随着电子科技技术的发展，作为电子产品承载体的电路板，其集成度和产量不断在提高。为了保证电子产品的性能，电路板缺陷检测技术已经成为电子行业中非常关键的技术。建立在图像处理算法基础上的机器视觉检测技术与传统的人工检测技术相比，提高了缺陷检测的效率和准确度。因此，设计一种高效精准的机器视觉检测电路板缺陷的系统，具有非常重要的现实意义。首先，本文研究了电路板和电路板检测技术国内外发展的状况，分析了机器视觉检测技术的研究价值和迫切性。设计了机器视觉检测电路板系统的硬件方案和软件方案，根据检测需求，研究了系统硬件的参数性能和选择依据，给出了软件设计流程。其次，针对提取准确清晰电路板缺陷特征信息，在图像预处理方法中，对图像采用了图像灰度拉伸增强图像对比度，通过加权均值滤波法，二维最大类间阀值分割和Sobel算子边缘提取算法，快速准确地将图像待测目标区和背景区分割。最后，根据不同电路板的缺陷设计不同的检测方法进行识别。本文主要利用HSI颜色模型，检测出了贴片电容的脱焊缺陷；通过改进Hough变换，检测贴片芯片的极性圆，快速准确判断芯片是否倒装；针对电阻标称值的识别，设计了BP神经网络，并给出改进的方法，介绍了传统模板匹配法，在此基础提出分区域的模板匹配法，通过实验对比，BP神经网络识别电阻标称值效率更高，更精确。通过识别电阻的标称值，实现了对电阻错装缺陷的检测。