誤測”在AOI檢測中英文稱“false call”，是AOI（主動光學檢測設備）及AXI（主動X-RAY檢測設備）兩種檢測設備不可避免 且普遍存在,其目的是把“缺點或可能是缺點的疑似目標挑選出來，經過人工二次承認”，這便是為什么AOI主機后都會裝備 一臺"維修站"，而不能如ICT，FT測驗手法能夠實現“長途會集維修”的原因。 那么為什么AOI，AXI設備會有false call？原因就在于他們都是根據器件或焊點的圖畫處理并經過計算建模或灰色度比照給出的 成果，其不是一個精準的測量設備，為什么稱其為檢測，不稱其為“測驗”或“測量”原因就在于此。即英文稱其進程為"Inspect",而 不是“Measure”或“Test”；那么這種檢測手法很難實現如ICT，FT或ST那樣給出精確的成果，即測出來的成果和缺點幾乎是一一對應 的。AOI，AXI在其他方面也僅采用概率來確定，如刑偵，如醫學圖畫等。正是由于在處理模擬量算法上的限制不能達到咱們所期望 的一一對應。 AOI的誤報和其自省的檢測原理相關以外，也和被測的目標密切相關，如下圖，材料及制程很好，良品的會集度比較高，缺點很 少，那么AOI誤報率也會很低；反之，處于良品及缺點的之間的被測目標太多，則AOI就把這些疑似目標都給報出來了，誤報率就會急劇 上升。 就手機ABAB拼裝的，器件在1000左右，焊點在2500左右，AOI的檢測項在10000左右，在1萬個檢測項中篩選出10個左右的報警報 已經是比較嚴厲的了；那么有搭檔說“他看了，10個多的報警經過承認都是良品”，是的，有這種可能；重復報警的這次是良品，那么 下次，下下次是否是良品呢？不一定，多次報出來說明此進程可能處于一個不穩定的狀況，提示咱們注重。假如你處理了處理了3次，或 5次，抓住了1次是缺點，那么從把住缺點的角度又有什么問題？許多加工廠以為誤報的處理標準滿足了線體的節拍不成為瓶頸即可；而 咱們從未認可只滿足節拍的說法，還是期望不斷的降低報警率；關于的AOI設備咱們更應該注重，3G的許多復雜單板都在這 里加工，檢測更重要。 AOI報警比較多，請咱們細心看一看，假如“誤報”的挨近“良品”，說明要調試程序；假如“誤報”挨近“缺 陷”，那么要調整設備或工藝。操作人員測的多了，承認的多了，要積累經驗，要設備或程序人員合作一起把好質量關。
由于工藝的波動,加上設備是數據化的東西,這就提高了軟件設計的難度.
設計軟件的時分即要考慮不要漏判,又要盡量削減誤判,但實際上SMT出產過程中產品外觀的好壞往往有些很相近,并且不同廠家對品質要求有差別,正所謂差之毫厘,失之千里,所以實際 上AOI設計中只能盡可能的削減誤判,而不是根絕誤判,當然條件有必要根絕漏判!