近年来,我国在电子产品的生产制造领域中取得了巨大的进步,但智能化、小型化的发展趋势给产品的生产制造提出了更高的要求。因此,体积小、易贴放的贴装芯片得到了广泛的应用。为满足工业大规模生产中快速、稳定的贴装需求,使用基于视觉的检测定位方法对贴装芯片进行定位检测尤为重要。根据芯片封装类型的不同设计快速鲁棒的定位方法,可以有效的提高芯片的贴装效率,提高电子产品的生产规模,进而提高我国在相关电子产品生产制造领域中的国际竞争力。点集匹配是在计算机视觉和模式识别领域中的一个极具实际应用价值的基础科研问题,匹配的目的就要从不同图像对同一对象进行描述的两个点集中找到内在的变换关系或对应关系。点集匹配问题在目前的各应用领域中都有深入的研究,在人脸识别、疾病诊断、位姿估计、遥感图像、场景匹配等众多领域中都有广泛的应用。从本质上来说,点集匹配问题是一个高复杂度的NPC组合优化问题,当离群点、噪声等干扰加入后,问题的计算代价更加巨大,严重影响了匹配算法的应用性。因此,综合实际工况,鲁棒性高、适应性强的点集匹配算法的研究是极具工程应用价值的。结合点集匹配算法的研究现状,本文从点集匹配的基本模式入手,在概率混合模型的基础上开展研究,提出了基于拉普拉斯混合模型的点集匹配方法。考虑到芯片在半封闭的条件下进行实际生产,厂区环境不固定,工作人员的移动、粉尘的长期积累都会对芯片图像的获取造成干扰。针对在工业生产中贴装芯片复杂工况条件下的定位问题,提出了不同的定位方法。实验结果表明,本文提出的贴装芯片元件的定位方法满足工业生产的实际要求。针对刚性变换和仿射变换,提出了基于拉普拉斯混合模型的点集匹配方法。对于非刚性变换,提出了基于拉普拉斯混合模型和局部约束的点集匹配方法。对于典型的贴装芯片中TR型元件,提出了精确的定位方法。针对矩形引脚芯片,提出了基于点集配准的定位方法。对于圆形焊脚的芯片,提出了基于特殊位置选择和混合模型配准的定位方法。论文的主要研究内容如下:在点集匹配中,刚性变换和仿射变换是基本的匹配变换形式。在匹配过程中,点集间的相对距离是从远到近变换的,匹配结束时距离最小。据此,在已有算法的基础上使用拉普拉斯混合模型进行建模。运用期望最大化算法求解,在迭代计算过程中计算点集间的对应关系和变换模型参数。为了优化迭代计算结果,使用确定性退火方法优化拉普拉斯混合模型中的尺度参数。在鱼形点集和芯片定位图像上对算法进行了验证。对于非刚性点集匹配问题,提出了一种基于概率模型的匹配算法,将问题表征为拉普拉斯混合模型,同时引入距离约束、变换约束以及对应关系约束三个约束项。考虑到在匹配过程中,点集的局部变化较小,为保留局部信息,将局部连接约束项设计为加权距离误差。然后使用EM算法对目标函数进行优化求解。同其他方法在合成点击、手型点集和贴装芯片图像的定位中进行了对比,验证了算法性能。针对贴装领域中的标记点和代表性TR（晶体管）芯片的定位问题,结合贴装的整体工作流程进行研究。针对圆形标记点,提出了基于极坐标系的轮廓平滑度选择,然后根据选择出的点拟合圆,得到圆心坐标和半径。考虑到TR芯片的有效焊接部分在引脚的足部,提出了基于一维积分图像的足部选择方法,然后计算筛选出来足部的轮廓中心,据此计算芯片的旋转角度和偏移量。在TR芯片的基础上对贴装芯片中的矩形引脚芯片进行研究,提出了基于刚性点集配准的矩形引脚芯片定位方法。从芯片数据手册中的结构尺寸信息建立模板点集,数据点集是提取自芯片图像。首先使用角点检测方法提取特征点,依据矩形引脚顶点的结构特性,根据顶点处拟合出直线的数量和相互垂直关系,将引脚顶点区分开来。对顶点处直线的角度进行分类,得到芯片的粗略旋转角度。最后使用高斯混合模型的刚性匹配方法对模板点集和数据点集进行匹配计算。实验结果证明了本方法的有效性。最后,对于球形引脚芯片的定位方法进行研究。分析芯片球形引脚的分布排列特点,综合焊球与其周围焊球间的位置距离关系,将所有焊球按位置分为内部焊球和边缘焊球。对边缘焊球进行研究,选择出位于特殊位置的焊球,根据这些焊球建立数据点集。模板点集则根据芯片的数据手册进行构建。最后通过基于高斯L2距离的刚性点集匹配方法计算出芯片的偏移量以及旋转角度。实验结果表明本方法可以满足在工业生产中球形引脚芯片定位的实际需求。