" 器件檢測 　　采用自主開發(fā)的基于機器學習策略的數(shù)字圖像特征分類與識別算法，充分利用數(shù)字圖像的顏色、性狀以及統(tǒng)計信息，檢測準確度更高，可以檢測灰度算法無法檢測的彩色標識的器件，以及器件缺漏、錯位、翻轉(zhuǎn)、側(cè)立、破損、錯誤器件、錯誤極性等錯誤。 　　焊盤檢測 　　通過科學的彩色光源布置，使得少焊錫、正常焊錫和過量焊錫的圖像產(chǎn)生明顯差別，并通過數(shù)字圖像的特征分類與識別算法進行相應識別。對器件的位置精度要求較低，可以檢測貼片精度較低的電路板。 　　IC焊腳檢測 　　自主開發(fā)的焊腳識別算法，可以全自動識別IC焊腳，并自動學習IC焊腳的各種圖像特征，對連焊有非常靈敏的檢測精度，而對IC器件的位置精度要求較低，可以檢測手工放置的IC器件。 　　測量 　　經(jīng)過計量認證，可以檢測被測工件的基本尺寸：槽孔的寬度、面積，線條的寬度等。"