在现代电子工业中,PCB (Printed Circuit Board,印刷电路板)是各种电子产品的重要组成部分,其质量的好坏决定电子产品的质量,而随着现代制造业发展水平的不断提高,PCB正朝着超薄型、小元件、高密度、细间距方向发展,给PCB的质量检测提出了很大的挑战,因此研究用于PCB质量检测的AOI (Automatic Optic Inspection,自动光学检测)系统具有很强的现实意义和实用价值。本文综合运用光电技术、自动控制技术和计算机技术,搭建一套用于PCB质量检测的AOI系统,主要包括照明系统、图像采集系统、运动控制系统和图像处理系统。其中对图像处理系统进行深入的研究,主要研究其中的PCB图像预处理、PCB图像拼接、PCB图像对准和PCB的缺陷识别,并在此研究基础上,开发一套用于PCB质量检测的软件系统。首先针对PCB图像前期处理中的彩色图像灰度化、图像去噪和图像分割进行研究,提出采用加权平均值法灰值化、中值滤波法去噪和Otsu法分割的PCB图像前期处理算法,来使PCB图像达到一个良好的前期处理效果。其次为了实现大面积的PCB板检测,提出采用基于特征的拼接算法来实现PCB图像的拼接。在拼接精度相当的情况下,由于基于SIFT特征的拼接算法在拼接速度上有很大的劣势,所以本文采用拼接速度较快的基于SURF特征的拼接算法进行PCB图像拼接。此外基于硬件对SURF匹配进行改进,从而进一步提高拼接速度。然后为了将待测PCB图像与标准PCB图像进行精确对准,选取PCB上的定位圆孔作为定位标志。在对定位圆孔进行圆检测时,实现了三种圆检测的算法,并对这几种不同的圆检测算法进行实验分析。最终采用基于改进的Hough变换的圆检测算法来检测定位圆孔,大大提高了检测速度和检测精度。最后采用图像对比技术及数学形态学运算获取缺陷信息图像,并采用基于线段的连通域检测算法很好的实现了缺陷的连通域检测。在此基础上,根据不同缺陷的不同特征,采用一种树状逐级分层判断的识别算法来识别短路、断路、凸起、凹陷和空洞,有效的提高了识别缺陷的速度。实验结果表明,本文设计的AOI系统是合理可用的,在对PCB进行质量检测时结果也是有效、可信的,可以为后续的自动光学检测系统研究提供一定的借鉴。