元器件视觉检测是表面贴装的必要工序,其精度决定了表面贴装的质量。本文以新型表面贴装元器件的视觉检测为切入点,主要研究新型表面贴装元器件的角度和位置信息的高精度定位检测。新型表面贴装元器件的定位检测算法包含了对元器件对象的特征提取、模型特征的匹配以及检测特征的映射等等。因此,新型表面贴装元器件的定位检测实质上就是研究同一物体在不同场景下的高精度配准问题。本文提出用配准的思想来进行元器件的定位检测,以解决工业成像条件下微型化片式元件、细微间距IC、高密度封装元器件以及非标准外形和浅色外观异型元件的高精度定位问题。本文的算法基于配准原理,在B样条小波边缘检测、基于特征点配准的SIFT算法和SURF算法三方面做了研究:1.鉴于新型片式贴装元件体积微小,精度要求高的特点,本文提出B样条小波多尺度积边缘检测算法,用于提取新型片式贴装元件的边缘,并采用配准的相似性度量来选取样条次数。实验证明,与以往的算法相比,3次B样条边缘检测算法所提取的边缘信息更加逼近于实际边缘,在拟合精度和偏转角度两方面也达到了新型元器件的检测要求。2.针对新型表面贴装元器件类型繁多,特征各异的特点,本文引入了SIFT算法。该算法是一种特征提取的配准方法,可以通用于各种元器件的特征匹配。由于单独使用SIFT算法的精度不高,在SIFT算法的检测结果上再采用最小能量法进行细定位。实验结果表明,基于最小能量的SIFT算法能基本满足新型表面贴装元器件的定位检测要求,并且适用于大部分的元器件。3.针对SIFT效率偏低的情况,本文引入了算法思想类似,计算速度却明显提高的SURF算法。SURF算法的特点在于采用积分图像提高检测速度。对两者的实验结果比较发现,和SIFT相比,SURF的检测精度更高,稳定性更好。