BGA封装技术以其独特的优势在电子行业获得广泛认可,但因为芯片内部焊点不可见,其检测技术成为工业生产中的难题。本文通过图像处理与分析的相关理论,研究了BGA缺陷自动检测技术,在X射线图像降噪、分割、缺陷特征提取等方面进行了比较分析,对BGA芯片中的缺陷类型进行分类识别。关于BGA射线图像降噪,本文在微分方程基本理论的基础上,试验了几种经典微分方程降噪模型,其中P-M模型去噪同时会导致图像边缘模糊；TV模型去噪同时往往会产生“阶梯效应”；高阶偏微分方程扩散模型虽然能够避免“阶梯效应”的产生,但是滤除噪声不够彻底,基于此,本文在分数阶微分方程模型基础上增加了自适应函数,使得该模型能够在滤除噪声的同时较好的保护图像边缘不受破坏,针对BGA射线图像,达到了较为理想的去噪效果。在图像缺陷分割部分,本文讨论了几种常用边缘检测算子,研究了模糊C均值聚类方法和图像加权补丁的FCM算法,结果表明该方法无法将焊点内部的气泡缺陷信息准确分割,最终本文研究并采用了一种非局部自适应的分割方法,结合图像形态学运算,使得BGA射线图像分割达到了特征提取的要求。在特征提取与缺陷识别过程中,首先采用了基于扫描线的种子填充方法提取二值图像中焊点的基本特征,在一维扫描的基础上进行焊点位置验证；通过轮廓提取及霍夫变换检测焊点的周长、半径、中心坐标等特征信息,通过决策树分类器设计实现了BGA射线图像缺陷分类。最后,通过软件设计,实现了BGA缺陷检测软件系统,该系统可以与X射线成像设备共同组成BGA缺陷检测系统。