随着电子信息产业的高速发展，各种电子产品的需求量日益增长，这极大地促进了微型电子元器件的技术发展和市场需求，也使得微型电子元器件的生产制造设备需求量越来越大。在微型电子元器件生产中片式元件占到绝大部分，片式电子元件的生产，是一个工艺复杂、自动化程度高且对生产设备依赖很高的过程。高速测试编带机便是片式元件生产最后工序的重要设备，编带机的主要功能是将细小的片式电子元器件按照要求，快速、有序地编入各种规格的纸带中并自动装盘，同时剔除性能参数及外观等不合格的电子元件产品。剔除不合格元件的任务便是由编带机的自动光学检测（AOI）系统完成。但是目前我国在高速测试编带机方面的发展和发达国家相比还有一定的差距。鉴于此，高速测试编带机研制的重要性是显而易见的，本论文以项目《高速测试编带机的研制和产业化》为背景，主要任务是研究高速测试编带机的自动光学检测系统的软件算法。主要的研究工作有以下几方面：1．研究了AOI系统硬件基础的图像采集部分。图像采集系统的研究使AOI元件检测装置的软件开发不仅仅停留在理论层面，而且方便了后续大量的算法实验测试。在图像采集系统设计时，论文创造性的提出了转盘的结构，使图像的连续采集成为可能，转盘的设计可以在短时间内采集大量的图像数据，对后边测试边缘检测算法的稳定性、健壮性、普适性以及元件缺陷检测的缺陷样本分类和模板建立都有很大的帮助。2.实现了图像的摆正算法。论文利用投影法寻找到图像的几何主轴，再由图像旋转算法将图像摆正，实现了图像摆正。最后分析了步进角的选取对处理结果的影响，得到图像的摆正精度与步进角大小的选取一致的结论，即步进角越小，提取的主轴越精确，最终的图像摆正精度也越高，但同时算法的实时性也相应的变差。3．边缘检测算法的实现和部分算法的改进。首先根据项目要求选用了几种算法加以实现，并对合适的算法进行了适当的改进，最终得到了理想的边缘检测结果。通过各算法处理结果的对比发现，Sobel算法能较获得较好的图像边缘，但抑制噪声能力不好，改进后的Sobel算法的抑制噪声的能力有所提高；Canny算法能获得更为清晰的边缘，但是噪声抑制较差，且算法复杂，算法实时性差；小波变换算法的边缘提取效果与Canny算法相当，且有和改进Sobel算法相当的噪声抑制能力，很好的平衡了边缘提取精度和噪声抑制的矛盾，但是该算法步骤较为复杂，算法实时性在三种算法中最差。4.元件缺陷和角点检测算法研究及Hexsight实现。考虑到算法的实时性需求，论文选择了角点匹配算法来进行元件缺陷检测，最后利用实验室新购置的Hexsight软件实现了元件缺陷检测，得到了很好的检测结果。对于元件角点检测采用了传统的Harris角点检测算法，也获得了良好的检测效果。