在產品制造過程中，由于外觀缺陷檢測各種原因，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。

傳統外觀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。這種人工視覺外觀缺陷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，已逐漸成為外觀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。

自動光學檢測(automated optical inspection, AOI)技術，也稱為機器視覺檢測(machine vision inspection, MVI)技術或自動視覺檢測(automated visual inspection, 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。

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。可以說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。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。

外觀缺陷檢測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。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檢測方法

隨著智能制造過程對檢測分辨率、精度、速度的要求越來越高，利用相機直接光學成像方式構成的簡單AOI系統往往無法滿足制造過程的高要求。因為一方面幾何光學直接成像的分辨率受鏡頭分辨率的限制，光學顯微成像最高分辨率只有四分之一照明光源的波長大小，即約150 μm;另一面許多被檢測特征不是簡單用相機直接成像能夠感知和探測的，必須選擇合理的檢測方法。常用的AOI檢測方法有以下方式。

角度分辨檢測方法

角度分辨散射方法是基于光在物體表面不同方向的散射特性與物體表面的特征相關原理實現的。光束照射到被測表面后根據粗糙度的不同會發生鏡面反射、方向散射和均勻散射三種現象;合理布局照明方向、相機光軸方向相對于物體表面法線方向的夾角，可以檢測不同種類的表面特征，產生了不同的光學散射角度分辨AOI方法，如同軸、明場、暗場、漫反射、背光等照明檢測方法等。

色彩分辨檢測方法

圖像的顏色不僅與被測物表面的顏色有關，而且與光源的顏色有關，不同顏色的物體對不同顏色的光具有選擇吸收性，如一束白光照射在紅色物體上，只有紅光被反射，其他顏色的光被吸收，物體呈紅色;如果選用紅光照射在紅色物體上，則反射光線較強;如果選用與紅光波長相距較遠的單色光照射在紅色物體上，則反射光線幾乎沒有。

因此，根據被檢測對象的背景顏色和前景特征顏色，選擇不同顏色的光源照明，可以有效地辨率出被檢測特征。紅、綠、藍三種顏色光源照射不同顏色物體表面，用黑白相機生成圖像的灰度變化，從中可以看出選擇合適的照明顏色，可以獲取更高質量的圖像。

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外觀缺陷檢測，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，尤其是3D AOI機器人引導裝配與抓取，2D AOI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。

fqj