近年来,面对中国市场愈演愈烈的“工荒”问题,我国电子制造商和代工厂商们正在研发和进口大批量智能化设备以取代人工。机器视觉技术作为一种新兴的智能化制造手段,不仅是工业制造行业的力量源泉,更是推动我国工业进步的核心手段。机器视觉最突出的特点是用智能自动化设备代替传统人工劳动,进而提高工业生产过程的生产效率。尤其是在恶劣或高精密环境,人工视觉根本无法满足工业生产需求的前提下,机器视觉更彰显了在工业智能制造中所占有的重要地位。在SMT行业中,SMD电子元器件的检测成功与否是贴片机能否高精密、高速贴装的前提依据。论文研究了贴片机视觉检测过程中常用的数字图像处理基本理论算法,通过对中值滤波、均值滤波等算法的分析和实验结果对比,发现传统的一些滤波算法以滑动窗口的形式对窗口内的像素点进行加权处理,这必然会对图像造成模糊化,不利于后续的缺陷检测,最终影响检测的准确率。因此,本文对通用的几种滤波算法进行了实验分析比较,实验结果表明,自定义的中值滤波算法既可以有效的滤波图像中的噪声信息,也能较好的保留边缘细节,且能在速度和效果上进行折中,满足贴片机高速贴装的需要。通过对迭代法、Otsu等阈值分割方法的对比分析比较,表明Otsu方法在贴片元件图像中的阈值求取更加贴近实际值。在图像的关键特征点提取过程中,一般的基于形状和基于特征的模板匹配对目标元器件的定位由于器件周边的干扰等因素造成定位时的波动比较大。因此本文针对PCB板mark点提出了基于最圆椭圆度的算法来快速定位mark基准点,而针对SMD器件,则通过基于形状匹配二次重定位算法对贴片元器件进行定位和后续缺陷检测。在贴片元件的识别过程中,IC的引脚由于金属氧化程度不同,势必会造成相机所采集的图像引脚断裂,无法对IC外观进行正确地检测,所以本文分析贴片机缺陷检测所需要的性能指标,提出了一套完善的修复技术和缺陷检测算法,在实际工业生产过程经过了长期的性能稳定测试,并取得了一定的经济效益。最后,对所研究的工作内容进行了总结,并对未来的工作进行了展望。