全自动金丝球焊线机是一个典型的光机电一体化的设备,也是电子元器件封装过程中的关键设备,其性能直接影响生产器件的性能、生产效率和产品合格率。目前世界各国都在政府的大力资助下加快半导体照明取代传统照明的步伐,而自动金丝球焊线机作为半导体产业链中一种重要的封装设备,我国仍需要进口,其昂贵的价格成为很多半导体生产企业的发展瓶颈。因此开发出具有自主知识产权的全自动金丝球焊线机显得异常迫切。图像识别技术作为焊线机中的核心技术,对整个焊线机的工作性能起着举足轻重的作用。　　 本文首先分析了图像识别技术在全自动金丝球焊线机的工作流程,结合图像技术自身的特点,设计了适合工业生产的全自动金丝球焊线机图像识别模块。最后开发了焊线机图像识别系统并通过调试,能满足工业生产的要求。整个过程主要完成了以下几个方面的工作:　　 (1)模板图像和源图像的预处理　　 全自动金丝球焊线机图像识别的核心是匹配技术。识别芯片焊点的过程中,需用一个处理好的模板对源图像进行搜索。而在实际的生产过程中,由于光照、机器运转的稳定性、芯片质量等多方面的影响,导致直接匹配会产生很大困难。对那些难以直接匹配的芯片要进行预处理。对图像进行预处理主要是图像增强。图像增强有两个目的,一是改善图像的视觉效果,提高图像的清晰度。二是将图片转换成一种更适合人类或机器进行分析和处理的形式,以便从图像中获取更多有用的信息。本文根据芯片的特点,采用高斯滤波和同态滤波相结合的方法,从去除噪声和光干扰两方面对图像进行增强。　　 (2)快速模板匹配算法的原理及推导　　 研究常规匹配算法的基础上,本文提出一种基于互相关边界特性和图像积分的快速模板匹配算法(BCC),并对该算法的推导和实现做了详细的阐述,并应用到全自动金丝球焊线机上。　　 (3)实验平台的搭建和图像识别软件的开发　　 根据LED焊线机的工艺特点和工作流程,建立相应的实验平台,在此基础上进行大量的测试性实验,验证BCC算法的精度、速度和稳定性,对整机运行性能进行测试,调整各项参数,使机器发挥出最佳性能。