焊点质量检测是确保电子产品质量的重要手段。广义的焊点质量检测包括元器件缺陷的检测以及焊膏印刷质量的检测。狭义的焊点质量检测通常指针对回流焊后的固态焊点的检测。焊点质量检测的方法很多,目前最为流行的检测手段是基于机器视觉的自动光学检测。焊点质量检测应该解决以下几个关键技术问题:图像的采集问题、焊点特征的提取问题、焊点质量的判别问题。虽然目前市场上已经出现了大量的焊点质量检测设备,但是它们一般只工作在二维的检测模式下,无法在三维的信息层面上对焊点质量做出更加客观的评价。本文对这些关键问题进行了研究,提出了基于表面恢复技术的焊点质量检测方法。主要研究内容包括以下四个部分:针对焊点质量检测系统中的图像采集问题,为满足用户随机定位和大尺寸元件信息记录的要求,利用尺度无关的特征变换实现了电路板全景图像的获取;为提高焊点图像的采集效率,提出了基于路径优化技术的焊点图像采集方法,该方法能够利用电路板设计阶段的数据文件,进行离线方式的路径规划,改变了传统的在线编程模式,大大降低了检测前期的编程工作量。针对焊点的特征提取问题,将表面恢复技术引入到焊点质量检测中。然而,焊点图像中往往存在较为严重的镜面高光,这将直接影响焊点表面的恢复结果。为此,提出了一种基于表面形态分布的反射成分估计方法,在二分光模型下,对漫反射成分和镜面反射成分进行有效的估计。以此为基础,又提出了两种不同的解决途径:一种是提出了一种基于曲率连续性假设的约束补色模型,去除图像中的镜面反射成分,降低镜面反射对表面恢复结果的影响;另一种途径是引入Blinn-Phong混合反射模型,并在此模型下对表面恢复算法进行了改进,提出了基于Blinn-Phong混合反射模型的线性Shape-from-shading算法。通过对反射成分的有效估计,避免了现有基于混合反射模型的表面恢复算法中反射成分系数需人工指定的弊端,提高了恢复精度。针对焊点质量的判定问题,首先,对焊点特征进行了分析,对于那些易于量化的特征,比如缺件、偏移过大、桥连、焊锡的爬升角、焊锡的体积等,可以定义相应的判定准则,然后,在焊点图像中测量得到这些关键的特征数据并应用判定准则进行分析,最后,给出焊点质量合格与否的评价。为实现锡误缺陷的量化检测,基于恢复得到的焊点表面,开展了焊点质量三维特征提取技术的研究,提取了焊点的锡量指数特征。以上基于规则的焊点质量判定方法最大的优势是物理意义明确,能够给出可量化的判定结果。为了进一步从形态上对焊点进行质量分析,提出了基于形状指数的焊点特征提取方法,并利用支持向量机对不同形态的焊点进行了分类。实验结果表明针对不同的焊点特征运用不同的焊点质量判别方法,能够得到更加合理的焊点质量评价。综上所述,本文提出了基于表面恢复技术的焊点质量检测方法,解决了焊点质量检测系统中图像采集、镜面反射条件下焊点表面恢复、焊点三维特征提取以及焊点质量判定等关键技术问题。