随着人们对电子产品品质追求的不断提高，电子封装朝轻、薄、微小化，生产的无铅化方向快速发展，生产上对炉后印刷电路板（Printed Circuit Board，PCB）电子元器件的焊接质量检测提出了更高要求。基于图像识别的自动光学检测系统可对微小电子元器件和高密度贴装PCB的焊点缺陷进行统一、可靠的快速检测；并且能为表面贴装技术系统提供实时反馈信息，通过统计过程控制改善成品率，有利于缩短新产品的生产周期。本文以炉后PCB无铅焊点的自动光学检测为研究对象，分别对PCB焊点的定位算法；片式晶片、晶体管、集成电路（Integrated circuit，IC）三大类元器件焊点的检测算法；焊点检测算法特征阈值的调节方法等几个专题进行了深入而系统的研究，主要研究内容如下：　　 （1）针对自动光学检测系统因焊点定位不准确而导致的误判问题，提出了基于灰度积分投影对PCB焊点的鲁棒定位算法。首先，将焊点的彩色图像分割为三张单色图像，并对单色图像进行空间域图像增强、形态学处理及Blob分析，将焊点特征从PCB图像中分割出来；在此基础上，根据焊盘的大小设定焊盘窗的尺寸，作为定位的参考窗，分别利用焊点特征的水平和垂直灰度积分投影曲线，以焊盘窗内焊点特征像素的面积最大化为目标，求解焊点的定位坐标，实现准确的焊点定位。此外，在算法中通过引入Blob评价函数区分焊点与噪声，减少噪声的干扰，提高焊点定位算法的鲁棒性。最后，通过实验验证了该方法具有较高的定位精度和良好的鲁棒性。　　 （2）提出了基于模式匹配对片式晶片类元件的焊点检测算法。首先，基于常见的良品、多锡、少锡、假焊、偏移、立碑等六种焊点类型，通过分析由三色LED环形结构光源和3-CCD彩色相机获取的PCB焊点图像，提取出焊点图像关键子区域的面积特征；在此基础上，采用矩阵分析法建立良品、多锡、少锡、假焊、偏移、立碑等六种焊点类型的特征矩阵模型；然后，根据同类焊点相似程度最大为目标设计检测焊点的模式匹配算法。在实验研究中，对含有1040个片式晶片焊点的PCB进行了检测，结果显示所提算法对焊点检测的准确率可达96．5％，检测每张PCB所用时间为9秒。实验结果表明，该算法具有较高的检测准确率和检测速度。　　 （3）提出了基于区域特征、数字特征和逻辑特征对晶体管和IC类元器件的焊点检测方法。首先，针对晶体管和IC类元器件焊点的特点，根据焊点的形状及焊点图像色彩的分布规律，将焊点图像划分为多个子区域（区域特征）。其次，对每个子区域提取焊点的面积、重心、连续像素等数字特征，以用于评价该子区域的焊点质量。然后，根据每种焊点类型的特点，建立各焊点类型与子区域间的逻辑关系。不同的焊点类型具有不同的3-D焊点形状特征，基于焊点图像提取的三类特征分别从三个不同层面解释焊点的伪3-D形状信息，从而实现对焊点的检测。实验和分析结果表明：该算法可有效地检测多锡、少锡、空焊、假焊、偏移、桥接、缺件等晶体管类元器件常见的无铅焊点缺陷，以及有效检测多锡、少锡、空焊、假焊、偏移、桥接等IC类元器件焊点常见的焊点缺陷。　　 （4）提出了一种基于改进型BP网络的焊点检测算法特征阈值的调节方法。目前采用以人的经验为基础设置的特征阈值，由于很难与理想的阈值相符，从而降低了算法检测的准确率，而且这种阈值的设置方法效率不高。基于已提出的焊点类型的特征矩阵模型，给出了焊点检测算法特征阈值的调节模型，并将改进后的神经网络反向传播算法应用于特征阈值的调节。实验研究结果表明，采用该特征阈值调节方法后，算法的检测准确率有了明显的提高，同时减少了AOI系统的调试时间，提高了AOI系统的使用效率。