AOI光学检测仪的原理
AOI工作原理
AOI工作原理AOI（Automated Optical Inspection）是一种自动光学检测技术，广泛应用于电子制造行业中的印刷电路板（PCB）的质量控制过程中。
它通过使用光学系统和图像处理算法，对PCB进行高速、高精度的检测，以检测和识别潜在的制造缺陷。
一、AOI工作原理概述AOI系统由硬件和软件两部分组成。
硬件部分包括光学系统、照明系统、图像采集设备和机械部件；软件部分则包括图像处理算法和缺陷识别算法。
AOI的工作原理可以概括为以下几个步骤：1. 图像采集：AOI系统使用高分辨率的相机和适当的照明系统，对PCB进行图像采集。
通常采用顶光照明和透射光照明相结合的方式，以获取不同角度和光照条件下的图像。
2. 图像处理：采集到的图像经过预处理，包括去噪、增强对比度等操作，以提高后续的图像处理效果。
然后，通过图像处理算法，对图像进行分割、特征提取等操作，以获取PCB上的元件和线路信息。
3. 缺陷识别：基于图像处理得到的特征信息，AOI系统使用缺陷识别算法，对PCB上的元件和线路进行检测和分析。
常见的缺陷包括焊接不良、元件缺失、极性错误、短路、开路等。
4. 判定和分类：根据缺陷识别的结果，AOI系统会对每个PCB进行判定和分类。
通常将缺陷分为不良和良好两类，并对不良的PCB进行标记和分类，以便后续的修复或处理。
二、AOI工作原理详解1. 图像采集AOI系统使用高分辨率的相机进行图像采集，通常采用彩色相机以获取更多的图像信息。
为了获得清晰的图像，照明系统起到了至关重要的作用。
顶光照明和透射光照明结合使用，可以提供不同角度和光照条件下的图像，以便更好地检测PCB上的缺陷。
2. 图像处理采集到的图像经过预处理，包括去噪、增强对比度等操作，以提高后续的图像处理效果。
去噪可以消除图像中的噪声干扰，增强对比度可以使图像中的元件和线路更加清晰可见。
然后，通过图像处理算法，对图像进行分割、特征提取等操作，以获取PCB上的元件和线路信息。
AOI工作原理
AOI工作原理AOI（Automated Optical Inspection）全自动光学检测是一种高效的表面质量检测技术，广泛应用于电子制造业。
它通过使用光学系统和图像处理算法，对电子产品的外观和焊接质量进行检测，以确保产品的质量和可靠性。
一、工作原理概述AOI系统由光学模块、图像处理单元和机械控制单元组成。
其工作原理可以分为以下几个步骤：1. 图像采集：AOI系统使用高分辨率的摄像头来获取电子产品表面的图像。
这些图像可以包括PCB（Printed Circuit Board）上的元器件、焊点和其他特征。
2. 图像预处理：采集到的图像会经过预处理，包括去噪、增强对比度、图像平滑等操作，以提高后续图像处理的准确性和效果。
3. 特征提取：AOI系统会根据预设的规则和算法，从图像中提取出各种特征，如元器件的位置、大小、形状、颜色等，以及焊点的位置、焊接质量等。
4. 缺陷检测：通过与预设的标准进行比对，AOI系统会对提取出的特征进行检测，以判断是否存在缺陷。
常见的缺陷包括焊接质量不良、元器件位置偏移、短路、开路等。
5. 判定与分类：根据检测结果，AOI系统会对产品进行分类，如良品、不良品、待修复品等。
同时，系统还可以将检测到的缺陷进行标记，以便后续的维修和追溯。
二、关键技术和特点1. 光学系统：AOI系统采用高分辨率的摄像头和适当的光源，以获取清晰、准确的图像。
光源的选择和角度的调整对于检测效果至关重要。
2. 图像处理算法：AOI系统使用先进的图像处理算法，如边缘检测、模板匹配、形状识别等，以提高检测的准确性和速度。
这些算法可以根据不同的产品和缺陷类型进行优化和调整。
3. 自动化控制：AOI系统通常与其他设备（如自动化生产线）进行联动，实现自动化的产品检测和分类。
机械控制单元可以控制摄像头的移动和对焦，以适应不同尺寸和形状的产品。
4. 数据分析和统计：AOI系统可以将检测结果保存并生成报告，以便后续的数据分析和统计。
AOI工作原理
AOI工作原理AOI（Automated Optical Inspection，自动光学检测）是一种常用于电子创造业中的自动化检测技术。
它通过使用高分辨率的光学系统和图象处理算法，对印刷电路板（PCB）或者组装电子元件进行快速、准确的检测，以确保产品质量和一致性。
以下是AOI工作原理的详细介绍。
1. 光学系统AOI系统的核心是光学系统，它由光源、镜头和图象传感器组成。
