制造业是实体经济的主体,是国家工业化的关键,而印制电路板(Printed Circuit Board,PCB)是电子化、信息化的硬件载体。随着我国创新升级和产业升级的不断推进,PCB自动化质量检测技术已经成为了经济生产环节中至关重要的一环。目前,PCB表面质量的检测仍以人工视检为主,检测速度慢、稳定性差、主观因素高。自动光学检测(Automated Optical Inspection,AOI)作为一种广泛应用于各种工业环境中的技术,可以通过非接触的方式完成检测任务。该项技术以机器视觉技术为核心,能有效应对PCB表面缺陷的自动化检测问题。本文以单层单面PCB裸板为主要检测对象,其表面镀铜或镀镍,光学成像特性复杂。相较于常规PCB板,本系统待检测PCB板的尺寸较大,最高为550mm?600mm,系统处理的数据量大,因此需要在保证检测效果的前提下提高系统实时性。在综合实际需求后,本文最终完成了硬件设备的选型与搭建,包括LED光源、高分辨率工业相机、运动装置等。然后,针对短路、断路、凸起、凹陷这四种缺陷,重点设计并实现了一套以图像处理为核心的软件系统。本文的核心内容在于研究软件部分中的图像预处理、缺陷的检测与识别方法。在对缺陷做进一步识别前,先对图像进行预处理。首先,针对PCB板上密集分布的线路边缘存在轮廓模糊的现象,先对图像进行增强,在对比直方图均衡、Sobel梯度锐化、拉普拉斯锐化等图像增强方法后,本文采用拉普拉斯锐化方法,有效改善了线路边缘的成像效果。然后,在参考法的整体框架下,对样本图像和标准图像进行配准,在综合了准确率、匹配率、结构相似度等指标后,选定SURF作为最终的配准方法,并从配准的尺度不变性出发提出了一种配准的快速计算方法。预处理后,通过OTSU阈值分割方法和图像异或,得到了样本图与标准图之间的差异图像,再以形态学滤波去除小缺陷。最后用改进的缺陷外边缘扫描法,实现缺陷识别,并在缺陷状态变化点的基础上,提出了凸起与凹陷的定量评估方法。本文逐一描述了系统关键模块等内容,包括系统整体结构、检测方法的原理与流程、人机交互界面等。测试结果表明,在满足0.1mm检测精度的条件下,系统的漏检率小于3%,误检率小于5%,检测时间小于10s,可以满足实际生产需求。