随着电子技术的高速发展,PCB板电路的复杂度以及集成度越来越高,表面贴装技术(SMT)如今已经成为电子装联工艺中最常用的技术。SMT钢网的主要功能是将准确数量的锡膏转移到PCB板上准确的位置上。因此钢网上的开孔的质量将直接影响后续的流程以及电路板焊接的质量。传统的钢网检测方式是人工检测,现如今钢网的开孔数量和大小对人工检测造成了很大的困难,质量和效率都已经无能满足工业的需求。因此,本论文设计了一套基于机器视觉的SMT钢网检测系统,对钢网中存在的多孔、少孔、孔位偏移、面积偏差孔以及边缘毛刺孔几种缺陷进行检测,主要研究内容如下:分析了国内外机器视觉和自动光学检测技术的研究现状,确定了基于机器视觉的检测方案,对使用的相机、镜头、光源进行了分析并选择了最适用于本系统的型号。对于钢网图像中存在的噪声首先使用中值滤波进行降噪处理,之后使用最大类间方差法进行阈值分割提取开孔区域并使用连通域标记将不同的开孔分离出来。由于钢网远大于镜头视场,因此需要对采集到的钢网图像进行拼接,分别使用基于物理坐标的拼接方法以及基于特征点的拼接方法来完成。基于物理坐标的拼接方式主要依赖于机台的运动精度,可以满足绝大部分情况下的需求。基于特征点的拼接方式在传统的特征点匹配方法中加入了模板匹配的思路,解决了特征点匹配中的误匹配问题,同时可以克服机台走位误差对拼接造成的影响,极大的提升了拼接的精度。缺陷检测算法使用的是与设计文件进行比对的比较参考法,算法包括基于最小外界矩形的初步配准和基于模板匹配的二次配准,对钢网中常见的几种缺陷进行检测。之后分别用标定板和几张钢网对缺陷检测系统进行了测试,分析了存在的问题。实验证明该系统的精度和效率都可以满足如今的工业需求。