光源通常是LED灯，用于照亮被检测的对象。
镜头用于聚焦光线，并将被检测对象的图象传输到图象传感器上。
2. 图象采集AOI系统通过图象传感器采集被检测对象的图象。
图象传感器可以是CCD （Charge-Coupled Device）或者CMOS（Complementary Metal-Oxide-Semiconductor）传感器。
它们能够将光信号转换为电信号，并将其传输到后续的图象处理单元。
3. 图象处理采集到的图象通过图象处理单元进行处理。
图象处理算法被应用于图象中的每一个像素，以检测和分析可能存在的缺陷或者错误。
这些算法可以根据特定的检测需求进行定制，例如检测焊接质量、元件位置、短路、开路、缺失等。
4. 缺陷检测图象处理单元将分析后的图象与预定义的标准进行比较，以确定是否存在缺陷。
预定义的标准可以是已知良品的图象或者CAD（Computer-Aided Design）数据。
如果图象与标准不匹配，系统将标记为缺陷，并将其记录下来以供后续处理。
5. 数据分析和报告AOI系统可以对检测到的缺陷进行数据分析和报告。
它可以统计不同类型的缺陷数量，生成缺陷分布图和趋势图，并提供详细的报告和统计数据。
这些数据可以匡助创造商识别生产过程中的问题，并采取相应的措施进行改进。
6. 自动分类和处理AOI系统还可以根据检测结果自动分类和处理被检测对象。
根据预定义的规则，系统可以将良品和不良品分别分类，并对不良品进行进一步处理，如剔除、修复或者重新创造。
AOI工作原理
AOI工作原理一、概述AOI（Automated Optical Inspection）自动光学检测技术是一种基于光学原理的自动化检测方法，用于检测电子产品创造过程中的缺陷和错误。
该技术通过使用高分辨率的摄像机和图象处理算法，对电子产品的外观特征进行快速、精确的检测，以提高产品质量和生产效率。
二、工作原理AOI系统主要由光源、相机、图象处理系统和运动控制系统组成。
1. 光源光源是AOI系统的重要组成部份，它提供所需的照明条件。
常见的光源包括白光、红外光和紫外光。
光源的选择取决于被检测物体的特性和缺陷类型。
2. 相机相机用于捕捉被检测物体的图象。
高分辨率的相机能够提供更清晰的图象，从而提高检测的准确性。
相机通常与适当的镜头配合使用，以便捕捉不同距离和角度下的图象。
3. 图象处理系统图象处理系统是AOI的核心部份，它对相机捕获的图象进行处理和分析。
图象处理算法可以检测和识别不同类型的缺陷，如焊接问题、器件缺失、引脚偏移等。
常见的图象处理技术包括边缘检测、模板匹配、形状识别等。
4. 运动控制系统运动控制系统用于控制相机和被检测物体之间的相对运动。
它可以通过控制相机的位置和角度来获取不同视角的图象，从而全面检测被检测物体的表面特征。
运动控制系统通常由机电、传感器和控制器组成。
三、工作流程AOI系统的工作流程通常包括以下几个步骤：1. 准备工作在开始检测之前，需要对AOI系统进行适当的设置和校准。
这包括选择合适的光源和相机设置，调整焦距和暴光时间，以及校准图象处理算法，以确保系统能够准确地检测和识别缺陷。
2. 图象采集AOI系统通过相机捕获被检测物体的图象。
相机可以根据需要采集不同角度和距离下的图象，以获取更全面的信息。
图象采集过程中，光源提供适当的照明条件，以确保图象质量和对缺陷的可见性。
3. 图象处理采集到的图象被送入图象处理系统进行处理和分析。
图象处理算法会对图象进行预处理，如去噪、增强对照度等。
然后，算法会检测和识别图象中的缺陷，如焊接问题、器件缺失等。
AOI工作原理
AOI工作原理AOI（Automated Optical Inspection）自动光学检测是一种广泛应用于电子制造业的自动化检测技术。
它通过使用光学系统和图像处理算法，对电子产品的外观和组装质量进行快速、准确的检测，以提高生产效率和产品质量。
一、工作原理概述AOI系统由光学模块、图像处理模块和操作控制模块组成。
其工作原理如下：1. 光学模块光学模块是AOI系统的核心部分，它主要包括光源、镜头、CCD相机等组件。
光源发出光线，经过镜头聚焦后，照射到待检测的电子产品上。
CCD相机捕捉被照射物体反射的光信号，并将其转换为数字图像。
2. 图像处理模块图像处理模块是AOI系统的关键模块，它接收CCD相机传输的数字图像，并通过一系列图像处理算法进行分析和判定。
常用的图像处理算法包括边缘检测、灰度分析、形状匹配等。
通过这些算法，系统可以检测出电子产品上的各种缺陷，如焊接问题、元器件位置偏移、短路、开路等。
