当今，电子行业正在向小型化，高集成度的方向发展，因而对作为电子行业的重要支撑的PCB制造工艺提出高密度多层板的设计要求，PCB的生产质量以及后期的焊接技术直接影响了产品的好坏。由于现代PCB的布线密度高，元器件多且体积小，更容易出现各种错误，传统的接触式检测和人工检测既无法满足检测精度要求也无法满足检测速度的要求。机器视觉的检测方法引入为解决此类问题提供了新途径。机器视觉技术是一种非接触式检测，主要通过CCD摄像头获取PCB图像信息，通过图像预处理以后，对图像内容分析判别PCB是否存在缺陷以及缺陷的数量和位置。这种方法具有检测速度快，精度高，本文在研究机器视觉检测算法的基础上，设计了一套PCB缺陷检测系统。本文分析了目前国内外基于机器视觉检测系统的研究现状，以收集的光源、摄像头和图像采集卡等硬件产品资料为依据，结合研究内容给出了两套硬件配置方案。从图像处理与模式识别的理论方法出发，针对常见的PCB缺陷特征及前人提出的几种检测方法，通过对比各自的优缺点，提出了完整的处理方案。在图像增强环节，使用直方图均衡化和中值滤波的放方法提高图像质量，抑制噪声；在图像分割环节，分析对比了几种经典的图像分割方法，根据检测结果选择了双峰法作为图像分割方法；在PCB缺陷识别环节对导线断路、凹坑等缺陷使用导线跟踪算法识别，对短路和凸起缺陷使用八连通法识别；对污点的检测使用区域统计法识别；对元件反装和漏焊使用优化的模板匹配算法检测。实验结果实现所用检测算法均能有效识别设置的缺陷。本文使用Matlab软件进行PCB缺陷识别系统的开发，编写的程序可以实现控制光源、图像采集、图像预处理、PCB裸板上的断路、短路、污点和装有元件的漏焊和反装检测，以及对检测结果统计分析等功能。系统的操作界面简单清晰，经实验检测识别准确，误差小，可靠性较高。