本文针对X射线印刷电路板中BGA器件焊点缺陷检测的相关要求,研究基于X射线成像系统的缺陷检测及识别技术。在印刷电路板检测领域中,由于BGA封装器件下焊点不可见而引起焊接缺陷的典型问题,将导致焊点中含有连焊、气孔、虚焊等缺陷,影响电路板产品的安全和质量,所以BGA焊点缺陷的检测分析十分重要。传统胶片X射线缺陷图像的检测受评片人工的经验的和技术素质影响。胶片图像检测具有操作复杂、效率低、胶片影片不易保存、检测过程非自动化等特点,因此采用X射线数字实时检测系统在线检测与评判,可以有效地降低人工评片引起的失误,从而使在线检测工作标准化、规范化、客观化。根据X射线检测成像原理,本文搭建一个高分辨率X射线BGA焊点缺陷自动检测系统,实现BGA焊点缺陷的自动检测与自动评定缺陷的性质,最后对焊点质量进行评定。为解决X射线焊点检测图像中存在大量随机噪声并且亮度低等问题,提出了一种帧积分叠加降噪方法有效去除了随机噪声并且最大限度的保留了原始图像中的信息。使用图像增强技术来增强图像的现实效果。为缺陷特征的自动提取奠定了基础。根据BGA器件焊点缺陷类型对缺陷分类。提取连通域个数、区域重心、连通域周长面积、周长面积比等特征向量,使用统计模式识别的方法建立分类器对特征选取判断分类。最后使用了统计识别的方法对射线BGA焊点图像中的缺陷进行识别。通过理论与先验知识的结合,设定分类器,输入实验数据使分类器学习得到训练结果,不断校正分类器训练结果,直到得到理想的分类效果。通过实验结果数据表明统计识别方法能够有效识别缺陷,并且有较高的正确率,算法效率较高。