近年来，我国已成为全球表面贴装器件重要的消费市场，为了确保表面贴装元器件的品质，必须对表面贴装元器件的外观尺寸及表面缺陷进行检测。本文以表面贴装元器件的外观检测设备为切入点，主要研究在不对表面贴装器件进行定位的情况下元件外观缺陷的检测算法。本文以片容、片阻和片感这三种无源元件为主要检测对象，分析了这三种典型片式元件在进行针测过后出现的缺陷和损坏类型，提取面积、块数以及边缘点数这三个与元器件位置无关且相互独立的图像特征，并将缺陷种类按照图像特征，缺陷所在位置和检测流程分成六大类。因为所提取的图像特征与元器件位置无关，所以本文所提出的缺陷检测中无需表面贴装元器件的定位和图像导正环节。为了实现对目标元件的提取，消除干扰图像，提出通过二值化和区块分析，截取包含目标区域的图像，然后对新图像进行处理。针对图像阈值分割中自适应阈值选取的问题，提出一种临界值搜寻法确定阈值。本文中主要利用区块分析（Blob Analysis）的方法对芯片中的不同区域中灰度变化比较明显缺陷进行检测。而对于较难检测的划痕和裂痕，本文采用提取图像边缘，分析点数的方法进行检测。其中，边缘检测算法的速度和精度是检测的关键。本文首先提出第一种算法是改进的基于Canny算子的多尺度加权边缘检测算法。该方法引入多尺度的思想，采用三个不同尺度的高斯滤波器，在每个尺度下对图像进行滤波和梯度计算，再对这些梯度图进行加权合成得到最终的梯度图。由于该方法计算量较大，难以满足实际检测的需求，因此又引入了B样条小波多尺度积边缘检测算法，B样条小波边缘检测时间复杂度不高，且对图像外观轮廓提取精准，但对表面纹理比较敏感，检测结果不够理想。又提出利用改进的自适应阈值SUSAN边缘算法对图像进行边缘提取。实验证明，改进的SUSAN算法能够较稳定的提取出元件表面的划痕和裂痕。运用本文提出的检测算法与检测流程，对大量缺陷元器件图像进行了检测，在不对元器件做定位的情况下，坏件识别准确率能够达到97%以上。