高密度柔性基板因其轻薄、可弯曲、布线密度高等优良特性被广泛应用于各行各业,但是其生产工序繁多、制造工艺复杂,因此其生产过程中的缺陷检测尤为重要。圆孔是柔性基板与外部电路连接的重要组成部分,其外观品质对封装及组装起着关键作用。关于孔类缺陷检测,传统人工目检的方法已无法满足企业生产需求;现有视觉检测方法通常是针对某种特定的孔进行检测,然而柔性基板中的圆孔部件种类较多,其缺陷表现形式具有随机性和不确定性,因此单一圆孔部件的缺陷检测难以适用于实际工业生产。针对以上问题,本文设计了一种面向高密度柔性封装基板的通用孔类缺陷检测方法,主要过程包括图像预处理、目标轮廓提取、异常孔洞识别以及缺陷决策,并对其中的关键环节展开了深入研究。本文的主要工作如下:（1）提出了一种基于几何活动轮廓模型的目标轮廓提取算法。该算法将目标轮廓的提取问题转化为曲线演化问题,并利用改进的变分水平集方法进行求解,最后对演化得到的曲线进行离散化处理从而得到像素级的目标轮廓。（2）提出了一种基于拉格朗日多项式的亚像素目标轮廓提取算法。该算法采用拉格朗日多项式作为插值函数,根据本文目标轮廓提取结果和图像的梯度信息可求解像素点附近的亚像素轮廓,从而提高检测精度。（3）基于目标轮廓提取结果,提出了一种快速特征构建方法,并根据所构建的特征向量,提出了一种融合参数估计的异常孔洞模糊识别算法,利用极大似然法对隶属度函数进行参数估计,该算法可快速将柔性基板上的异常孔洞识别出来。（4）根据孔类缺陷检测标准设计了参数计算方法。利用轮廓特征向量,应用三次样条曲线拟合、颜色空间变换等理论进行目标位置、最小半径、形变程度、完整度、贯通性、空洞尺寸等参数计算,从而将异常孔洞目标以及圆形部件中的孔类缺陷检测出来。本文解决了高密度柔性封装基板生产过程中的孔类缺陷自动检测难题,具有一定的理论意义和工程实用价值。