自动光学检测系统(Automatic Optical Inspection ,AOI)作为印刷电路板(Printed Circuit Board, PCB)装配的关键设备之一,对其核心理论与技术的研究意义重大。随着国内外学者的不断探讨和研究,AOI系统理论与技术已经得到一定程度的发展与应用,但是目前的AOI系统,仍存在适应性差、准确性低和效率低等关键问题迫切需要解决。通过引入可重构技术,基于AOI检测的基本原理,提出了由元件层、缺陷层和特征层组成的AOI检测算法三层可重构模型,通过对缺陷层的划分和特征层的建模,实现了AOI检测算法的可重构;利用面向对象技术实现了AOI软件系统的可重构;根据AOI实际应用需求,提出了AOI硬件的可重构结构与重构流程,从而实现了AOI硬件系统的可重构。通过对AOI检测算法、软件系统和硬件系统的重构,提高了AOI系统的适应性。提出了一种基于统计学习的PCB组装缺陷检测方法。首先,根据AOI系统的实际应用特点,提出了一种缺陷特征评价与选择的判据,进而利用最小风险贝叶斯理论设计了AOI缺陷检测的分类器,并给出了基于统计学习的AOI系统检测算法,提高了AOI系统检测的准确性。利用迭代自组织聚类法对AOI系统的检测视场进行了规划,采用基于分区搜索改进的模拟退火算法对检测路径进行了优化。并给出了一种AOI系统的快速检测方法,提高了AOI系统的检测效率。在AOI样机上进行了实验研究,结果表明:本文的AOI系统具有较高的适应性、准确性和效率。同时,验证了本文理论与技术研究的有效性。