IC晶片AOI(Automated Optical Inspection,自动光学检测)系统的研究,需要嵌入式技术、光学技术、数字图像处理、机器视觉技术等多学科理论与实践的有机结合。随着系统对实时性和检测精度要求的提高,高性能缺陷检测策略和算法设计是深亚微米级IC晶片检测设备设计的核心。本文来源于广东省2004年科技计划项目“基于数字图像处理的IC晶片显微自动检测系统”(2004A10403008),项目采用数字图像处理技术对IC晶片检测取得了阶段性成果,本论文在此基础上主要从图像采集和预处理系统设计、IC晶片显微图像的拼接技术、缺陷检测算法和特征尺寸测量四个方面进行分析和设计,综合应用嵌入式技术、数字图像处理、自动控制、神经网络模式识别等方面的技术,内容如下所述:论文分析了目前IC晶片检测方法,针对图像采集卡实现IC晶片显微图像采集系统实时性不高,构建了基于并行处理器件FPGA的实时图像采集与预处理系统,并举例介绍通过FPGA实现图像卷积运算和中值滤波的方法。根据深亚微米级IC晶片显微图像的特点,论文对二维空间内海量图像数据的拼接问题进行深入分析,实现对显微工作台的运动标定。分析影响IC晶片显微图像拼接精度的原因,包括特征不明显等造成的局部拼接误差和海量图像数据造成的累积误差,并探索减少误差的方法。实验分析最佳拼接缝搜索技术,改进加权融合算法,使重叠区内融合后的图像更能突出感兴趣的目标特征。论文在分析目前广泛使用的参考比较法、非参考比较法、混合算法的基础上,设计基于子模板类型的IC晶片缺陷检测方法,并把神经网络技术引入到缺陷检测过程中,该方法的核心是针对不同类型的子模板设计不同的检测算法,解决了针对不同缺陷设计不同检测方法所造成的算法复杂度增加,出现误检和漏检等问题。设计基于HT变换的关键尺寸测量方法,分析影响测量精度的原因以及平行线Hough变换的性质,实现对IC晶片关键尺寸的精确测量。