图像分析与处理是LED晶片检测、分拣设备的关键环节，本课题的研究目的就是提取图像LED晶片图像特征信息，获取晶片晶粒的形状、位置、姿态等参数，最终生成机构的运动控制命令。为了满足机器视觉系统的准确性、实时性和鲁棒性的要求，选择合适的图像处理算法，显得尤为重要。本文的研究内容如下：研究了图像的预处理算法，对自适应中值滤波进行改进，运用基于并行运算的自适应中值滤波算法，对图像进行平滑增强；同时，对图像做了畸变校正，消除了径向畸变的影响；研究分析LED晶片的图像灰度特征和形态特征，为后续高速、精确、稳健的晶片识别算法研究提供了保障。基于模板匹配的目标识别算法，本文分别研究了SSD、SAD、NCC模板匹配算法，并运用金字塔算法优化了搜索空间。根据晶片图像灰度信息，对图像进行阈值分割、区域连通，运用基于区域的矩匹配算法实现了LED晶片的快速识别定位。根据LED晶片的形态特征，本文研究了基于边缘方向的模板匹配算法，运用基于HDevelop的形状匹配算子，实现了多种LED晶片的目标识别，同时优化了算子参数，提高了晶片识别的速度和精度。特征分析及描述算法，完成LED晶片的快速识别定位后，用Canny边缘检测算子对晶片进行亚像素边缘提取，运用转轴法对异形电极进行像素级粗定位，根据异形电极边缘的相对位置，寻找异形电极直线边缘的ROI区域，通过亚像素直线拟合算法，实现了异形电极直线边缘的拟合。最后，运用带约束的最小二乘圆拟合算法完成了圆形电极的精确定位。本课题以VC++6.0作为软件开发平台，开发LED检测、分拣设备的检测软件。编程实现了图像的采集、显示，完成了晶片的识别及电极定位。经过测试，论文中研究的处理算法合理，处理精度和速度都达到了LED晶片在线检测的要求，具有很高的实用性。