随着电子产品向着高密度、细间距和低缺陷方向发展,对其检测技术在精密、高效、通用和智能化等方向提出了更高的要求。而基于机器视觉的图像检测技术是以光学为基础,融光电技术、数字图像技术、信息处理及计算机视觉等科学为一体的现代检测技术,可以满足电子产品检测这一需求。本文将图像检测技术应用到SMT焊点检测中,对机器视觉和SMT组装生产中的质量检测技术进行了综述,介绍了SMT组装质量检测AOI解决方案。提出了一种新的检测SMT焊点锡量的方法。该方法采用单层环形光源获取焊点图像;根据实际焊点图像模拟出三条归一化曲线方程,使用这三条曲线将焊点图像分成四部分,分别提取四个特征;最后使用BP神经网络将焊点按照锡量多少分成三类:少锡、允收和多锡。实验结果证明该方法分类正确率达到99.2%,具有较高的实用价值。分析了分割区域变换和分割阈值变化对分类的影响。说明该方法具有很好的鲁棒性。同时还使用了模式相似性测度、贝叶斯分类器、判别函数等其他分类方法,对比说明了采用BP神经网络的优越性。