本论文研究的内容是基于机器视觉技术实现电路板缺陷的检测，主要是通过数字图像处理与模式识别的方法来实现。电路板缺陷检测包括两部分：焊点缺陷检测和元器件检测。检测过程可分为：1．标准电路板信息的生成与保存；2．待检测板与标准板的配准；3．待检测板特征信息提取；4．待检测板信息与标准板信息进行比较；其中焊点信息提取的是其颜色特征信息，元件的特征提取根据具体元件而采用了颜色信息、形状信息和投影信息。针对在检测过程中电路板的定位与配准问题，采用了电路板上的通孔进行定位的方案。另外，元件标称值的识别也是元件检测的重要部分，结合构造BP神经网络实现标称值识别。该缺陷检测方法具有定位要求低，能够在检测板顺、逆时针旋转45度之间实现检测，而且还具有对不同分辨率的待检测电路板图像进行检测的特点。