根据OFweek行业研究中心最新统计数据表明，2015年全球半导体行业产值3373亿美元，较2014年3336亿美元微幅增长11%，半导体设备产值373亿美元，与2014年基本持平。在全球智能产业投资热的背景下，预计2016年半导体行业仍将出现小幅度增长，作为行业关键设备的自动光学检测（AOI）设备的需求热度有望保持。
半导体行业一直是自动光学检测（AOI）设备的三大应用行业之一，半导体行业的发展能有效刺激AOI设备的使用。
aoi五几管短路怎么测
AOI即：Automatic Optical Inspection(自动光学检查机器）
目前主流AOI：
1通过其用途可分为二类：
炉前（Before Reflow Oven）：检查PCB上的元件贴装是否正常。
炉后（After Reflow Oven）：检查PCB上的元件贴装及焊接是否正常。
2通过其工作原理可以分三大类：
1）灰阶（0-255），人为的划分256个区间，0最黑，255最亮。经典的如Agilent SJ10、50。
2）三色光（RGB），光的三原色组成，即：红、绿、蓝。经典的如OMRON
WIN2，RNS。
3）图象对比，顾名思义，即是纯粹的图象之间的比对。经典的如Mirtec
做一个AOI工程师，需要学的很多，提高良率，降低漏失率是关键。
PS:要学习行业标准：IPC-A-610D，以及分析工具SPC。
离线AOI检测有什么目的？
1、电阻检测法，该方法通过在电路板上不同的电气节点上施加电压，然后测量电阻来检测是否存在短路现象。
2、电流检测法，该方法通过在电路板上不同的电气节点上施加电压，并且测量通过电路的电流来检测是否存在短路现象。
由于对AOI光学检测仪的原理不是很理解,有哪位高手帮忙翻译一下以下的原理与简介在这里先说声谢谢了!
离线AOI设备在SMT生产中使用的真正目的，并不是像目前大多数人理解的那样只是单纯的替代人工对电路板进行组装质量的检测，而是为SPC提供一个分析的数据基础，为提高产品的质量进行缺陷信息的搜集，并在此基础上提供符合SMT工艺修改要求的合适的SPC图表。该图表应该可以实时地产生，作为工程师管理生产线产品质量有力的辅助工具，并且应该有比较具有指导性意义的各种图表，而不仅仅是一些简单但不直观的统计表格。综上，SPC分析报表将成为控制生产制程的直接依据，也是提高生产效率、减少缺陷产生的关键所在。
AOI其主要透过光学感测原理，对于焊接生产中遇到的常见缺陷进行检测的设备机台。
AOI是近几年发展迅速，目前很多厂家都推出了AOI测试设备。其运作流程，当启动自动检测时，机器通过摄像头自动扫描PCB，采集图像挡案，测试的焊点与数据库中的合格的参数进行比对，经过图像处理，检查出PCB上缺陷。
一旦机器发出警示登时，AOI设备显示器会把PCB缺陷显示/标示出来，供维修人员进行加工修整，避免持续加工造成更大损失。
在首件检测中使用AOI检测仪设备反映了在生产运行之前迅速有效地验证组装设置的需要。它可有效确认所有的进料器设置合理，喷嘴没有磨损，贴片机贴装部件正确无误，重点是检测部件是否到位，部件错误，或者部件方位或极性错误。
使用AOI检测仪设备的目的是产生监控生产过程工艺的信息。一般来说，包括详细的缺陷分类信息和元件贴装偏离信息。在高产量/低混合的生产环境下，当产品可靠性十分重要，关注特定的工艺问题时，制造商趋向于把检测的这个目标排在第一位。
在对可靠性产品进行检测时，性能确定常常是检测的目标，AOI设备被用来发现所有的异常现象。检测结果的数据反映出脱离率几乎不存在，但虚假报告增多，检测时间增长。如果AOI设备应用于再回流焊后，焊点检测将是重要标准。
由于AOI检测仪设备置于生产线的末端，在这个检测阶段，可以收集中大量的工艺生产数据。在线地监控具体生产状况，并为生产工艺的调整提供必要的依据，确定生产过程中的问题，可以增加产品的良品率，降低成本及提高生产效果。