3. 操作控制模块操作控制模块是AOI系统的用户界面，它提供了操作员与系统进行交互的方式。
操作员可以通过操作控制模块设置检测参数、查看检测结果，并对异常产品进行处理。
二、具体工作流程AOI系统的具体工作流程如下：1. 设置检测参数操作员根据产品的要求，通过操作控制模块设置检测参数，包括亮度、对比度、灵敏度等。
这些参数会直接影响到系统的检测效果。
2. 图像采集系统根据设置的参数，控制光学模块采集待检测产品的图像。
CCD相机将图像传输给图像处理模块进行处理。
3. 图像处理图像处理模块接收到图像后，首先进行预处理，如去噪、增强对比度等。
然后，应用一系列图像处理算法对图像进行分析和判定。
例如，通过边缘检测算法可以检测焊接点的质量；通过形状匹配算法可以检测元器件的位置偏移等。
4. 缺陷检测根据图像处理的结果，系统判定产品是否存在缺陷。
如果检测到缺陷，系统会标记出来，并生成相应的报告。
5. 结果分析和处理操作员可以通过操作控制模块查看检测结果和报告。
aoi自动光学检测机工作原理
AOI自动光学检测机工作原理AOI（Automatic Optical Inspection）自动光学检测机是一种采用自动光学检测技术，用于对电子元器件、印刷电路板（PCB）等进行缺陷检测的设备。
它可以在制造过程中实时检测产品的质量，帮助提高生产效率和产品质量。
本文将详细介绍AOI自动光学检测机的工作原理。
1. AOI自动光学检测机的组成AOI自动光学检测机通常由以下几个主要部分组成：1.光源：提供光照条件，使被测物体可以清晰地被相机拍摄到。
2.相机：用于拍摄被测物体的图像，并将图像转化为数字信号。
3.图像处理系统：接收相机传输的图像信号，进行图像处理，如增强图像对比度、降噪等。
4.缺陷检测算法：对处理后的图像进行缺陷检测和分析，通常使用特定的图像处理算法和机器学习技术。
5.控制系统：控制整个系统的运行和参数设置，并对检测结果进行处理和分析。
6.传送系统：将待检测的产品传送到检测区域，如传送带、机械臂等。
2. AOI自动光学检测机的工作流程AOI自动光学检测机的工作流程通常包括以下几个步骤：1.产品传送：待检测的产品通过传送系统进入检测区域。
2.光源照射：光源照射被测物体，为相机拍摄提供足够的光照条件。
3.图像采集：相机对被测物体进行拍摄，得到一张或多张图像，并将图像转化为数字信号。
4.图像处理：图像处理系统对相机采集到的图像进行预处理，如增强对比度、降噪等，以提高后续缺陷检测的准确性。
5.缺陷检测：采用缺陷检测算法对处理后的图像进行缺陷检测和分析。
检测算法通常包括形状分析、颜色分析、边缘检测等。
6.检测结果分析：根据检测算法的结果，判断被测物体是否存在缺陷，如脏污、划痕、错位等。
7.控制与处理：控制系统根据检测结果进行判定，对有缺陷的产品进行处理，如剔除、标记等。
8.数据记录与分析：检测系统可以将每次检测的结果进行记录，并进行统计和分析，以便制定后续的生产改进方案。
3. AOI自动光学检测机的基本原理AOI自动光学检测机的基本原理是通过光学技术对被测物体进行图像采集和处理，再结合缺陷检测算法，判断是否存在缺陷。
aoi检测原理
aoi检测原理
AOI（自动光学检测）是一种用于电子元件和电路板检测的技术，其原理基于光学成像和图像处理。
在AOI系统中，光学
设备会通过相机、光源等部件采集电路板的图像，并将其传输到图像处理软件中进行分析和判断。
AOI系统的首要任务是检测电路板上的缺陷和错误，如焊接不良、短路、开路等，以确保电子产品的质量和可靠性。
具体而言，AOI系统会根据电路板的设计图纸和标准，通过比对图像中的每个部件和连接点与标准图像的差异来识别出潜在的问题。
在AOI中，使用了大量的图像处理算法和技术，如形态学处理、边缘检测、特征提取等。
这些算法可以帮助系统检测出电路板上的不良现象，并将其标记出来。
另外，AOI系统还可以进行不同层次的检测，包括外观检测和焊接质量检测。
AOI系统的优势在于其快速性和高精度。
相较于人工检测，AOI可以快速地扫描整个电路板，并在短时间内分析出缺陷和错误。
同时，AOI的精度也比较高，可以捕捉到微小的缺陷和不良现象，确保产品的品质。
总的来说，AOI利用光学成像和图像处理技术实现对电子元件和电路板的自动检测，可以提高检测的速度和精度，确保电子产品的质量和可靠性。
AOI工作原理
AOI工作原理引言概述：AOI（Automated Optical Inspection）是一种自动光学检测技术，广泛应用于电子创造行业。
