FPC又叫挠性线路板,软性线路板,柔性印刷电路板,简称软板或FPC,是英文Flexible Printed Circuit的简称,随着科技的不断发展,用户对数码产品的轻巧，小型，便携的生活生产需要被广泛运用在手机、笔记本电脑、PDA、数码相机等消费类电子数码产品中。

　　其中FPC具有的可挠性(自由弯曲、折叠、卷绕),配线密度高、重量轻、厚度薄的特点被充分发挥出来。同时在生产中柔性电路板(FPC)的组装工时短,体积比PCB小,重量比PCB(硬板)轻,厚度比PCB薄等特点也是显而易见的，但是缺点也是很致命的，那就是在回流焊接过程中FPC几乎都会有不同程度的变形，这样就给设备aoi检测提出了更高的要求。

　　目前通用的aoi自动光学检测设备用的都是像素对比的图像处理方式，但是FPC的变形却是整体变形，不仅仅局限于一个像素点，这也是为什么，刚出回流焊时，AOI检测误报率高的原因之一;

　　现阶段市面上流行的aoi设备几乎是清一色的图像对比方式(像素对比)，在FPC检验过程中，面对整体变型的事实，就意味着，需要检验的板与编程设定的检验标准大相径庭，要么放低检验标准，又害就是漏检;

　　要么误报率高，不用aoi设备检验好像更快?这个aoi检验难题就是矢量分析型aoi需要解决的问题，提取元件或FPC特征然后进行矢量化得到数学的方程式，然后根据方程式计算FPC的整体变化是不是在实际焊接过程中造成的FPC材料变形，还是焊接品质中的零件缺陷缺件，焊点缺陷等都能够很好的给出智能化补偿，真正实现aoi检测的智能化和全自动判断操作。

　　有些朋友可能会问aoi矢量分析技术能否完全解决了这个难题?aoi特征矢量的工作原理又是怎样的呢?其实在前面的章节我们有介绍到这个部分，关于矢量分析原理方面的问题;

　　简单来说：aoi特征矢量分析技术是通过对图像的矢量化(边缘特征提取法)得到元件轮廓特征，然后通过数学方程式的计算处理得出图像在变形过程中可能的外观变化数据，在检验过程中给予修正，因此得到一个比较真实的焊接板面数据，从而提高检验精度。这也是目前矢量分析技术优于其他aoi算法的关键所在。