基于机器视觉的自动定位是LED芯片检测和分选中的一项重要技术。通过计算芯片模板图像与Wafer上芯片图像之间的位置偏置,可以获取LED芯片电极引脚的位置坐标。在此基础上进行芯片参数检测,为LED芯片分选提供参数依据。本文以LED芯片的定位为研究背景,对图像滤波、特征提取、图像匹配等技术进行了深入的研究,主要内容如下:本文首先分析了现有的图像匹配方法,包括归一化灰度相关方法、SSDA方法、FFT相关匹配方法、基于图像特征的匹配方法等,总结了各种算法的优缺点,提出了基于角点特征的点模式匹配算法作为本文的匹配方案。分析了中值滤波算法的不足,提出了一种自适应中值滤波器算法,利用VC编制的程序对噪声图像进行滤波,结果表明自适应中值滤波器在滤除噪声的同时可较好的保护图像的角点特征。分析了图像Harris和SUSAN角点特征的提取算法,对两种算法提出了改进,利用VC编制的改进算法的程序,对LED芯片的定位标记进行角点提取,两种算法均精准的提取出图像的角点。最后选择算法复杂度小并且抗噪性好的SUSAN角点提取算法。研究了一种快速的点模式匹配算法,该算法采用局部匹配与全局匹配相结合的方法,提高了匹配速度。利用VC编制图像匹配的程序,对LED芯片的定位标记进行匹配,结果表明该算法具有较好的定位精度。开发了LED芯片的图像定位标记的图像匹配软件,结合一个LED芯片定位标记的定位的实例,说明了点模式匹配的过程。