密制造與組裝產業中的自動光學檢測系統非常重要。在這些領域，制造過程通常在超凈間進行，要求自動光學檢測系統具有很高的自潔能力，對系統構件的材料選型、氣動及自動化裝置選型、運動導軌的設計與器件選型都有嚴格要求，不能給生產環境尤其是被測工件本身帶來二次污染。尤其是用于表面缺陷檢測的AOI系統不能在檢測過程中，給被測件表面帶來缺陷（如粉塵、劃傷、靜電等）。因此，對于大型零件（如高世代的液晶玻璃基板、硅片等）的在線檢測，常常需要采取氣浮支撐、定位與傳輸機構，運動部件（如軸承等）采用自潤滑器件，以及利用FFU風機過濾機組對檢測系統進行環境凈化，并采取消靜電裝置，對工件進行防靜電處理。

高速圖像數據處理與軟件開發是自動光學檢測的核心技術。由于自動光學檢測是以圖像傳感獲取被測信息，數據量大，尤其是高速在線檢測，圖像數據有時是海量的，為滿足生產節拍需求，必須采用高速數據處理技術。常用的方法有共享內存式的多線程處理，共享內存或分布式內存多進程處理等；在系統實現上采用分布式計算機集群，把巨大的圖像分時、分塊分割成小塊數據流，分散到集群系統各節點處理。對于耗時復雜的算法，有時僅靠計算機CPU很難滿足時間要求，這時還需配備硬件處理技術，如采用DSP、GPU和FPGA等硬件處理模塊，與CPU協同工作，實現快速復雜的計算難題。

總結

近幾年來，尤其我國2015年發布《中國制造2025》發展戰略以來，用機器代替人，即采用機器視覺或自動光學檢測代替人工視覺，實現產品零部件制造質量在線高效自動檢測和品質控制，得到諸多行業的青睞。AOI技術目前廣泛應用于工業、農業、生物醫療等行業，尤其在精密制造與組裝行業，如手機、液晶面板、硅片、印制電路板等領域，2DAOI表面缺陷技術發展異常迅速，各種高新技術檢測裝備層出不窮。

深圳市雙翌光電科技有限公司是一家以機器視覺為技術核心，自主技術研究與應用拓展為導向的高科技企業。公司自成立以來不斷創新，在智能自動化領域研發出視覺對位系統、視覺定位、視覺檢測、圖像處理庫等為核心的多款自主知識產權產品。涉及自動貼合機、絲印機、曝光機、疊片機、貼片機、智能檢測、智能鐳射等眾多行業領域。雙翌視覺系統最高生產精度可達um級別，圖像處理精準、速度快，將智能自動化制造行業的生產水平提升到一個更高的層次，改進了以往落后的生產流程，得到廣大用戶的認可與肯定。隨著智能自動化生產的普及與發展，雙翌將為廣大生產行業帶來更全面、更精細、更智能化的技術及服務。