近年来,随着现代信息技术水平的不断推进,人们对于电子产品的质量提出了更高的要求。产品质量的更高要求需要装备的更新。作为电子产品载体,印刷电路板(Printed CircuitBoard,PCB)的质量检测也成为了电子制造行业非常重视的核心问题。传统的PCB缺陷检测主要是通过人工检测或是功能检测来实现,但是这类方法存在很大的弊端。为了提高缺陷检测的效率与精度,本文以PCB裸板为检测对象,设计了一套基于机器视觉的PCB缺陷检测系统,实现了 PCB裸板缺陷的高速高精度检测。论文首先介绍了课题研究的背景和意义,总结分析了 PCB板缺陷检测方法和国内外研究现状。然后针对PCB板缺陷检测的需求,提出了 PCB板缺陷视觉检测系统的整体设计方案,详细阐述了 PCB板图像采集模块、平台运动控制模块和图像处理模块的设计与实现。PCB板图像预处理是缺陷视觉检测的重要步骤,本文先将PCB彩色图像转变为PCB灰度图像;然后为了使待测PCB图像与标准PCB图像精确配准,采用透视变换算法对PCB灰度图进行旋转定位;再针对PCB焊盘与线路灰度差异不明显的问题,采用对比度增强算法对PCB定位图像进行增强。考虑到工业现场PCB图像的噪声组成,提出了一种基于小波变换和自适应均值滤波的混合去噪算法,实验表明该算法能有效去除PCB图像噪声,同时很好地保留了图像边缘细节信息。最后,根据PCB焊盘背景和导线目标的灰度差异,研究了一种基于小波分解和灰度直方图的阈值分割算法,准确地分割出了 PCB图像中的焊盘和导线区域。针对PCB板可能存在的缺陷,设计并实现了 PCB裸板缺陷视觉检测与识别算法。本文检测的PCB裸板缺陷主要包括短路、断路、缺口、毛刺、孔洞、余铜等,算法先对PCB裸板图像目标区域进行腐蚀,再对腐蚀图像进行距离变换,得到距离灰度图,将此图与标准PCB距离灰度图进行对比,检测出缺陷区域。然后通过提取缺陷区域的轮廓、欧拉数、连通域和面积等特征,构建分类决策树,对缺陷类型进行识别。实验结果表明该算法能有效检测并识别PCB板缺陷,且具有较高的准确率和良好的鲁棒性。最后,设计开发了 PCB裸板缺陷视觉检测系统的软件平台,详细阐述了系统各功能模块的设计与开发实现,解决了实际调试中出现的问题,保证了系统的快速准确运行,实现了 PCB裸板缺陷的实时在线检测。