机器视觉被广泛应用在工业生产中,尤其是在不适合人工作业的危险工作环境或无法提供持续人工监控的场合中更受人青睐。本课题在综合分析了电路板质量检测的现状以及存在的问题后,为实现现实生产中对于电路板成品检验的自动化与流水线化,提出了基于机器视觉系统的电路板检测技术。主要工作如下:(1)根据生产过程存在的问题与实际生产需求,设计了基于机器视觉的电路板自动检测系统框架。对系统的硬件系统进行分析选型,包括照明方式与光源选择、摄像机与图像采集卡的选型与匹配。根据系统所要实现的功能设计相应的软件模块。(2)根据系统处理需求,将采集的图像进行预处理。图像预处理包括图像增强、去噪、分割以及边缘检测,这些操作都是为了系统更方便地识别图像。(3)针对生产过程中电路板载板主要存在的缺陷进行算法识别,主要包括基于模板匹配的元器件漏焊检测;基于快速Hough变换的元器件焊反识别;利用基于神经网络的字符识别进行元器件错焊检测;利用颜色特征匹配进行焊接不良识别等缺陷的电路板检测。(4)利用MATLAB的图形用户界面设计系统的仿真软件系统,并利用该系统对多组已知缺陷状况的电路板进行检测,并将检测结果进行统计与分析,分析系统可能存在的问题以及可以改进的地方。