PCB印刷電路板是所有電子電路的關鍵基礎。隨著科學技術的進步以及各種高端應用需求，迫使工程師需要設計并開發更復雜的PCB，以滿足不斷發展的技術應用要求。現代PCB設計在從大變小、從簡單到復雜、從單一功能到多合一高度集成等方面齊頭并進，這些進步意味著PCB廠的生產規模已經達到了空前水平。

在PCB生產制造過程中，隨著表面貼片技術（SMT）的發展， PCB板載電子元件的精細化/微型化，導致所需焊點數量呈幾何級數增加，加之PCB板設計日趨復雜化/多樣化，傳統的人工目測（利用操作人員目測檢查來確定電路板是否合格，包括焊料檢測、電子元件安裝位置/偏移/損壞檢測等）已經無法滿足現代化生產的需求。

自動化光學檢測（AOI）是基于光學原理，綜合采用被檢測產品的圖像采集分析、計算機軟件和自動控制等多種技術相結合，對生產中遇到的缺陷進行實時檢測和處理，是目前比較先進的產品缺陷檢測方式。AOI技術可以在PCB完成元件焊接（例如SMT等）環節后、電氣測試之前使用，從而提高電氣處理或者功能測試階段的合格率。經過不斷的摸索與論證，此時糾正缺陷的成本遠遠低于最終測試之后進行檢測的成本。

AOI系統的構成

AOI適合大多數工業生產環境，AOI系統主要由圖像采集單元（相機）、光源、系統主機等部分構成。現今工業生產環境可以通過適當的改建升級，來控制AOI所需的光源設置，而且整個系統對硬件的要求也不是非常苛刻。

圖像采集單元可以使用一臺或多臺高清相機。當然，在同一個AOI系統中使用的相機數量越多，目標物體被檢測的角度也就越多，進而所生成的圖像就會更全面和詳細。

伴隨著產品組件的微型化，為了提高產品檢測速度，更高精度相機的使用成了AOI系統的關鍵所在。現在的機器視覺產品應用中，現代化生產線大都具備采集2D/3D圖像的能力，由于處理2D/3D圖像需要的平均時間遠大于普通平面圖像的處理時間，這就需要AOI系統協同工作，尤其是在圖像數據傳輸方面，更要求圖像數據傳輸的高速、高帶寬。CoaXPress圖像采集卡正是憑借著高速、高帶寬的特點，而正在逐漸被廣大廠商接受及采用的。

AOI系統中的另一個重要環節是圖像處理/分析軟件，軟件需要支持高速實時圖像處理（與圖像采集速度一致）功能，并且可以與存儲的標準圖像做比對。此類圖像處理/分析軟件可以集成到相機中，也可以安裝在檢測的電腦主機中。隨著技術的發展，有些AOI方案商也會導入機器學習（Machina Learning）來提高產品的檢測精度與速度。機器學習可以不斷訓練AOI系統，并使AOI系統具備一定的智能化——AOI系統可以決定以前未知的產品缺陷是否為關鍵缺陷，并通知給現場工程師。

AOI檢測圖像對比實現原理

目前比較流行的圖像對比方式有三種。

第一種：模板匹配（或母版比對）方式。這種方式預先采集一塊標準產品（無缺陷）的圖像并確定為參考圖像，后續所有檢測時所采集的圖像，都需要與這個參考圖像做比較。

第二種：模式匹配方式。在這種方式中，AOI系統中會存儲無缺陷以及多種有缺陷的PCB組件圖像信息，所有檢測時所采集的圖像與這些組件信息做匹配，然后判斷是否合格。

第三種：統計模式匹配。這種方式利用統計學方式，結合模式匹配，通過與已經存儲的PCB組件圖像信息做匹配，同時也會智能分析所有產品組件信息。如果比較結果小于標準閥值，則該圖像通過檢測；否則系統會判定該圖像為不合格，并將此部件轉移到其他區域，供后續維修或再檢測