近年来，电子产品的发展倾向于性能更强、体积更小。为了迎合市场的需求，集成电路芯片尺寸也越来越小，器件引脚密度越来越高。然而，体积减小的同时，键合过程变得困难，键合缺陷也相应增多，同时缺陷也变得难以检测。由于X射线检测技术检测精度高，结果直观，对器件无损，可实现实时性检测，因而在工业生产中得到广泛应用。本文主要研究自动X射线检测仪图像质量的提升以及缺陷的自动识别。首先，针对自动X射线检测仪中出现的图像噪声，以及CCD探测器中出现的图像畸变，对图像进行消噪处理以及畸变校正。图像降噪过程中主要用到的算法有基于灰度差值的均值滤波算法、低频空域滤波。以上两种算法均可以有效的去除图像中的噪声，且对图像细节几乎没有损失。畸变校正采用标定模板法，根据模板上特征点的位置和其理想点的位置来求取畸变系数，之后对图像进行坐标变换和灰度重建。坐标变换采用从理想图像到畸变图像的后向映射方法，而灰度重建采用双线性插值法。其次，根据降噪处理以及畸变校正之后的图像进行缺陷自动识别。先对图像进行分割，从而获得焊点图像，然后提取了BGA焊点的位置、面积、圆形度等特征，并且根据焊点的位置信息拟合出一个网格，对应焊点的理论位置，之后对已经提取出的特征量进行进一步的处理，构造出能够用于分类的特征向量来，最后借助于树分类的方法构造了一个缺陷的判决过程。