计算机视觉检测技术是精密测试技术领域内最具有发展潜力的新技术，它综合运用了电子学、光电探测、图象处理和计算机技术.将计算机视觉引入到工业检测中，实现对产品质量的快速测量，具有可靠、精度高、非接触和高速的特点，它在检测系统的柔性、智能化、通用化、敏捷性等方面较其它检测方法具有更大的优越性，在现代制造业中有着重要的应用前景。随着现代制造技术、计算机技术和图像处理技术的发展，计算机视觉检测技术将会得到越来越广泛的应用。 本文首先介绍了机器视觉和虚拟仪器的基本理论，讨论了二者结合的必要性、可行性和结合的优点，并介绍了虚拟仪器开发平台LabVlEW和机器视觉软件IMAQVision。然后从具体应用出发，把计算机视觉技术和虚拟仪器技术结合起来，实现了PCB(印刷电路板)的计算机视觉检测系统的开发。结合实际检测图像的特点，把图像预处理、阀值分割和形态学算法等图像处理技术应用到PCB的检测当中，并应用适当的模式识别算法完成了常见缺陷模式的自动识别。 PCB光板缺陷检测中，根据PCB光板图像和缺陷的特点，选用了最大熵阀值分割算法对图像进行二值化处理，并以欧拉数和区域面积为特征值，建立缺陷模式识别树，实现常见几种缺陷的自动识别。选择模板匹配的方法对PCB上的元器件进行检测，实现元件丢失和极性检测。在焊点缺陷检测中，应用最大类间方差阀值分割算法和二值形态学算子对焊点图像进行处理，完成焊点桥接缺陷的自动识别。 通过实验证明，本文所讨论的方法对常见缺陷的识别能得到较为满意的结果，达到了预定的效果，研究成果具有较好的应用价值，所讨论的将计算机视觉和虚拟仪器技术结合起来的方法对其他计算机视觉系统的开发具有一定的参考价值。