某大型半导体封装企业在分立器件的外观检测中存在两大需求：一是如何大批量全天不间断地对分立器件管脚的几何形状进行检测以剔除次品；二是如何对打印在半导体分立器件标签上的字符进行识别。 针对生产实际中存在的两大问题，本文设计了一套基于机器视觉技术的半导体分立器件的检测系统，提高了生产效率、降低了工人劳动强度、更为重要的是保证了检测质量。 针对分立器件管脚的几何形状检测的问题，依托数字图像处理技术，使用中值滤波对图像进行预处理；使用迭代型最佳阈值分割方法对图像进行目标与背景的分离；使用拉普拉斯边缘算子提取图像的边缘信息；使用哈夫变换对图像中直线的参数进行整定，实现了分立器件管脚的几何形状检测的全过程。试用表明，该方法可以很好地解决分立器件几何形状检测的问题。 针对分立器件标签识别的实际问题，使用投影切割算法将特定字符从标签的一串字符中单独切割出来，并根据字符个体的特点对切割出来的字符进行特征提取，最后使用BP神经网络的方法对字符加以识别。此外，为了提高识别速度，对BP神经网络的学习算法进行了优化，并给出了相应的评估方法。实际结果表明，经优化的BP神经网络算法具有较好的字符识别能力。