BGA是一种球栅阵列封装器件，广泛应用于印刷电路板中，但由于BGA封装器件下焊点不可见，从而对焊接引起的缺陷检测显得尤为困难。文中就针对BGA焊点缺陷的检测，设计了一套基于X射线的印刷电路板（PCB）检测的机械系统，研究了BGA焊点缺陷的自动检测与识别的方法。根据X射线检测的原理，设计了一套基于X射线的PCB检测的机械系统。通过调节系统各部分器件之间的距离，选择最佳距离，从而使得采集的图像效果最好。在图像预处理方面，采用了基于小波的自适应阈值法去噪，有效地去除了图像中的噪声；针对X射线图像中的动态范围小，对比度差的问题，采用了基于偏微分方程的图像增强方法，在增强图像对比度的同时较好的保护图像的边缘细节。本论文采用了基于变分水平集的分割方法，将BGA焊点及其内部的缺陷分割出来，实验证明，该方法抗噪能力强，能够得到边缘信息和轮廓特征，具有良好的分割效果。最后使用统计模式识别的方法对BGA焊点图像中的缺陷进行识别。根据BGA焊点缺陷的特征，选择焊点的面积、周长、周长面积比等特征参数作为特征向量，采用了基于决策树分类的方法，将各缺陷进行分类学习训练，形成分类器。实验结果表明，统计模式识别方法能够有效准确的识别BGA焊点图像中的缺陷。