随着表面组装技术(Surface Mounting Technology, SMT)向更高密度、更小尺寸、更复杂的印刷电路板(Print Circuit Board, PCB)混合技术的纵深发展,在电路板的装配过程中,作为电路组件和电路板间的连接桥梁焊点有着举足轻重的作用。SMT技术电路板装配过程由焊膏印刷,元件贴装,焊接回流组成,其中焊膏印刷和焊接回流过程产生的焊点缺陷较多。为此,如何及时有效的发现焊点的缺陷,是近年来电子组装行业研究的一个热点。焊点质量的检测方式,宏观上可分为两类:有损检测和无损检测。有损检测因为对电子器件有不同程度的破坏作用,一般不适合应用在生产流水线的实时检测当中。设计和研究出高效且成本低的无损检测方法和技术是现今电子行业的迫切要求。针对已有的焊点质量分类方法对光源系统依赖性过强,实际中能获得各种缺陷的焊点样本有限等问题,本文从图像处理和模式识别角度出发,针对生产线上的SMT焊点图像,提出一种基于焊点三维重建和支持向量机相结合的焊点质量分类方法,实现了对锡量少、锡量合适、锡量多三种类型的焊点质量判别。本文主要完成的工作包括:针对二维焊点分类方法中提取的二维特征不能很好的表征焊点的形态,即没有充分的利用焊点图像信息等问题,在特征提取方面,引入了基于三维形态的焊点图像特征提取方法。实验表明,基于三维形态的焊点图像特征提取方法,对分类是较为有效的。将支持向量机与AdaBoost,Boostrap分别相结合后对焊点质量进行分类,实验表明,结合之后的焊点分类效果比单独使用支持向量机更好。