本文研究了集成电路芯片图象处理中的关键技术。主要包括边缘修复和图形识别技术，模板匹配与单元识别技术，图象拼接技术。 本文首先针对集成电路芯片图象具有规则图形结构等特点，设计了基于知识的感知组织与图形识别系统。该系统的设计遵循了智能性、开放性、层次性、专用性的原则，最大限度地利用了知识储备，其知识来源包括参数库、图形库、规则库，并引入部分人工辅助。系统中定义了一个模式语言描述，以线为基础来描述图形，并定义了图形的属性和运算，为该类图形提供了一个高效的描述工具。系统的规则库包含了人类视觉感知规则和芯片版图图形的特定约束规则。 针对某些难以直接提取图形的集成电路芯片图象，为了提高图象识别的效率，本文设计实现了一种参数维纳滤波器用于模板匹配，提出了基于快速傅立叶变换的PWFM算法。该算法的匹配响应峰值尖锐，有效地抑制了无关点的匹配响应。该算法的优点是匹配点定位简易、准确，虚警少，稳健性强，适用于各类图象的匹配识别。在PWFM算法的基础上，提出了多分辨率的多图象、多模板的并行匹配策略。 本文提出了基于图象规则边缘结构的偏斜纠正算法SER，该算法巧妙地应用了小波变换，同时得到水平和垂直两方向上的边缘分量，求取两方向边缘投影的方差之和作为无偏斜度量。算法中采用二分法进行图象旋转，计算得到无偏斜度量具有最大值的角度，作为偏斜纠正的旋转角。该算法有效地解决了图象的偏斜纠正问题。 在对图象进行偏斜纠正以后，本文对图象重叠区域归纳出几条基本假设，在此基础上推导出了最小重叠区域作为模板，最大可能重叠区域作为搜索区域，应用参数维纳匹配滤波进行模板匹配，确定图象之间的平移参数t_x和t_y，完成了两幅图象的拼接。在两图象拼接算法的基础上，本文提出了多幅图象的四元组拼接方式。该拼接方式对有尺度差异的图象能够进行自动调节，具有定位准确，健壮性强的优点。 论文的最后总结全文，并指出了下一步的研究工作。 本文的工作解决了集成电路芯片图象处理中的关键技术，将会推动集成电路逆向设计系统的开发，并为进一步的研究工作奠定了良好的理论和实践基础。