高端智能装备是一个国家制造业水平的综合体现,机器视觉定位是先进装备中不可或缺的智能感知技术,目前已经广泛应用于IC(Intergrated circuit)封装制造领域。本文围绕高端智能装备快速、高精、鲁棒的视觉定位应用需求,开展了基于图像匹配算法的二维视觉定位技术研究,提出了面向模糊图像、规则几何特征物体、复杂形状特征物体的三种高效图像匹配算法,解决了高端智能装备实时目标定位问题。具体研究工作介绍如下:(1)针对模糊图像的视觉定位问题,提出一种基于径向环形直方图的模版匹配算法,该算法采用了图像梯度直方图统计学特性,对非线性光照变化具有很强的鲁棒性,实现了多目标芯片在模糊成像条件下的快速精确匹配;(2)针对规则几何特征物体的视觉定位问题,提出了基于多边形几何特征不变的广义霍夫变换算法,该算法采用物体局部几何三角形作为匹配特征,对物体平移、旋转、缩放具有不变性,实现了多目标规则几何物体的高速(小于5毫秒)视觉定位功能;(3)针对复杂形状特征物体的视觉定位问题,提出了一种基于边缘梯度矢量特征的图像匹配算法,该算法选取稳定边缘点的梯度作为匹配特征,对噪声、干扰、遮挡、非线性光照变换具有很强的鲁棒性,采用硬件加速技术实现了多目标复杂形状物体实时在线高精度匹配。最后,本文将所提出的径向环形直方图算法和多边形广义霍夫变换算法,在LED(Light Emitting Diode)和RFID(Radio Frequency Identification)电子制造设备上进行了离线测试,结果表明两种算法均可稳定定位多目标,且满足实时匹配应用需求;将基于边缘梯度矢量的匹配算法,在LED重排机上进行了长期在线测试,结果表明该算法可满足多目标实时定位应用需求,匹配速度在20ms以内,匹配精度达到0.1pixel,成功率达到了99.58%。