基于机器视觉的印刷线路板(Printed Circuit Board，简称PCB)缺陷检测技术是集图像采集技术、图像传输技术和图像处理技术为一体的高技术集成，是非接触缺陷检测技术的未来发展趋势，具有智能化水平高、缺陷检测覆盖面广和检错率高的特点。PCB是构成电子通信产品的基础材料，PCB板的质量影响着电子通信产品的整体质量和系统的稳定性。因此，对PCB板进行缺陷检测是提高产品良品率的关键环节之一。然而随着PCB板的线距和线宽越来越小，采集到的PCB图像数据量越来越大，仅仅依靠PC机来处理图像已经满足不了PCB行业的生产效率。本项目与浙江欧威科技有限公司合作，以PCB为研究对象，设计并实现了基于可编程逻辑器件（FieldProgrammable Gate Array，简称FPGA）的嵌入式硬件模块。利用FPGA并行计算和流水线处理的特点，辅助上位机实现复杂的图像逻辑运算，从而提高了现有PCB-AOI产品的缺陷检测速度和识别正确率，具有很好的商业价值。本文主要的研究内容有：1)设计了PCB图像采集传输系统，包括基于Camera Link接口的图像采集模块、基于以太网媒体介入控制（Media Access Control，简称MAC）层协议的传输模块。2)设计了PCB图像预处理算法。在FPGA图像处理模块上利用Verilog硬件描述语言实现了基于γ变换的PCB图像覆铜区域与非覆铜区域对比度增强算法和消除噪声干扰的中值滤波算法。3)设计了PCB图像轮廓提取算法。实现了基于高低阈值、Sobel梯度阈值及高斯拉普拉变换（Laplacian of the Gaussian，简称LoG）三者相结合的图像分割算法，对PCB图像的覆铜区域和非覆铜区域进行分割，并提取分割后图像的轮廓亚像素坐标。