锅仔片是薄膜开关、微型开关等电子元件中的关键部件之一,具有接触平稳、导通性强、回弹稳定、手感俱佳的几大优点。在锅仔片的生产过程中,不可避免的会被人的手指接触到,并留下指纹和油脂,导致锅仔片加快氧化,影响其寿命,对主体产品的质量留下了隐患。因此,锅仔片表面洁净度的质量检测是提高主体产品竞争力的重要环节。目前,生产企业大多采用的检测法是人工目视检测法,该方法效率低,且容易误判。为了提高生产效率和检测质量,提出了基于机器视觉的锅仔片表面指纹检测方法。　　本课题主要的研究内容是图像的模板匹配和纹理的特征提取,在采集到锅仔片图像之后,先对锅仔片进行定位,提取定位区域的纹理特征,最后进行分类识别。由于锅仔片以不确定的姿态出现且有可能部分被遮挡,它的准确定位是一个难点。为解决这些问题,分别进行对锅仔片定位的研究及对锅仔片识别的研究。所谓锅仔片的定位就是从所拍摄的锅仔片图像中确定锅仔片位置,锅仔片的精确定位是锅仔片识别的前提和锅仔片表面指纹检测的基础,其效果对锅仔片表面指纹检测的成功与否有直接的关系。而锅仔片的识别就是检测识别出锅仔片是否有指纹。　　针对上述研究内容首先研究了一种快速的基于形状模板的图像匹配算法,然后提取锅仔片的纹理特征,进而利用该特征实现了锅仔片指纹有无的分类识别。实验结果表明,基于形状模板的图像匹配算法准确率高,速度较快,且具有抗遮挡性,能够完成锅仔片的精确定位和表面指纹的检测,取得了良好的效果,具有一定的实用价值和推广价值。