石鑫华视觉
基于机器视觉的笔记本电脑键盘丝印检测
笔记本电脑键盘丝印检测，这个在现阶段，仍然还是有一些需要的，不过没有手机行业里的需求那么大，毕竟现在的电脑销量已经牌瓶颈了。不过这类丝印检测，其实也不仅仅只是键盘有需要，其它很多领域都会有涉及。但是同样的，这类产品并不是那么好检测。需要有比较强的图像处理算法。
笔记本电脑键盘丝印检测
IC针脚正位度平整度检测
机器视觉光源
键盘上的丝印一般来讲，都是对比度比较明显的，因为通常都是直接给人看的，所以都做的比较明显，如白底黑字、黑底白字之类的。所以，这类产品照明相对比较容易，一般可以考虑使用4根条形光源或者是四面可调光源来处理。如果要照整个产品的话，那就需要将距离拉远一点，以求得到比较好的均匀性。不过，如果效率允许的话，建议还是分割来拍或多挂几个相机，这样照明比较好处理，而且相机的分辨率也比较高。
光源调光器
因为一般都需要4条光源，可以考虑使用常规的4通道模拟控制器APS-2460-4CH。如果是在高速拍照需要很短的曝光时间，则考虑使用频闪控制器，如SPS-2430-2CH（2台）。而如果需要程序控制不同的光源亮度以适用不同的产品，则可以考虑数显控制器，如DPS-24125-4CH-D。
工业相机
一般这类产品比较大，精度要求也比较高，所以建议使用高分辨率的工业相机来处理，但是这类产品通常不会要求太高的效率，想要快也快不来。因此可以考虑使用卷帘CMOS的相机，如使用1寸芯片的MER-2000-5GM这样的相机，2000万像素卷帘CMOS相机。
工业镜头
因为镜头使用了1寸芯片的2000万像素的相机，所以镜头也要使用匹配的镜头，至少要支持1寸芯片的镜头，一般的2/3寸是不支持的。可以考虑SHI-C2514HIC这系列镜头。
图像处理算法
字符丝印在NI中没有太好的算法可以处理。因为每个字的形状都有可能不同。所以，比较难处理。在NI VISION中主要可以考虑黄金模板对比，还有就是使用映射缺陷（NI VISION 2017版后的功能）
机器视觉项目实现难度
★★★★★
相对来讲这类缺陷检测，在NI VISION中实现比较麻烦。也不是说实现难，而比较难调试，稳定性不佳。