近年来,随着计算机及图像处理技术的发展,机器视觉技术在工业在线检测中的应用逐渐广泛,全自动贴片机的元器件检测系统也摒弃了传统的机械定位或激光定位手段转而采用机器视觉技术来提高定位精度和速度。目前,国内的全自动贴片机所采用的机器视觉系统的核心技术主要由国外机器视觉公司提供,国内在这一领域的研究尚处在起步阶段,在速度和精度方面与国外先进水平相比有明显差距。开展本项目研究,为国内发展具有自主知识版权的高性能IC封装设备提供了一定的理论基础。本文通过对机器视觉常用图像处理算法进行研究,结合贴片机视觉系统图像识别模块的具体应用,选择了有针对性的算法,设计了合理的算法流程。在图像预处理阶段,使用既能去除噪声又可以保护边角结构特征的SUSAN滤波来对芯片图像平滑去噪；在粗分割阶段,本课题将Blob分析用于多目标分割。首先参考直方图波形分析的结果选取最优的阈值对芯片图像进行分割,其次采用基于游程编码的方法对二值图像进行Blob分析,提取Blob长、宽、面积等形状特征,最后将这些特征与模板特征进行比较,初步剔除不符合要求的芯片；在精匹配阶段,首先采用SUSAN角点提取算法来获得待匹配芯片的特征点,然后使用点模式匹配算法进一步验证芯片并采用矩形拟合技术来最终获得芯片的位置和偏转角度。在缺陷检测方面,本课题主要使用Blob分析的方法来实现。另外,本文介绍了课题所完成的芯片识别和定位软件系统所采用的工作流程及实现的功能,对软件实现的效果进行了分析,对系统达到的精度和速度进行了评价。最后,本文对软件复用技术进行了研究,遵循目前流行的软件架构思想,引入动态链接库及COM技术,将完成特定功能的流程及模块组件化,大大方便了视觉软件的二次开发及后续的改进。