LED芯片分选是整个LED产业链的重要一环,而其中的视觉处理模块是分选设备的重要组成部分,对分选的性能有巨大影响。现有的分选机视觉处理系统有很大的改进和提升空间。本文以分选机视觉处理模块为对象,针对其中的模板匹配和缺陷检测这两个核心模块进行了算法的分析和改进,主要内容有:分析了LED分选机的视觉处理模块的基本工作流程,针对其速度快、精度高、硬件限制等特点,提出了期望达到的速度、精度等相关性能指标。并结合匹配和缺陷检测的要求对当前的主流视觉处理软件包进行对比分析,选定了Halcon作为后续处理软件包。分析了现有的模板选取算法在中心和角度上的偏差导致的抓取误差,提出了自动的模板区域和角度校正算法,有效的选定了模板。分析了LED芯片匹配的特点,对比了灰度和特征两种匹配算法在LED芯片识别中的效果,比较两者的优缺点,提出了结合两者优势的两级匹配方案,并针对这一匹配方案,建立参数选取原则。在大量收集整理缺陷芯片图像和数据的基础上,分析现有缺陷分类方法的缺点和不足,提出了新的三类缺陷分类体系。在此基础上,设计和分析了在分选机中最常见和危害最大的外形缺陷的特征提取和判别算法,并用此算法大量识别缺陷芯片,验证算法的有效性。针对两级匹配和外形缺陷检测算法,分别进行了扫描定位和缺陷识别实验,验证了算法的速度、精度、识别率、误识别率等性能指标,检验了算法的有效性。通过这两个算法,有效的提高了在LED芯片分选过程中图像识别的速度和精度,提高了识别芯片的质量,为后续的芯片分选奠定了良好的基础。