近些年来,电子制造业发展一日千里,作为载体的印刷电路板产量激增,其焊点的质量检测备受关注。传统方法一般依赖人工,精度低、耗时长,目前已经无法满足自动化、高速、高精的生产诉求,亟待改进。本文所开发的在线焊锡质量检测系统通过运动平台带动基恩士超高速轮廓测量仪进行检测,与传统方式相比,具有高速度高精度的优点,系统从三维角度对焊点点云进行特征提取有效的降低焊点处理的复杂程度。本文通过对焊锡质量检测相关工作进行深入的探索研究,结合实际质量检测需求分析,采用机器视觉作为在线焊锡质量检测系统的检测方法。根据待检焊点的实际特征,从各类3D相机中选择线结构光相机作为点云采集装置,并提出了点云处理与图像处理相结合的检测方法。通过运用Open CV,结合点云滤波、空间变换、点云分割、图像阈值、图像形态学运算、特征提取等图像处理理论,分析并处理待检焊锡点云,获得焊锡焊点的长、宽、高、表面积、体积等信息,其中根据焊锡的实际外观形状,采用了基于基准面的方法实现了焊锡高精度的分割。根据多焊锡、少焊锡、焊锡粘连、漏焊四种焊锡缺陷,将提取的焊锡外观信息使用K近邻算法进行分类,分析焊锡缺陷分类结果,判断焊锡质量是否合格,并对焊锡质量检测系统的正确率以及误检率进行统计与分析。设计了在线焊锡质量检测设备的机械结构,并且阐述了系统所需硬件如何选型问题,其中包含了选择线结构光相机、运动控制卡以及工控机等视觉检测体系中的主要部件。搭建在线焊锡缺陷检测软件平台,软件操作界面简洁,实际操作简单且易于调试,保证焊锡质量检测系统高准确度且高效率的使用,实现实时的焊锡质量检测系统的在线测量目标,并阐述了焊锡缺陷检测软件的总体运行过程。在线焊锡质量三维检测系统减少了焊锡不良品的流出,在工业中有较为实用的参考价值。