机器视觉在工业检测中已经得到了广泛的应用，本文针对某大型半导体企业在芯片检测过程中的实际需求及遇到的困难，利用机器视觉的优点，设计了一套基于机器视觉技术的半导体芯片外观检测系统，实现对出厂芯片连续、高效、快速的外观检测，提高了检测效率、节约人力成本并降低了工人劳动强度、更重要的是保证了检测的精度。 针对检测中芯片的倾斜问题，为克服倾斜图像对检测区域搜索的影响，在传统算法的基础上进行改进，利用特征小模板对小角度倾斜不敏感的性质，通过两个小模板的匹配结果对待检芯片图像进行倾斜校正，然后再进行ROI区域搜索。在执行时间增加很小的情况下显著提高了精度。保证了后续的各项外观参数检测的实时、准确与可靠。实际运行表明此方法切实可行。 为检测芯片的字符缺陷，利用中值滤波对图像进行预处理，通过实验法和最佳阈值法相结合对图像进行二值化处理，使用Blob分析方法检测各个字符的尺寸值，运用哈夫变换获得字符整体相对芯片塑封体的位置值，判断芯片字符是否存在移位缺陷和倾斜缺陷。实际应用中本方案能有效地判断字符的此二种缺陷。 对于芯片的引脚检测问题，使用LoG边缘算子提取图像的边缘信息，将引脚的常见缺陷量化为对引脚个数、引脚长度值、宽度值、相邻引脚间距值的计算判断，并运用标定技术将图像处理所得的象素尺寸转换为实际尺寸。该方法可以很好地检测出芯片引脚的常见缺陷。 本课题所开发的系统能检测芯片外观的各类主要缺陷，满足企业的实际检测需求，理论分析与应用表明，本文的研究工作具有实际的应用价值。