伴随着一次次工业革命,中国制造业得到高速的发展,PCB行业作为电子信息产品制造的基础产业,在需求和产量大幅度提升的基础上,其内部的元件也相应的复杂化和多样化。一般的标准件由于形状较为规则,其检测和装配技术都比较成熟。而异型件因为形状多样化、具备特殊用途等因素,在定位、检测、插装过程中都产生了相应的难题。具体来说,复杂密集多针脚的异型元件在工业检测领域的发展一直较为迟缓,这些元件在制作工艺中会出现针脚缺失、歪斜、弯曲、高度不一致等缺陷,影响后续的插件,装配等流程。现有的针脚定位和检测主要存在以下问题:1.由于针脚细长、截面积小等特点,传统图像采集使得底部反光严重,无法获得高质量的针脚图像;2.当针脚数目增加,排列密集时,针脚间互相重叠等问题增大了定位的误差;3.针对针脚的缺失、歪斜、弯曲等不同缺陷无法一次性解决,缺乏统一的检测算法。为了解决以上问题,本文旨在研究一套基于机器视觉的复杂密集针脚元件检测与插件定位的方法,主要的研究工作如下:在充分分析复杂密集针脚元件特点的基础上,进行了二维和三维视觉系统的设计,结合采集的针脚图像明确了最终的采集方案。通过三维激光扫描的方式得到针脚数据,对数据进行高度方向上的阈值屏蔽,将生成的三维点云数据变换为二维针脚图像,最终获得了高质量的复杂密集元件的针脚图。提出了复杂密集针脚元件的定位算法,对各个定位模块进行数学描述和模型建立,包括针脚元件取料和PCB进板时产生偏移的数学模型,求解出偏移量并进行角度和位置纠偏。通过系统标定统一各个坐标系,在标定过程中介绍了相机标定,同时推导了机械臂的手眼标定方法,最终得出了图像坐标到机械臂坐标之间的映射关系。提出了复杂密集针脚元件的检测算法,将采集到的针脚图像经过轮廓检索填充等相应的图像处理手段,生成所需要的检测图。将检测图与模板图做图像配准变换后进行逐像素与运算,然后通过统计像素的数目达到有效检测针脚缺陷的目的。最后通过搭建一套完整的取料、检测与针脚元件插装系统,对本文方法的精度和系统准确性进行验证,实验表明本文的方法可一次性解决复杂密集针脚元件的多种缺陷,当针脚数目增加时仍可有效定位和检测,满足工业检测需求。