AOI检测未来发展前景怎么样？
1 引言
在激烈的市场竞争中，电子产品制造厂商必须确保产品的质量，为了保证产品的质量，在产品制造过程中对各个生产环节半成品或成品进行质量监测尤为重要，随着表面组装技术（SMT）中使用的印制电路板线路图形精细化、SMD元件微型化及SMT组件高密度组装、快速组装的发展趋势，采用目检或人工光学检测的方式检测已不能适应，自动光学检测（AOI）技术作为质量检测的技术手段已是大势所趋。
2 AOI工作原理
SMT中应用AOI技术的形式多种多样，但其基本原理是相同的（如图1所示），即用光学手段获取被测物图形，一般通过一传感器（摄像机）获得检测物的照明图像并数字化，然后以某种方法进行比较、分析、检验和判断，相当于将人工目视检测自动化、智能化。
21 分析算法
不同AOI软、硬件设计各有特点，总体来看，其分析、判断算法可分为2种，即设计规则检验（DRC）和图形识别检验。
（1） DRC法是按照一些给定的规则检测图形。如以所有连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规则检测PCB电路图形。图2是一种基于该方法的焊膏桥连检测图像，在提取PCB上焊膏的数字图像后，根据其焊盘间隔区域中焊膏形态来判断其是否为桥连，如果按某一敏感度测得的焊膏外形逾越了预设警戒线，即被认定为桥连[1]，DRC方法具有可以从算法上保证被检验的图形的正确性，相应的AOI系统制造容易，算法逻辑容易实现高速处理，程序编辑量小，数据占用空间小等特点，但该方法确定边界能力较差，往往需要设计特定方法来确定边界位置。
（2）图形识别法是将AOI系统中存储的数字化图形与实验检测图像比较，从而获得检测结果，如检测PCB电路时，首先按照一块完好的PCB或根据计算机辅助设计模型建立起检测文件（标准数字化图像）与检测文件（实际数字化图像）进行比较，图3为采用该原理对组装后的PCB进行的质量检测，这种方式的检测精度取决于标准图像、分辨力和所用检测程序，可取得较高的检测精度，但具有采集数据量大，数据实时处理要求高等特点，由于图形识别法用设计数据代替DRC中的设计原则，具有明显的使用优越性。
22 图象识别
（1）图像分析技术，随着计算机的快速发展，目前有许多成熟的图像分析技术，包括模板匹配法（或自动对比）、边缘检测法、特征提取法（二值图）、灰度直方图法、傅里叶分析法、光学特征识别法等，每个技术都有优势和局限。模板比较法通过获得一物体图像，如片状电容或QFP，并用该信息产生一个刚性的基于象素的模板，在检测位置的附近，传感器找出相同的物体，当相关区域中所有点进行评估之后，找出模板与图像之间有最小差别的位置停止搜寻，系统为每个要检查的物体产生这种模板，通过在不同位置使用相应模块，建立对整个板的检查程序，来检查所有要求的元件。
由于元件检测图像很少完全匹配模板，所以模板是用一定数量的容许误差来确认匹配的，如果模板太僵硬，可能产生对元件的"误报"；如果模板松散到接受大范围的可能变量，也会导致误报。
（2）运算法则。几种流行的图像分析技术结合在一个"处方"内，希望一个运算法则，特别适合于特殊元件类型，在有许多元件的复杂板上，可能形成众多的不同运算法则，要求工程师在需要改变或调整时做大量的重新编程。例如当一个供应商修改一个标准元件时，对该元件的运算法就可能需要调整，新的变化出现，用户必须调整或"扭转"运算法则来接纳所有可能的变化，例如一个0805片式电容，可以分类为具有一定尺寸和矩形形状、两条亮边中间包围较黑色的区域，然后这个外部简单的元件外形可能变化很大，传统的、基于运算法则的AOI方法经常太过严格，以至于不能接纳对比度、尺寸、形状和阴影合理的变化，甚至不重要的元件也可能难以可靠地查找和检查，造成有元件而系统不能发现的"错误拒绝"。还有就是由于可接受与不可接受图像的差别细小，运算法则不能区分，引起"错误接收"，真正缺陷不能发现，为了解决一些问题，用户在图像分析领域中要有适当的知识，其次是传统的AOI要不断广泛地再编程，调整AOI方法以接纳合理的变化，对一个新版设计或优化一个检查程序时，可能花上1-2天，甚至几周作细小的扭转。
