元器件的完整性是机器正常运行的重要保障,因此,对于元器件上多余物的检测方法的研究也是非常重要的。目前,关于器件上的多余物还主要依靠人工或者半人工来检测,判别的主观性较大,而且技术人员容易疲劳,导致检测效率不高。针对这一问题,本文提出了一种基于模式识别的视觉成像理论的多余物检测方法。经过对元器件图像的分析,发现多余物目标体积较小,并且形状姿态不一,所处位置不定,而元器件的背景图像却相对稳定,因此,提出了一种基于元器件背景的显著区域识别与配准的方法来完成参考图像和实时图像的配准,从而实现多余物目标的检测。本文的主要研究工作就是对复杂背景下多余物目标的定位,针对这一目的做了以下几个方面的研究工作:(1)图像分割;(2)区域特征提取;(3)显著特征选择;(4)显著区域识别;(5)显著区域配准;(6)多余物目标定位。一般的目标识别方法多数是针对目标的图像特性来设计的,而本文主要是通过识别背景区域来达到识别多余物目标的目的。通过对分割后图像的处理,找出最显著的背景区域,然后以它为准则实现参考图像和实时图像的配准,最终识别出多余物目标。本文对四类元器件共300幅图像进行了测试,实验证明,基于显著区域识别与配准的复杂背景下多余物自动检测的方法是可行的,其平均检测概率可达到0.85以上。