在LED芯片制造的过程中,芯片分选是其中的一个重要环节。分选环节中,视觉处理系统的功能是对芯片进行识别定位。芯片识别定位的速度与精度对分选机的性能影响巨大。本文着重研究分选机中的视觉处理模块,针对其中的光照环境调节以及芯片的模板匹配两个部分进行了算法的设计与实现。论文主要内容有:介绍了分选机的主要功能、工作流程以及其软硬件系统组成。提出了分选机期望达到的性能指标。对实验平台涉及的硬件进行了对比分析,根据实验要求选择合适的硬件。分析了优质芯片图像的特点和光照对芯片图像质量的影响。介绍了环形光源和点光源的照明特点。为了能够减少对操作人员的依赖,设计算法评价光照质量并自动调节光照。为此,首先分析了芯片的灰度直方图,提出基于灰度直方图分析的自动阈值分割法来分割图像的芯片区域和背景区域,分别统计其包含的边缘的长度总和。采用芯片区域边缘长度与背景区域边缘长度的差值为质量的评价分数。对芯片图像的评价分数有效反映出当前光照环境的优劣,再根据评价值调节光照,实现光照环境的自动化调节。分析了芯片图像噪声类型。图像主要受到高斯噪声的污染,采用侧窗高斯滤波来滤除噪声,同时还能保留图像的边缘细节。在芯片模板制作环节中,为了减少对操作人员的依赖,开发芯片模板自动选取功能。在芯片识别定位环节中,采用最小外接矩形联合NCC型匹配的二级定位策略,快速准确地对芯片进行定位。基于C#.NET3.5开发了芯片识别定位软件,满足图像采集、显示、扫描、芯片识别定位、数据存储以及自动调光等功能。设计实验验证了光照环境自动调节算法、模板自动选择算法和芯片二级定位算法的有效性。