随着印制电路板(PCB)生产的数量和速度的提高,质量控制变得越来越重要.质量控制的其中一个任务是检查印制电路板上的芯片有没有错焊.芯片上的字符串非常小,数量也非常多,用人工的方法无法完成这项工作.因此,一个自动检查系统就非常重要了.在这个自动检查系统中,对芯片上的字符进行自动识别是一个必需的步骤.在过往的监控系统中,对印制板的检测项目局限于焊点质量、芯片位置等.运用新的数码摄像技术,我们可以获得更高精度的电路板图像.高分辨率的印制电路板图像为我们实现一个更高信度的检测方法提供了必要的技术基础.该文描述了一个芯片字芯自动识别系统,其作用是自动识别芯片上的印刷文字,它是印制电路板生产质量控制的核心部分.这是一个实用的系统.所有错焊的芯片都会被此系统检查出来.不过有部分正确焊接的芯片会被认为是错焊芯片.遇到这种情况的话,需要通过人工进行再次检查.根据系统的处理流程顺序,该文叙述了系统应用的算法及其原理.对其中的关键技术还给出了详细的阐述,包括图像预处理中的图像二值化和噪声去除、文字定位和切分,字符正视化,光学字符识别(OCR)等.在芯片图像预处理过程中,根据图像以及上面的字符的特征,我们有针对性的提出了一些新的方法,例如图像二值化和字符正视化,解决了在系统中遇到的芯片图像大小不一、干扰严重、字体类型多等各种各样的问题.这些方法涉及到当今图像处理领域的前沿技术,例如Ostu二值化方法、Niblack二值化方法、连通域分析方法、Zhang-Suen细化算法和数学形态学变化等等.我们还具体讨论了在OCR中用到的误差反向传播神经网络(BPNN)的原理和方法以及取样、训练问题.接下来论文还简要描述了系统的模块设计、划分和实现,以及模块之间的关系,对系统的接口也作了简单的说明.在论文的最后,我们对系统作了总结,并给出了未来工作的方向和目标.