近几年来随着国内新兴高科技产业的蓬勃发展,企业对于精密测量系统的需求急速扩增,其中又以自动检测(AOI)方式为势不可挡的技术潮流。图像处理技术现今已被广泛应用于IC半导体制造质量的检测。自动检测系统可以通过CCD快速将待测物的信号切换成计算机所能接受的数码信号进行处理。由于图像处理技术的进步及计算机执行速度的提高,图像处理在超薄型表面设备检测的应用将越来越广泛。本论文利用机械结构系统、自动控制系统以及视觉检测系统来组成自动光学检测设备,论文介绍精密测量设备特性和制作过程,利用此设备可以对对实际工件做检测,比如工件的尺寸测量、文字识别及薄膜厚度检测。本文根据待测物的大小设计镜头,利用适当的光源照射待测物,以便视觉系统取得适当图像;该系统具有良好的图像处理效果,可降低图像处理的复杂程度。本论文结合自适应BP算法对神经网络的权值和阈值进行优化和修改。首先是边缘侦测,这是图像切割的初步工作,利用计算机侦测导线架与背景颜色的明亮变化,判断出物体的边缘并加以记录。其次利用适应BP算法来提高文字识别的正确率训练出最佳手写字符的最佳特征值以提高字型的识别率,经由输入噪声让其识别出正确的字母,达到文字识别的目的。本文探讨了基于自适应BP算法的精密检测设备的研制与应用,采用C语言与Matlab撰写程序并在自动光学检测设备上实现系统检测,结果显示完成的系统设备分辨率为0.0243mm/pixel,景深30mm。本文还利用自适应BP算法来提高文字识别的正确率,所完成的设备除了应用在导线架尺寸检测、电路板文字识别以及利用共焦型激光位移计的薄膜厚度测量之外,更可推广至光电产品相关领域。