关于PCB元器件自动定位是电子设计自动化领域一个重要的应用型研究任务,PCB元器件自动定位的目的是为了实现PCB元器件在机器进行贴装元器件的过程中,能够准确地贴装每一个元器件,减少人工去检查贴片位置的中间过程。人工智能发展的今天,极大地推动了工业自动化领域的发展,SMT自动贴片技术的发展在现阶段已经相当成熟,2018年美国“电子复兴计划”,强调美国制造业将人工智能的应用转移到电子智能制造产业,我国对于工业智能化方向的重视也逐渐提高,但是主要的核心技术还是依靠欧美等科技发达国家的技术,因此本文的研究主要是关于计算机视觉在工业自动化方向的应用,提高自主研发的竞争力,降低制造成本。本文的主要研究是对PCB图像中元器件的自动定位算法的研究,算法主要采用基于传统的数字图像处理的元器件自动定位和基于图卷积神经网络算法的元器件自动定位两种方法的研究。基于数字图像处理的元器件自动定位算法包括图像采集成像系统、图像预处理、元器件的匹配以及单应变换等步骤来实现PCB元器件的自动定位。自动定位过程中需要对PCB图像的偏置角度进行校正,因为像素待匹配点在与物理坐标点进行匹配的过程中,由于元器件之间比较密集,对于点与点之间的角度、长度要求比较严格,误差较大的情况下会导致像素坐标点与物理坐标匹配错误的现象,进而影响整个PCB图像元器件定位的精度,因此需要对PCB图像的偏置角度进行校正,提高PCB图像元器件初定位的精度。基于图卷积神经网络的元器件自动定位算法包括构建卷积神经网络提取特征、构建图结构、节点信息聚合以及反卷积输出结果等步骤来实现PCB元器件的自动定位。由于PCB图像中元器件的大小差异性较大,因而在对图像数据进行分割的过程,分割的方式会影响网络模型的训练效果,因而在实验过程对不同的分割方式的实验结果进行对比,选择最好的一种分割方式的数据集。本实验的定位算法还存在不足,希望在后续的研究中能进一步提高定位的准确度和精度,可以推动PCB元器件自动定位算法应用于实际生产中,实现SMT自动贴片机的自主研发,赶超国外的元器件自动定位技术,提高核心竞争力,对国内工业自动化的发展尽一份力。