印刷电路板(PCB)是现代信息产业的基础,其质量直接影响到许多电子产品和设备的质量和成本。本文聚焦PCB裸板存在的定位孔的缺失和偏移两类缺陷、线路图的短路、断路、毛刺、缺损和空洞五类缺陷和焊点质量的焊锡少量和过量两类缺陷,设计了一种适用于中小企业生产线的高效、高精度、低成本的基于机器视觉的PCB裸板质量检测系统,实现了对PCB裸板的在线质量检测。达到尽早识别缺陷,提高产品质量和降低成本的效果。首先通过搭建视觉平台来获取高质量图像,在获取PCB裸板高质量图像的基础上,对PCB裸板图像进行预处理。通过中值滤波来去除PCB裸板图像中的噪声,然后采用灰度变换法来增强线路图和焊点等重要信息,最后利用图像的全局阈值分割使PCB裸板的线路图和焊点能够与背景板很好的分离开来,分别获得线路图和焊点图像。其次,针对PCB裸板的三类质量缺陷的检测与识别算法分别进行研究。1)对于PCB裸板上用于焊接过程中的线路板定位的定位孔,其质量直接影响PCB板进行精确的自动贴片或自动插件。本文提出一种改进的随机Hough变换圆形检测算法用来实时、高效的检测PCB裸板定位孔,并提取定位孔的个数和其圆心、半径相关参数以此来判断定位孔是否存在孔位偏移、孔位缺失。2)对于PCB裸板上用于固定元件,连通电路、方便元器件安装的线路图,其质量缺陷是PCB裸板质量缺陷中必不可少的一部分。就线路图的五种缺陷,本文运用一种结合区域数、欧拉数、区域面积三个特征的多特征联合识别方法,对用差影法检测出的缺陷图像进行分类识别。3)PCB焊点的质量直接影响到其所应用的电子产品质量,本章分析焊点的特征,选取具有代表性的三个特征变量作为模糊神经网络结构的输入向量,通过训练后依据其输出来判断所检测焊点的质量并进行分类以此达到焊点质量检测与识别的目的。本文在OpenCV程序平台上进行图像处理实验,然后通过Labview进行系统检测,通过软件界面显示检测结果。缩短了程序开发的时间并取得了较好的实验效果和价值。