近年来,我国加大了对集成电路产业的支持力度,大大加快了该产业的发展速度,其中贴片机作为自动化电路生产的重要部分,得到了广泛的关注。本文以现有贴片机为研究背景,设计了基于机器视觉的蹄片散料分选与贴装控制系统。本文首先对论文相关的国内贴片机现状、行业需求以及相关技术进行分析和介绍。其次本文根据系统性能效果以及项目的实际需求,设计并搭建了一套基于机器视觉的贴片散料分选与贴装控制系统,主要包括贴片机机械控制模块,图像目标检测模块,文字识别模块和主控系统模块的设计。接着,本文设计了基于YOLOv2的目标检测系统,该系统对于处理过后的图片进行目标检测得到图像中各种贴片元件位置与种类信息,并输出其结果信息。本文采用了实际采集的数据集进行训练并对YOLOv2网络的参数进行修改;同时本文根据样本数据集的数据分布形态对聚类算法进行选择,从而得到更加适合于该网络的聚类参数值,将得到的参数值代入YOLOv2网络中。本文设计了一套文字识别算法,对近摄贴片图像进行OCR文字识别,获取贴片文字信息,从而得到贴片的具体型号信息;本文使用了修改后的CNN+SVM的网络结构使得文字识别的正确率得以提高,同时根据已有的贴片信息对异常预测样本进行了修正处理。本文设计了整体控制系统,完成了对OCR和目标识别模块的调用、图片信息和实际坐标转换、PCB文本分析、交互界面等的具体实现;同时本文按照通信协议驱动贴片机的机械运动。最后,本文对研发的改良型贴装系统进行了反复调试和测试,分别对目标识别系统和OCR进行实验,并且在室内环境中完成了整体实验验证。