随着电子行业的蓬勃发展,印刷电路板(PCB)朝着更小、更密集的方向发展,其中,PCB上贴片元器件焊接质量成为了影响电子产品质量关键因素之一。为此,PCB贴片元器件焊点质量检测成为了电子产品工业生产线中一道必不可少的工序。本文针对PCB中贴片元器件在焊接过程中出现的桥接、漏焊等常见缺陷问题,研究开发基于机器视觉的PCB贴片元器件焊点缺陷检测系统,论文研究内容主要包括:1.根据焊点缺陷检测的具体需求,提出了焊点检测系统方案与系统基本组成,确定了光源、镜头、相机和运动控制卡等关键硬件的型号,最终搭建了实验验证平台。2.针对现有模板匹配方法稳定性差、对旋转或缩放敏感以及匹配速度较慢等问题,提出了一种基于梯度向量匹配的定位方法,选取边缘梯度向量作为特征,通过梯度向量间的乘积累加来计算图像相似度以提高匹配稳定性;为提高匹配速度,引入图像金字塔策略实现由粗到细的匹配策略,通过在每次匹配过程中加入提前停止计算的策略,从而有效减小了计算量,最终在像素级匹配结果的基础上进行亚像素拟合获得更高的匹配精度。实验结果表明:本文定位算法满足焊点检测平台需求。3.针对现有方法依赖于人工特征提取,提出了一种基于深度学习焊点检测方法。采集漏焊、桥接和正常的焊点图像,首先搭建了小型卷积神经网络实现对漏焊、桥接缺陷和正常焊点图像分类,然后结合分类结果和焊点位置信息通过图像处理算法定位缺陷,实验表明:本文方法对于焊点检测具有良好的效果。4.最后,基于Microsoft Visual Studio 2010开发PCB焊点检测系统软件,并进行调试与验证。结果表示开发的视觉检测系统在焊点缺陷检测方面能够达到较好的效果,对焊点自动化质量检测具有一定的参考价值。