由于电子产品自身的精密性要求，所以在产品的生产过程中各道工序都环环相扣，那么我们就必须保证每道工序的质量。 例如印制线路板的设计工艺流程包括原理图的设计、电子元器件数--据库登录、设计准备、区块划分、电子元器件配置、配置确认、布线和最终检验。在流程过程中，无论在哪道工序上发现了问题，都必须返回到上道工序，进行重新确认或修正。

　　   在本案例中，我们用来检测PCB板各元器件的有无及电阻器件的极反。

　　 根据检测要求，需要检测PCB板上各个字符的缺失及正误，电容的有无，电阻的极反。

　　 检测原理:本案例中利用emvp软件进行检测，此款软件可以进行二次开发，根据客户需要自行编辑检测。通过合格产品建立各个板块的标准模板，并设置好相应的参数，每个检测框都可以同时进行检测，每次将检测结果与模板相似度比较，最终判定此产品是否合格。随着微处理器、半导体技术的进步，以及劳动力成本上升和高质量产品的需求，国外机器视觉于20世纪90年代进入高速发展期，广泛运用于工业控制领域。据业内人士预计，到2025年，全球机器视觉组件的销售额将达到惊人的190亿美元，几乎是现在的二倍。东莞市埃法智能科技有限公司研发的ALFA深度学习外观检测自学习人工智能软件，拥有强大的机器视觉外观缺陷检测性能。

　　 在机器视觉行业，新标准和新技术正在以前所未有的速度发展，据业内人士分析，2018年机器视觉行业有五大发展趋势。 ALFA软件使用神经网络算法，模块化地解决机器视觉的各种问题，真正让人工智能走入机器视觉领域。ALFA让每一台自动化设备有了大脑，有了像人一样的学习能力，可以在不断工作中积累经验，越干经验越丰富，结果越来越精准，实现真正意义上的机器替代人，必将掀起新一轮的产业变革。