描述這些概念背后的潛在科學(xué)更為簡單。例如，在傳統(tǒng)的機(jī)器視覺系統(tǒng)中，可能需要讀取零件上的條形碼、判斷其尺寸或檢查其是否有缺陷。為此，系統(tǒng)集成商通常使用現(xiàn)成的軟件，這些軟件提供了標(biāo)準(zhǔn)工具。例如，可以部署這些工具來確定數(shù)據(jù)矩陣代碼，或者使用圖形用戶界面來測量零件尺寸的工具集。

因此，部件的測量可以分為好或壞，這取決于它們是否符合某些預(yù)定標(biāo)準(zhǔn)。與這種測量技術(shù)不同，所謂的“深度學(xué)習(xí)”工具更好地歸類為圖像分類器。與專門讀取條形碼數(shù)據(jù)的軟件不同，它們被設(shè)計(jì)用于確定圖像中的對象是存在還是好或壞。因此，這些工具是互補(bǔ)的。

AOI的分辨率應(yīng)以像元的尺寸大小作為判別的條件，也就是空間分辨率來衡量。像素的大小不是判別AOI的檢出能力的標(biāo)準(zhǔn)，準(zhǔn)確地講，像素大是決定單位面積的像元尺寸大小的因素。如果單位面積不同，像素再高也沒有可比性。比如一臺(tái)AOI的FOV為12*16毫米，如果這臺(tái)AOI采用的是30萬像素的相機(jī)，那么這臺(tái)AOI的分辨率只有25微米，它只能檢測0402以上封裝尺寸的元件。

采用環(huán)形塔狀的三色LED光源照明，由不同的角度射出紅（R）、綠（G）、藍(lán)（B）以及三色光組合得到的白色（W）光分別投射到PCB上，對被測元器件予以360度整體照明。通過光的反射、斜面反射、漫反射分別得到元件本體、焊點(diǎn)、焊盤的不同顏色信息。

焊盤的表面光滑，紅色光在其表面產(chǎn)生鏡面反射，而大部分藍(lán)色光則反射出，因此焊盤得到的顏色為紅色或者黃白色。

藍(lán)色與黃色光都在其表面產(chǎn)生漫反射，根據(jù)調(diào)色原理，藍(lán)色與黃色調(diào)和得到白色光，相當(dāng)于原件本體接受了白色光照，因此原件本體顯示為本身的顏色。