图像识别技术是智能控制技术的一个重要研究方向，在现代自动控制技术中图像识别技术占有非常重要的地位。通常生产中使用的人工视觉检测方法很难达到检测精度得要求，所以会经常使用机器视觉方法来代替人工视觉检测过程。针对生产线上的SMT(SurfaceMountTechnology，表面贴装技术)焊点图像具有的特点，研究基于图像处理的焊点缺陷识别算法，以完成SMT焊点缺陷的特征提取和自动鉴别，从而降低生产成本、提高产品质量和生产效率。主要研究内容如下：　　使用摄像头获取的PCB（印刷电路板）图像的特点，对于图像里含有的噪声等问题，使用了K近邻均值滤波、分段线性变换增强的方法，实现了压制噪声和增强图像清晰的目的；　　分析了边缘检测方法，选择Canny算子完成了对需要检测的图像边缘进行的提取；使用迭代阈值的方法，达到了对于焊点图像的阈值选择也提取出了比较好的特征，而且将焊点缺陷类别与特征联系起来进行对比，以便于更好的进行后面的工作；　　在研究中使用RBF神经网络进行焊点的缺陷识别，使用最近邻聚类的算法求取中心点。试验的结果显示网络克服了BP神经网络容易陷入局部最优的缺陷，能够在比较短的时间里得到有效的识别结果，提高了焊点检测准确率和效率。