图像特征分析理解是对目标图像进行检测和各种物理量的计算，以获得对目标图像的客观描述，主要包括图像分割、特征提取（几何形状、边界描述、纹理特性）等。机器视觉中常用的算法包括: 搜索、边缘、Blob分析、卡尺工具、光学字符识别、色彩分析。目前，机器视觉软件的竞争已经从追求功能转变为算法的准确性和效率的竞争。已有专门提供视觉软件或者开发包的厂商。因为常规的机器视觉软件
3D AOI
图像特征分析理解是对目标图像进行检测和各种物理量的计算，以获得对目标图像的客观描述，主要包括图像分割、特征提取（几何形状、边界描述、纹理特性）等。机器视觉中常用的算法包括: 搜索、边缘、Blob分析、卡尺工具、光学字符识别、色彩分析。目前，机器视觉软件的竞争已经从追求功能转变为算法的准确性和效率的竞争。已有专门提供视觉软件或者开发包的厂商。因为常规的机器视觉软件开发包尽管均能提供上述功能，但其检测效果和运算效率却有很大差别。的机器视觉软件可对图像中目标特征进行而准确的检测，对图像的适应性强; 而不好的软件则存在速度慢、结果不准确、鲁棒性差的缺点。
随着PCB板密度增加以及元件尺寸的减小，元件贴装工艺的性能逐渐到达极限，提高贴装性能成为在大规模生产中实现高成品率的关键。造成成品率低的原因比较复杂，其中之一是贴装不能够完成得很好，因此为实现无缺陷组装经常需要对贴片机的X-Y数据进行调整。缺陷可能会由于各种原因而产生，如果不能迅速纠正，这些缺陷很快就会给制造商增加很多测试-调整-再测试工作量，从而产生限制工厂产量的“瓶颈”。
一般是在焊接点有氧化或有杂质和焊接温度不佳方法不当造成的实质是焊锡与管脚之间存在隔离层它们没有完全接触在一起肉眼一般无法看出其状态，但是其电气特性并没有导通或导通不良，影响电路特性。
"虚焊产生的主要原因通常有以下几点：
A：焊锡质量差；
B：助焊剂的还原性不良或用量不够；
C。被焊接处表面未预先清洁好，镀锡不牢；
D：烙铁头的温度过高或过低，表面有氧化层（此项指手工或自动机械手用烙铁焊锡的情况） ；
E：焊接时间太长或太短，掌握得不好；
F：焊接中焊锡尚未凝固时，焊接元件松；
G。元器件引脚氧化。
（作者： 来源：）
