随着中国工业制造业的发展,工厂越来越多从传统模式往自动化控制模式转化,机器视觉的应用越来越重要,它代替人工,为企业节省人力物力,获得更高的效率,争取到更多的利益。然而,很多时候在实际的情况下,检测对象表现出特有的特点,这时,针对不同的检测对象就要设计不同的检测系统。本文针对芯片在俯视角度获取对象图片时,引脚会出现畸变的特点,结合三层BP神经网络,以引脚的长、宽、周长、面积以及倾斜度五个几何特征为依据,设计了基于神经网络的芯片引脚检测系统,实现了对芯片引脚缺陷的辨别,并将其分类。本文首先介绍了关于本系统相关的知识,包括数字图像处理技术、机器视觉的基本原理、视觉系统的成像模型、芯片图像畸变的原因以及人工神经网络的基础知识。然后阐述了几种边缘检测算子,通过比较和分析各算子的处理结果,表明Canny检测算子是比较适合于引脚图像处理的边缘检测算子,以用于进行下一步——Radon变换；用Radon变换对图片进行水平调整后,分析图像阈值,对图像进行二值化,以简化图像信息；面对对图像二值化后,出现的毛刺、断裂以及孤立点等不理想的因素,用开运算与闭运算处理；在得到清晰稳定的图像后,对图片的分割分三步,最后成功提取单个引脚；针对芯片引脚处有畸变产生,本文比较了三种插值算法后,提出基于邻近插值方法的一维线性变换算法。最后,本文把神经网络作为缺陷引脚的分类器,详细说明了三层BP神经网络算法的基本原理与程序实现,并给出了两种对BP神经网络算法的改进方法；确定了本文所用网络结构：对输入数据进行归一化,解决量纲不同的问题；通过实验,确定隐层节点数,表明本系统的有效性与可行性。