印刷电路板(PCB, Printed Circuit Board)是集成各种电子元器件的信息载体,在各个领域得到了广泛的应用,并且伴随着生产技术的不断提高,PCB板朝着多层数,高密度的方向发展。由于PCB制作工艺日趋复杂,使PCB的质量检验成为一件非常困难的工作。传统的检测方法已不能满足生产的需要。基于计算机与图像处理技术进行的PCB自动视觉检测的研究开始成为PCB检测的热门方向。本文主要研究利用目前工业中应用最多的BP (BP,Back Propogation)神经网络和AOI(Automatic Optic Inspection,自动光学检测)技术,借助计算机视觉,根据电表PCB的元件特征,进行PCB板图像的匹配识别。本文主要就以下几个问题进行了具体研究首先介绍了研究自动检测PCB板对于行业的重要性及采用的技术手段,PCB板图像识别的基本思想和技术特点；随后,阐述了PCB板元件图像的特征提取方式,介绍了图像的处理相关的算法；然后,本文详细描述了神经网络在该系统中的实现和技术特点。设计和制作了相应的检测设备,编写了配套的操作软件用于采集图像,匹配识别,分析结论,给出报表。实验结果表明本方法误判率低、匹配精度高,可以应用于PCB板中元件的一致性检测。