ALICE(A Large Ion Collider Experiment)是欧洲核子中心(CERN)大型强子对撞机(LHC)上的一个重离子探测器,CERN决定在2019年前对ALICE中的多个探测器进行升级,其中的ITS(Inner Tracking System)探测器将使用一种新型的像素传感器芯片。在升级过程中,对像素传感器芯片的定位是一个重要的环节,工业上常用的光学对位法生产效率低、一致性差,而精密的高精度机械定位平台造价昂贵。鉴于此,本文提出了一种基于图像处理技术的非接触、一致性好和效率高的场景式芯片定位方法。该定位方法首先使用高精度摄像机采集图像,提取芯片在组装过程中需要定位的场景图片作为模板图像,并对模板图像中的目标芯片进行人工标记。使用平滑滤波、对比度增强和图像锐化的预处理操作降低图像噪声,提升图像质量。采用canny算法快速获取图像中物体的所有轮廓点,使用边界跟踪算法将离散的轮廓点连接成闭合轮廓,并将轮廓上每一个像素点的弧长-曲率对作为轮廓的特征,完成目标物体的匹配和定位。采用基于视觉伺服的控制策略,实现对定位平台的闭环控制,按照场景图片的序列,完成芯片在组装中的定位。本文在介绍传统定位方法的基础上,提出了一种基于弧长曲率线匹配的定位方法,并对文中所涉及的图像处理算法进行了综述,包括图像的预处理、识别、匹配和定位。论文还详细描述了定位平台的总体设计方案,以及定位平台的硬件模块组成、功能和硬件选型,同时对定位平台的控制策略及控制软件也做了详尽阐述。论文最后给出了该定位平台的测试结果,表明图像处理定位技术能够准确地完成芯片的识别和定位,通过匹配场景图片序列,能够按步骤完成芯片在组装中的一系列定位工作。