随着电子元器件集成度越来越高,印刷电路板(Printed Circuit Board,PCB)中元器件的缺陷检测也越困难。当自动光学检测设备(Automated Optical Inspection,AOI)对PCB中的元器件缺陷检测时,首先需要准确定位元器件。由于缺陷检测时元器件未锡焊,且插件流水线在传送过程中存在震动,导致部分元器件存在遮挡,因此会降低元器件匹配的成功率,最终影响AOI缺陷检测的准确性。当元器件存在遮挡时,会影响AOI对元器件缺陷检测的准确性,本文针对这个问题展开相应研究并提出解决方法。通过对传统图像匹配算法进行理论分析和实验验证,发现元器件存在遮挡时不能准确匹配。最佳伙伴相似性(Best-buddies similarity,BBS)算法不仅能准确匹配目标未遮挡图像,而且还能够准确匹配目标存在遮挡图像,具有很好的稳健性。通过研究BBS算法的核心思想,并进行实验发现该算法匹配遮挡元器件存在的各种缺陷,针对这些缺陷并结合PCB自身特点,提出一种改进算法。首先运用积分图对目标图像粗匹配,获取目标图像与模板图像的相似区域,只计算左上角位于相似区域的目标图像子图的最佳相似点对,减少算法耗时;然后结合PCB元器件特点,将梯度信息添加进BBS算法的距离函数中,并将空间距离计算方式改为曼哈顿距离,为了降低噪声干扰,对像素块进行去噪处理;最后提出权值概念,消除匹配过程中出现的偶然性问题。通过对BBS算法改进处理不仅能够匹配未遮挡元器件,而且能够实时准确匹配遮挡元器件。不管元器件是否存在遮挡,本文改进的BBS算法都能够实时准确匹配元器件。当准确匹配元器件后,为了减少遮挡区域对AOI缺陷检测的影响,提高AOI缺陷检测的准确性,还需要判断匹配得到的元器件是否存在遮挡。本文运用网格密度聚类算法聚类最佳相似点对,定位得到部分遮挡区域,通过计算遮挡区域面积判定元器件是否存在遮挡。当元器件未被遮挡时,AOI直接对元器件缺陷检测;当元器件存在遮挡时,本文运用扫描线种子填充算法对遮挡区域进行搜索,准确定位元器件遮挡区域,消除遮挡区域对AOI缺陷检测的影响。为了验证本文算法的实时性和匹配准确性,将本文算法与传统图像匹配算法、BBS算法进行实验对比。从实时性角度分析,虽然本文算法相对于传统图像匹配算法耗时较长,但相对于BBS算法耗时显著减少,能够达到实时性要求。从匹配准确性分析,当元器件未被遮挡时,本文算法和BBS算法都能准确匹配元器件;当元器件存在遮挡时,本文算法相对于BBS算法匹配的准确性更高,稳健性也更强。最后验证本文算法定位元器件遮挡区域的稳健性,对于存在遮挡的不同元器件,本文算法都能够准确定位遮挡区域,消除遮挡区域对AOI缺陷检测的影响,提高AOI对遮挡元器件缺陷检测的准确性。