印刷电路板(PCB)是集成各种电子元器件的信息载体,在电子领域中有着广泛的应用。近年来,由于PCB的层数越来越多、密度越来越高,基于计算机与图像处理的视觉检测技术开始成为PCB检测的热门方向。视觉检测系统在采集PCB图像时,为了保证检测的精度,对摄像机的分辨率要求较高,这就使摄像机的视野受到限制。事实上目前AOI的图像采集视野在cm数量级,因此很难一次成像得到整个PCB的图像。为了在低成本下获得大面积高精度图像,需要进行多次局部成像,再进行图像拼接操作获得被检测件的全景图像,以进行后续的尺寸检测、模式识别和缺陷检测。目前面向PCB检测的图像拼接大多为基于硬件的拼接,即通过控制精密工作平台的位移和速度来实现图像的自动采集和拼接,该方法拼接速度快,但对硬件设备要求高,控制系统复杂,成本较高。因此本文旨在研究一种满足PCB视觉检测系统要求的高速度、高精度的软件拼接算法。本文所做的主要工作有:⑴分析了PCB图像的特点,PCB图像虽然不尽相同,但其纹理有共同的特点;将现有的几种典型拼接方法用于PCB图像,指出它们的优缺点;分析PCB图像拼接的具体要求,结合现有的拼接方法,初步确定本文所采用的拼接策略。⑵提出了一种利用角点特征来进行PCB图像拼接的方法。首先对重叠区域做出了几条假设,在此基础上将最小重叠区域作为模板区域,最大重叠区域作为搜索区域;其次分别对两区域进行预处理、图像分割和数学形态学边缘检测得到目标的轮廓图像;再次用基于曲率的方法提取轮廓的角点,得到两个点集,利用Hausdorff距离和遗传算法相结合来实现两点集的匹配;最后利用数学形态学的方法对拼接效果进行定性评估,如果评估通过,需进行图像融合来消除接缝。⑶建立了PCB图像拼接的硬件系统,介绍了系统的基本组成和工作原理,对系统的关键组成如照明单元和图像采集单元的设计进行了详细说明,并简要介绍了工作台和摄像机的运动控制方式。⑷编写了PCB图像的软件程序,该软件选用基于图形式语言(G语言)的LabVIEW通用开发平台,结合NI公司的IMAQ Vision模块,来完成PCB图像的拼接。⑸最后,对本文提出的方法进行了实验验证。实验结果表明:方法可行,效果良好。