PCBA（Printed Circuit Board Assembly）是指在PCB（Printed Circuit Board）使用各种元器件进行插件和焊接的制程。随着电子产品的发展和智能制造技术的进步,PCBA朝着高精度、高密度的方向发展。由于生产工艺和人为因素,PCBA无可避免会出现各种缺陷问题,因此对PCBA进行缺陷检测是必不可少的环节。传统人工检测不仅效率低、而且人工成本昂贵,无法满足现代工业化生产的需求。近年来,随着计算机技术的发展,基于机器视觉的PCBA缺陷检测方法逐步得到应用,但由于PCBA的缺陷部位细微且种类繁多,在成像上缺陷的区分难度大,导致通用的PCBA缺陷检测系统鲁棒性欠佳,检出率并不理想,因此许多企业需要针对PCBA的特点和检测需求定制开发检测设备。本文针对某国际知名制造企业的实际需求,设计了一种检测效率高、硬件成本低、配置简单的PCBA缺陷检测系统、实现了电源风扇PCBA多种缺陷检测功能,具有较高的应用价值。本论文的主要工作如下:（1）设计并实现了一个基于机器视觉的PCBA缺陷检测系统。分析了PCBA常见的缺陷问题,设计了PCBA系统架构,根据PCBA的实际生产环境和检测需求对系统硬件进行选型,选用合适的工业相机、镜头和光源组成图像采集系统,设计了PCBA缺陷检测系统软件界面;研究了图像处理相关理论及方法,包括灰度化、图像滤波、灰度变换、图像配准和几何变换理论,完成对PCBA图像的采集和图像预处理,完成线序检测图像和THT焊点检测图像的提取,针对特定的检测功能,设计了对应的检测算法。（2）设计了基于LUV（CIE 1976（*,*,*））颜色空间和多层感知机的线序检测算法。本文研究了颜色空间和机器学习方法,分析了PCBA图像在不同颜色空间的效果,并对比不同分类器对线序检测图像的颜色分类结果,设计了基于LUV颜色空间和多层感知机的线序检测算法,通过线序检测图像进行颜色分类,提取焊线区域,根据坐标关系对焊线区域进行排序,判断焊线焊接顺序是否出错,完成对线序检测图像的颜色分类和排序。（3）设计了基于彩色图像分割的THT（Through Hole Technology）焊点检测算法。针对THT通孔技术焊点出现少锡、包锡、桥接的缺陷,研究通孔技术THT焊点的缺陷检测问题,设计了基于彩色图像分割的THT焊点检测算法,利用RGB和HSV颜色空间以及边缘检测算法对THT焊点图像进行彩色图像分割,提取焊点图像的缺陷特征并进行分类。同时,我们也对比了基于深度学习的THT焊点检测方法,结果表明基于彩色图像分割的方法更适用于企业提出的检测需求,可以在工业生产中提供实时检测方案。本文设计的PCBA缺陷检测系统已应用于该企业的实际生产中,在流水线上进行的大规模检测结果证明该系统具有实时性强和检测效率高等优点。