在现代电子产品世界中,PCB已成为电子产品的重要组成部分,很难想象在一台电子设备中有不采用PCB的,所以PCB的质量将对电子产品能否长期、正常、可靠的工作带来非常大的影响。而面对国外昂贵的检测设备和国内旺盛的电路板生产需求,研究快速实用的PCB检测技术具有重要的学术意义和经济价值。在众多PCB缺陷检测方法中,AOI(自动光学检测)具有独特的优势。本课题是在研究AOI视觉检测技术的基础上,将虚拟仪器技术运用到PCB视觉检测中来。首先组建AOI系统的硬件部分,再以LabVIEW为开发环境完成PCB检测系统的软件开发。在图像预处理中,对每一种处理方法都采用不同的算法进行实验,并对其比较分析,由此选取适合PCB板缺陷检测的最优算法。充分发挥IMAQ VISION中的图像处理函数的优势,综合大量的算法,并可用户自定义模板,从而能够灵活快速地实现编程和满足图像清晰度的要求,为后续的图像识别奠定基础。PCB表面缺陷自动光学检测的关键技术之一是PCB板的精确定位问题。本文利用模板匹配法在PCB图像中建立坐标系,采用基于边缘灰度幅度的轮辐法检测定位圆,由幅度排序相关搜索算法检测出最佳圆,并提出了PCB板角度定位的算法,及比较了不同算法在检测精度、速度和稳定性上的差异,验证了轮辐法可实现PCB板的精确快速定位。在PCB图像识别方面,本文提出了两种识别方法。一种方法是将待测PCB板与标准PCB板进行比较运算,再对其进行伪彩色增强,从而便于人工识别缺陷类型。它可以作为自动检测的辅助手段,用来加强对缺陷的感性认识。另外,它属于半自动检测,从精度和速度上,其性能要远优于人工目检。另一种是通过粒子分析报告函数可以快速自动识别出PCB光板的断路等五大缺陷,相对以前的研究来说,该方法简化了程序流程,检测速度更快,编程更易实现。实验表明通过本检测系统可以有效地对PCB光板的短路、断路、凸起和凹坑等表面缺陷进行检测、定位和识别。