它通过使用光学设备和图象处理技术，对电子产品进行快速、准确的检测，以确保产品质量。
本文将详细介绍AOI的工作原理。
一、光学成像1.1 光源选择：AOI系统中常用的光源包括白光、红外线和紫外线等。
不同的光源适合于不同的检测需求，如白光适合于表面检测，红外线适合于焊点检测等。
1.2 光学透镜：光学透镜用于调节光线的聚焦和扩散，以获得清晰的图象。
透镜的选择和调整对于AOI系统的成像效果至关重要。
1.3 图象传感器：AOI系统使用高分辨率的图象传感器来捕捉产品表面的图象。
传感器的选择和性能决定了系统的检测精度和速度。
二、图象处理2.1 图象采集：AOI系统通过图象传感器采集产品表面的图象，然后将图象传输到图象处理系统进行处理。
采集过程需要考虑光线的均匀性和图象的清晰度。
2.2 图象预处理：图象预处理是为了减少噪声和增强图象的对照度。
常见的预处理方法包括图象平滑、滤波和增强等。
2.3 特征提取：AOI系统通过特征提取算法来提取产品图象中的关键特征，如焊点的位置、形状和颜色等。
这些特征将用于后续的缺陷检测和分类。
三、缺陷检测3.1 缺陷分类：AOI系统通过对提取的特征进行分类，将产品表面的缺陷分为不同的类别，如焊点缺陷、元器件缺失等。
分类算法的准确性直接影响到缺陷检测的可靠性。
3.2 缺陷检测：AOI系统使用各种图象处理和机器学习算法来检测产品表面的缺陷。
常见的检测方法包括边缘检测、形状匹配和颜色分析等。
3.3 缺陷定位：当检测到缺陷时，AOI系统会通过图象处理技术来确定缺陷的位置和大小。
这些信息将用于后续的修复和改进。
四、结果输出4.1 缺陷报告：AOI系统会生成详细的缺陷报告，包括缺陷的类型、数量和位置等。
这些报告将用于产品质量控制和改进。
4.2 数据分析：AOI系统还可以对检测结果进行统计和分析，以匡助企业了解产品的质量状况和生产过程中存在的问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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!
悬赏分：20 |提问时间：2008-12-2 10:42 |提问者：hamigua200708
人认识物体是通过光线反射回来的量进行判断，反射量多为亮，反射量少为暗。
AOI与人判断原理相同。
AOI通过人工光源LED灯光代替自然光，光学透镜和CCD代替人眼，把从光源反射回来的量与已经编好程的标准进行比较、分析和判断。
目前最常用的图像识别算法为灰度相关算法，通过计算归一化的灰度相关（normalized greyscale correlation）来量化检测图像和标准图像之间的相似程度。
灰度相关的取值介于“0”和“1000”之间，“1000”代表图像完全相同，“0”代表图像完全不同，一般通过设定一个临界相关值（如650）来判断检测图像是否发生变化。
相关值大于或等于临界相关值的为正常图像（元件或焊点正常），而小于临界相关值的为异常图像（元件或焊点异常）本社导入的AOI设备采用归一化的彩色相关算法（normalized color correlation），以RGB三基色的阶调度进行计算相似度。
AOI简介
（ 1）强大的检测功能 Otek 自动光学检测仪采用自主开发的归一化的彩色相关算法（normalized color correlation）
来代替一般使用的灰度相关算法。
由于彩色相关算法充分利用彩色图像中的红绿兰（RGB）三基色的全部信息，所以比灰度相关算法具有更高的识别准确性和稳定性。
彩色相关算法所利用的信息量比灰度相关算法多2倍，所以彩色相关的运算速度也减慢2倍，但是通过采用专门为多媒体应用所开发的专门运算指令集（MMX）技术使得Otek自动光学检测仪可以在同样或者更短的时间内搜索更多的图像信息。
该设备依靠特殊的光源设置，可以使焊点在少锡和多锡时的图像与正常情况时图像的明暗程度发生明显变化，从而可以检测出焊锡错误。
Otek的焊锡检测算法具有检测准确度高、误检低的特点。
推荐答案
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。
2.1 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。
2.2 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。