PCB 是电子产品最基本的组成部分。随着电子加工行业的迅速发展,PCB 趋向小型化、微型化,为便于生产加工,通常将多个相同规格的PCB 拼成一个面积符合生产要求的大板进行相应的工艺生产,因此PCB 生产加工的最后工序是进行V 割,即将各小片的PCB 从大板上分割下来。由于拼板时排布紧密,且布线精细,而V 割是从PCB 两面分别进行,因此V 割对定位精度要求很高;同时,由于加工数量大,要求V 割快速进行。靠人工是难以达到快速而精确的生产要求,致使V割成为PCB 加工制造的一个瓶颈,所以对集成了机器视觉技术的V 割设备成为PCB 生产厂家普遍的需求,目前国内在这方面的应用还是一片空白。本课题是由重大数控提出的预研项目,旨在将机器视觉技术应用于PCB 的V 割设备上。论文根据PCB V 割机定位精度的要求,设计了PCB V 割机视觉检测的硬件系统。针对PCB 图像受现场照度等因素影响较大的问题,提出了光源的解决方案,并探讨了CCD 摄像机、光学镜头及图像采集卡的匹配问题。为了精确定位,必须要求CCD 摄像机一个像素的当量距离极小(≤0.02mm),因此一块PCB 需要分成若干相邻的小区域分别进行图像采集,如何保证图像没有漏拍或重叠,是图像采集时须解决的基本问题。论文提出的图像组合的方法较好地解决了这个问题。定位标志的特征因PCB 的不同而存在很大的差异,用模板匹配法对定位标志进行识别时,标准模板的来源是该方法的一个关键。论文中预先拍摄包含定位标志的小区域并处理成二值图像作为标准模板,采用矩保持法进行阈值选择对PCB图像进行二值化分割,在二值图像上进行的模板匹配加快了搜索速度,还提出了限定区域进行搜索和二次匹配搜索等算法,进一步提高搜索速度。在完成定位标志识别的基础上,论文给出的坐标转换公式可以用来控制V 割刀具的运动,实现精确的V 割加工。根据论文提出的PCB 定位标志检测识别方法,进行了模板匹配的实验,效果较好,验证了算法的有效性。由于PCB 生产各个工艺过程中都有类似的定位要求,论文研究的内容还可向丝印、贴片等装置上延伸,机器视觉检测系统在这方面具有较广泛的应用前景。