比如，当外观检测检验某一点焊时，依照一个完好无损的点焊创建起规范智能化图象，与评测图象开展较为，检验結果是根据或是不通过，在于规范图象、分辨率和常用检验程序流程。图形识别中会使用各种各样优化算法，如求黑占白的占比、五颜六色、生成、求均值、求饶、求差、求平面图、求边缘等。根据光源直射至焊锡丝/电子器件的表层，以后光源反射面到摄像镜头中，造成二维图象的三维表明，来体现点焊/电子器件的高宽比和偏色。人见到和了解物件是根据光源反射面回家的量开展分辨，反射面量多见亮，反射面量少为暗。

因为各种各样缘故，商品生产过程中难以避免的会造成多种多样缺点，如pcb电路板上发生孔的移位、短路、短路故障等难题；液晶显示屏表层带有、刮痕、颗粒物等难题；半导体材料圆晶发生的沉余物、晶体缺陷和机械设备损害等难题。这种缺点不但危害商品的特性，比较严重时乃至会伤害到人身安全。殊不知在非常长的一段时间内，绝大多数电子器件生产商依然取决于传统式人力看着查验。以现阶段AOI（全自动光学检验）技术性占有率PCB领域为例子，曾有科学研究组织做了调研，当两人查验同样的PCBA板四次时，她们的互相认同率低于28%，认可自身的仅有大概44%上下。显而易见，伴随着电子元件的细微化、复杂发展趋势，及其生产制造领域总体对智能化系统转型的要求，外观检测将在智能制造系统领域占有愈发关键的部位。

外观检测AOI软件中有一个综合性的验证功能，它能减少检查的误报，保证检测程序无缺陷。它可以检查储存起来的有缺陷的样品，例如，修理站存放的样品，以及印刷了焊膏的空白印刷电路板。在优化阶段，在这方面花时间的原因是为了不让任何缺陷溜过去。外观检测所有已知的缺陷都必须检查，同时要把允许出现的误报数量做到小。在针对减少误报而对任何程序进行调整时，要检查一下，看看以前检查出来的真正缺陷，是否得到维修站的证实。通过综合的核实，保证检查程序的质量，用于专门的制造和核查，同时对误报进行。