印刷电路板(PCB)自动光学检测(AOI)系统可以快速、准确地实现对PCB表面安装元器件的自动检测,是提高电子制造业自动化水平和产品质量的重要设备。为了提升AOI系统的检测精度和速度,本文对PCB圆形基准点校准算法和摄像机全覆盖移动路径规划算法进行了研究,具体工作内容如下：(1)基于改进Hough变换的PCB圆形基准点校准算法研究：本文以PCB圆形基准标识为研究对象,建立了分别以机械原点、基准点、摄像机视野(FOV)图像左上顶点为零点的三层坐标系来保存位置信息,间接消除了机械平台定位误差和PCB制造误差造成的元器件取像误差。采用Hough变换法检测基准点圆心位置,针对传统圆Hough变换计算量大、占用内存多的缺点,提出了利用基准点物理尺寸信息和圆的对称性粗略确定圆参数的方法。在粗略参数附近进行精确搜索,大大缩小了Hough变换累加器空间,优化了算法效率。为了获取良好的基准点边缘信息,对基准点图像进行了灰度化处理、中值滤波、闽值分割和Sobel边缘检测等四步预处理。(2)基于遗传算法的摄像机全覆盖移动路径规划算法研究：建立了摄像机移动路径规划问题的数学模型,给出传统上了将路径规划问题分割成聚类子问题和最短路径子问题分步求解的算法思路。分析了分步求解法的缺点,在此基础上,提出利用遗传算法进行综合优化求解。结合问题,定义了染色体、适应度函数和遗传操作算子,采用交叉算子、变异算子和顺序算子结合计算的方法,提高了解的收敛速度。实验结果显示,基准点定位算法耗时为毫秒级,实时性好,定位精度达到0.5像素,满足AOI系统取像精度要求。遗传算法有效解决了摄像机移动路径规划问题,减少了系统总体工作时间。这两个关键工程技术问题的解决具有一定的实际意义,并为机器视觉这一前沿技术的进一步研究提供了参考。