机器视觉是一门综合性的学科,是数字图像处理和人工智能等学科的最新发展。随着中国工业的快速发展,对产品质量要求不断提高,传统的人眼检测已不能满足生产的需求,机器视觉技术在工业检测领域中的应用越来越广。工业应用中常用的SMT型芯片的检测是机器视觉检测中的重要问题,也是数字图像处理的经典问题之一。本文对SMT检测进行了深入研究。　　 本文首先概述了机器视觉和数字图像处理的相关知识,介绍并分析了现有的机器视觉检测系统的一般模式及组成,对系统各部件进行分析和选型,为搭建硬件平台提供基础。其次,系统地研究了机器视觉检测中的图像处理技术,并在滤波算法中结合均值滤波和中值滤波算法,提出一种基于中值的改进均值滤波算法。在阈值分割中,阐述了最优阈值法、自适应阈值法和最大类间差法,并通过实验仿真得出其各自优缺点。在边缘检测中,采用多种边缘检测算子对SMT芯片引脚图像进行边缘提取,通过比较其处理结果,证明Canny边缘检测算子是比较适合于引脚图像处理的边缘检测算子。利用Canny算子提取图像的边缘,得到引脚的轮廓图。然后,详细分析了基于像素的匹配识别算法和基于特征的匹配识别算法,并引出基于图像特征不变矩的匹配识别算法。本文以特征不变矩作为识别方法,通过计算图像的特征不变矩,实现了贴片元件的引脚识别。最后,用待检测的SMT芯片图像,根据算法进行仿真实验检测,结果表明算法的有效性和可行性。