电子电路表面组装技术(Surface Mount Technology，SMT)作为先进电子组装的基础技术，它包括设计、工艺、元器件、基板、设备、材料、测试、管理等多项技术，涉及到先进设计与制造范畴的各个领域，是一门高科技综合性科学技术。随着新型封装形式的不断出现，表面组装技术(SMT)遇到了新的挑战，SMT产品质量和可靠性问题日益突出。实际情况表明：SMT产品故障主要是焊点故障，焊点可靠性是SMT产品可靠性的主要因素，是SMT产品的生命。由此可见对SMT焊点的检测显得尤为重要，其中重要的环节是SMT焊点图像的提取以及SMT焊点图像处理技术。SMT焊点图像特征的有效性强烈地依赖于图象预处理的质量，因此，相当于初级视觉处理的图象预处理阶段（包括边缘提取、噪声滤除）应具有在复杂背景条件下（低信噪比、低对比度、场景变化等）对目标进行有效检测和分割的能力。　　 本文主要应用用小波分析对SMT焊点图像进行图像处理，主要对图像进行去噪处理、以及边缘提取。本文研究过程中，先对小波分析原理，SMT焊点检测原理及流程进行研究，为本文最后结果的实现奠定了基础。本文共分为六个章节，其中第一章节为绪论部分主要针对本文的结构及其论文的来源、依据进行阐述；第二章为本文基础知识及其技术手段，其中第一部分为小波分析的介绍；第二部分是SMT以及SMT焊点的介绍；第三章为应用小波变换进行SMT焊点图像的去噪处理部分，主要方法是应用低通滤波，中值滤波，Wiener滤波与小波分析结合三种方法对STM焊点图像进行去噪处理，并且与经典方法作出对比；得出本文重点提出的Wienrr滤波与小波分析结合的方法处理效果最好；第四章为应用一种改进型小波多尺度相乘进行SMT焊点图像边缘提取以及应用改进性的Hilditch经典算法对SMT焊点图像的细化部分，其中重点是改进型小波多尺度相乘的方法进行SMT焊点图像边缘提取，并与各种经典算子的边缘提取方法进行对比；第五章为总结展望部分，提出了本论文还存在的不足，以及可行的改进方法。　　 本文的重点提出的Wiener滤波与小波分析结合的SMT焊点图像去噪方法，从实验效果来看结果明显优于传统的低通滤波以及中值滤波的方法，本文中另一重点是应用改进型小波多尺度相乘的方法进行SMT焊点图像边缘提取以及改进性的Hilditch经典算法对SMT焊点图像的细化部分其成像效果明显优于Sobel算子，罗伯特算子，拉普拉斯算子等方法。