LED技术是一种需要高端的工艺技术和工艺设备支撑的高科技技术，同时还需要高端设备来满足LED产业的发展。目前工业生产、加工与检测的高端设备中多与机器视觉进行配合，利用机器视觉系统能够快速检测出产品缺陷和精确定位等优势，提高生产效率。在运用激光对LED芯片精密加工设备中，机器视觉主要用来定位检测，提高设备的检测和加工速率。　　本文就LED芯片激光加工设备中，运用机器视觉检测LED芯片中出现排列不整齐的晶元和不合格的晶元，并输出所检测晶元的中心坐标，另外在激光加工前判断激光光斑是否变异。图像处理算法主要包括形状匹配的精确定位，圆度计算方式的差异性对比，以及如何存储所有晶元中心坐标方法和基于竞选算法计算图像的多阈值算法。具体内容如下：　　①根据LED芯片检测产品中出现的不良晶元情况及其晶元结构特征分析，选择加工刀具;制定检测与加工的流程，并研究视觉检测所需要使用的图像处理方法，对图像处理的方法进行对比，确定一种可行的图像处理算法。　　②通过分析LED芯片整个加工流程和加工要求，制定检测算法流程图顺序，并且对不同类型的芯片检测增加相应的算法预留空间。其中最为核心的是对每一个检测晶元的中心坐标定位算法，通过对晶元本身特点的研究，决定采用形状匹配、金字塔搜索策略和最小二乘法计算匹配目标的亚像素形状的中心坐标，以达到精定位，与求取晶元电极的最小外接矩的中心作为晶元中心点的坐标对比验证。另外，对于获得的所有晶元坐标，设计一个了快捷方便的存储方式，为后续的激光加工提供坐标定位。　　③为检测晶元缺陷设计了一个自动计算图像阈值的算法。该算法采用竞选算法作为快速搜索全局最优阈值的基础算法，其核心是将图像的灰度直方图分割成几部分，对各部分直方图高斯拟合得出新的分布函数，与原直方图函数在解空间内求解它们差值的绝对值的和，取和值最小的那组灰度值作为图像的分割阈值。方法简单有效，并增加了检测算法上的空间性。　　④最后，研究了激光变异后，其光斑在圆度上存在的差异，确定视觉检测圆度方法。对同一激光器相同功率下激发的激光光斑的圆度，通过多种圆度定义的检测算法比较并在多种功率下验证，得出了能够检测出激光发生变异的圆度算法。同时，对同一激光在不同功率下的光斑最小外接圆半径作比较，发现光斑半径大小随激光功率增大而增大的变化规律，这将辅助性的判断激光变异原因。