（3）统计建模技术。为克服传统图象处理方法的缺点，AOI采用自调性的软件技术，其设计将用户从运算法则的复杂性中分开，通过显示一系列要确认为物体的例子，使用一种数学技术，即统计外形建模技术（SAM）来自动计算怎样识别合理的图像变化，不同于基于运算法则的方法，SAM使用自调性、基于知识的软件来计算变量。这样可减少编程时间，消除每天的调整，而且误报率比现有的AOI方法低10-20倍。
（4）柔性化技术，传统的AOI系统主要依靠识别元件边缘来达到准确和可重复性测量，一旦边缘找到，通常利用这些边缘的对称模型产生元件在板表面的坐标，但是用视觉技术很难找到边缘，因为元件边缘不是完全直线，用一条直线去配合这种边缘的企图都是有问题的，此外，边缘倾向于黑色背景上的黑色区域，要准确地确认就会产生象素噪音变量，因为象素不能足够小，否则容易产生一些象素分割的影响。基于边缘识别的方法，一个好的视觉系统常会产生标准偏差大约为1-/10象素的可重复性，而SAM技术能提供标准偏差相当于1/20象素的可重复性元件。元件位置上的总变量小于1个象素的各3/10，因此要匹配到3个元件时，应改进精度和可重复性。检查个1特定元件类型时，SAM是内在灵活的，当吻合1个外形大不相同的合法元件时，它会在x和y轴上移动，企图通过位置调节达到最佳吻合，当用一适当的SAM模型吻合元件时，只允许实际上可发生的那些外形，而不要妥协x和y的位置，比如某些可允许的元件颜色变量是由于遮蔽或过渡曝光临近较大元件所引起的，传统运算法则是不可能接纳的，但由于SAM计算出所允许的图像变更，使用者无需依靠大量编程的运算法则或供应商供应的运算法则库就可以接纳。
（5）立体视觉成像技术。传统AOI系统不能完全接纳PCB外形，是由于局部弯曲产生的自然三维变化，现有AOI系统通常使用远心透镜来从光学上去掉视差与透视的效果，因为高度上的透视效果被去掉，在图像边缘上的物体看上去与中间的物体在同一平面。这消除了光学视差错误，但是应该跟随板表面弧形的点与点之间的测量成为跨过平面弦的直线距离，造成重要的测量误差且自动去掉有关板表面形状的有价值信息。
通过将SAM技术与两排摄像机的立体视觉安排相结合，此AOI系统可测量和接纳物体与表面高度，而结果在数学上呈现平直PCB，呈一定角度的摄像机提供物体的两个透视，然后计算PCB的高度图形和三维表面拓扑图形，在板上任何元件的精确位置也通过计入其在板表面的高度来进行计算，工作时AOI设备使用一标准板传送带在摄像机下面按刻度移动PCB通过摄像机排列，将图像的立体象对排列构成一副照相镶嵌图，然后对此照相镶嵌图进行合成变平或实时分析，SAM技术与立体视觉成像技术的结合具有高的精度和可重复性，可用于重要元件确认和PCB检查。
AOI检测已进入智能化发展阶段
我国AOI检测行业从20世纪80年代开始起步，迄今为止大致经历了四个阶段，从1985年的空白期到目前为止的智能化阶段，从人工目检到3D
AOI检测技术的不断应用，随着SMT组装向精细化和细小化发展，AOI检测设备具有广阔的应用前景。
AOI检测行业发展前景较好
目前随着集成电路和PCB印制电路板行业的发展，外加我国人工成本越来越高，电子制造企业出于对产品质量和成本控制的需求，加速了AOI检测设备替代人工的进程。在这种环境下，全球及中国自动光学检测设备在未来几年将经历快速发展。根据法国知名调研机构Research
and Market调研数据显示，2020年我国AOI检测市场行业市场规模约在123亿元左右。
——更多数据请参考前瞻产业研究院《中国AOI检测行业市场前景预测与投资战略规划分析报告》。
