计算机视觉检测技术作为一种新型的检测技术,在PCB板精密检测中有着广泛的应用,提高图像边缘检测精度和图像匹配程度,是计算机视觉检测技术的重要研究内容。本论文的研究工作结合上海工程技术大学“十二五”内涵建设项目“机器识别与工业检测研发中心建设”,针对工业检测平台开展研究,对图像边缘检测技术和图像匹配技术进行研究,并将相关技术应用于PCB板精密检测中,实现快速、稳定、准确的检测。本论文的研究内容和创新点主要包括以下几个方面:本论文依据计算机视觉理论,采用CCD高速相机、LED平行光源、工业镜头以及其他一些支撑设备来搭建硬件平台,采集各种图像信息;将改进的图像边缘检测算法和图像匹配算法应用于PCB板检测,编制用于满足不同检测需求的系统软件,检测能力达到工业应用级别。首先,本文介绍了国内外关于PCB板精密检测的研究进展和成果,介绍了PCB板检测中采用的图像边缘检测、图像匹配算法等计算机视觉技术的国内外研究现状。其次,本论文介绍了PCB板的工业检测要求与本论文检测内容,介绍了检测系统的构成、工作原理和工作流程,包括PCB板检测系统的标定,图像的平滑、滤波和增强等预处理过程。还介绍了本文计算机视觉检测系统的硬件构成,包括相机的选型,照明系统的设计,相机接口,以及运动控制平台等,以达到精密检测和快速检测的目的。然后,由于PCB的测量和检测中都需要图像的边缘信息,本论文研究PCB板检测中应用的边缘检测技术。介绍了传统的边缘检测算子方法及其原理,用于PCB板的初检,进行快速边缘检测。结合群体智能算法,提出了基于粒子群蚁群算法的图像边缘检测算法,用于对初检不通过的PCB板的精确检测。针对亚像素边缘检测,研究快速可靠的图像边缘检测算法和图像插值算法,改进有限相机分辨率条件下的亚像素插值算法,提高边缘检测精度,用于PCB板的亚像素精密检测。最后,本论文对PCB板检测中用到的图像匹配技术进行了研究。介绍了基于灰度分布的模板匹配算法和特征点匹配算法,对算法进行学习和验证,并将改进的图像边缘检测算法和图像匹配算法应用于检测系统,对PCB板图像进行特征匹配和精密测量,分析PCB板检测结果。本论文模拟工业PCB生产的实际情况,验证计算机视觉检测系统整体性能与图像处理算法的有效性,检测系统的输入图像分辨率高,检测精度也相应有所提高,提出的边缘检测与插值细分算法相比于传统算法检测效果更好,对工业精密检测研究以及计算机视觉理论有一定贡献。