目前我国发光二极管（LED）产业正处于快速发展阶段,二极管封装支架作为二极管器件的核心部件,对二极管的使用寿命、工作性能及可靠性都有重要影响,所以封装支架在出厂前需要对其进行严格的质量检测。目前,在封装支架生产工艺不断更新换代的过程中由于工艺不成熟导致次品率高等问题,而国内大部分支架厂商仍然以人工抽检为主,检测效率低的同时也难以保障检测一致性,从而限制了封装支架产业的进一步发展。因此,急需开发一种经济、高效、可靠的封装支架缺陷检测方式。本文将机器视觉检测技术运用到二极管封装支架地缺陷检测中,在现有机器视觉检测技术的基础上,对二极管封装支架的几种缺陷（如银面污染、划痕、缺损）进行研究,设计相应的缺陷检测算法,实现支架缺陷自动检测及分类,并通过实验验证上述算法的实用性和可行性。本文对二极管封装支架的表面缺陷检测展开了如下研究:（1）图像采集与图像质量优化。本文根据封装支架的制造工艺和表面缺陷的形成机理,明确了封装支架的分类标准和检测需求,确定了缺陷检测的研究对象;设计了一种明场和暗场的组合打光方式,通过光源高度和角度的调节,解决了金属表面反光而难以成像的问题,获取了符合检测精度的支架缺陷图像。针对图像采集过程中出现的噪声、偏明、偏暗、角度偏差等问题,本文提出了一种兼顾图像去噪与图像增强效果的预处理算法。首先使用自适应中值滤波对缺陷图像进行去噪平滑处理,然后通过imrotate函数调整图像角度,最后对图像执行直方图均衡化和Laplacian图像锐化操作,消除边缘模糊现象并调整图像亮度,最终得到了高对比度、清晰度的标准缺陷图像。（2）基于图像特征的支架特定缺陷检测算法。针对图像检测区域过大而无法定位检测目标的问题,本文设计了交互式ROI区域算法,减少了检测的工作量。在ROI区域的基础上,本文对污染缺陷设计了形态学分割算法,结合开运算与闭运算分割出污染缺陷区域;对划痕缺陷设计了灰度值差分的检测算法,在图像连通域坐标的基础上完成相似度匹配;对破损缺陷设计了彩色图像阈值分割方法,通过ROI区域的标记完成了阈值分割,实验结果表明三种缺陷算法的平均检测准确率达到97.3%,平均时耗为3.22s。（3）基于自适应模板的支架多种缺陷检测算法。针对支架表面模块排列的周期特征,本文设计了自适应模板算法,首先通过自相关函数分析及谱估计,提取支架表面模块的周期信号,然后基于周期特征获取支架单元构建块,最后运用双线性插值法生成支架匹配的基准模板,完成模板匹配并分割出缺陷区域,实验结果表明该算法的平均检测准确率为93.3%,平均时耗为1.52s,与特定缺陷的检测算法相比,检测准确率降低了4%,但检测效率提高了52.7%。使用综合形状特征分类法对90个缺陷样本进行缺陷分类测试实验,多种缺陷的检测算法得到的缺陷区域平均识别率为89.9%。虽然两种算法都能满足EMC支架的缺陷检测,但实验结果表明多种缺陷的检测算法的效果更佳。论文研究工作对基于机器视觉的二极管封装支架缺陷检测有一定参考价值。