现在人工智能全面高速发展,被广泛的应用于人脸识别、机器人学、博弈、智能控制、机器视觉等领域。人类正走向智能时代。工业生产智能化依赖于机器视觉。机器视觉就是用机器代替人眼完成识别定位等功能。现在机器视觉越来越多的应用于电子产品制造业和高精度检测,尤其是贴装技术。它是一种将表面组装元器件安装在印刷电路板的表面,再焊接组装的电路装连技术。随着电子产品小型化,贴装元件越来越小、排列越来越密集,对贴装的精准度要求越来越高。精确的定位PCB板的位置是保证精确贴装的前提。对PCB板上的位置识别点Mark点定位方法的研究十分必要。本文采用改进的RANSAC算法检测圆,主要工作如下:(1)在RANSAC随机选点时加入约束条件,即选取的三个点大于一定距离,促进有效循环。(2)在RANSAC迭代环节加入循环中断。把投票数满足总轮廓点数的一半作为循环中断条件,一旦满足,循环终止。(3)阈值最优化,选择最优的shift值。(4)在RANSAC选择出投票最多的模型后,不将它作为最佳模型,而是将满足该模型的点集,再做一次最小二乘拟合。本文通过有约束的随机选点、循环中断、阈值最优化、最小二乘优化拟合对RANSAC算法进行改进,实现了圆形Mark点的定位,使检测圆心准确性达到亚像素级别。并以锡膏印刷机上的视觉系统为例,实际检测算法效果。经验证,改进的RANSAC算法可以实现圆形Mark点的亚像素级别精准定位。鲁棒性强,对于光照、氧化、残圆等情况具有普适性。并且耗时毫秒级,相较于传统检测圆的方法,性能提升,具有实际应用价值。