알고리즘의 적용은 검사 분야에서 AOI(자동 광학 검사 장비) 알고리즘을 적용하는 핵심 부분입니다. Shenzhou Vision AOI는 20개 이상의 알고리즘을 보유하고 있으며, 각 알고리즘은 고유한 적용 분야를 가지고 있습니다. 따라서 다양한 AOI 알고리즘에 익숙해지고 이해하는 것을 바탕으로, 각 검사 항목에 AOI 알고리즘을 적용하는 것이 AOI 엔지니어가 검사 프로그램을 만드는 전제 조건입니다.
오류 구성 요소는 주로 구성 요소 자체의 검사에 사용되어 구성 요소에 재료 오류가 있는지 확인합니다. 이 검사 항목은 AOI 검사의 일상적인 검사 항목입니다. 오류에 대한 4가지 검사 알고리즘이 있으며, 각각 TOC 알고리즘, OCV 알고리즘, Match 알고리즘 및 OCR 알고리즘입니다. 각 오류 항목에 대한 검사 알고리즘은 검사 항목에 대해 서로 다른 초점을 맞춥니다.
TOC 알고리즘의 오류 감지는 주로 비문자 구성 요소, 주로 커패시터의 오류 감지에 사용됩니다. 이러한 유형의 감지 방법은 구성 요소의 고유한 색상을 추출하고 구성 요소의 고유한 색상이 변경되었는지 여부를 결정하여 결함이 있는 구성 요소를 감지합니다. 그 중 구성 요소의 본체 색상 매개변수에는 기본 매개변수가 없습니다. 실제 본체 색상을 기반으로 제공되는 색상 추출 매개변수입니다.
OCV 알고리즘 유형의 오류 감지는 주로 명확한 문자의 오류 감지에 사용되며, 이러한 유형의 구성 요소는 주로 저항기입니다. 이러한 유형의 감지 방법은 테스트할 문자의 윤곽과 표준 문자의 윤곽 사이의 적합성 정도를 얻어 구성 요소에 결함이 있는지 여부를 결정합니다. 이 유형의 감지에 대한 결정 매개변수의 기본 범위는 (0, 12)입니다. 표준 문자가 "123"이고 테스트할 문자가 "351"이며, 적합한 반환 값이 28.3이고 결정 범위가 (0, 12)이면 이 구성 요소에 "잘못된 구성 요소"가 있습니다.
Match 유형 감지 알고리즘은 주로 흐릿한 문자의 오류 감지에 사용됩니다. 이러한 유형의 구성 요소에는 주로 다이오드, 트랜지스터 등이 포함됩니다. 이러한 유형의 감지 알고리즘은 테스트할 문자 영역과 표준 문자 영역 간의 유사성 정도를 얻어 구성 요소에 "잘못된 부품"이 있는지 여부를 주로 결정합니다. 이 유형의 오류에 대한 결정 범위는 기본적으로 (0,32)입니다.
OCR 유형 감지 알고리즘은 주로 BGA, QFP, BGA 등과 같은 중요한 부품의 구성 요소 감지에 사용됩니다. 이 유형의 알고리즘은 주로 테스트할 문자를 식별하고 테스트할 문자가 표준 문자와 일치하는지 여부를 결정하여 오류가 발생하는지 감지하고 판단합니다. 표준 문자가 "123"이고 실제 문자가 "122"이면 OCR 알고리즘은 이 유형의 구성 요소에 "잘못된 구성 요소"가 있다고 결정합니다.
