BGA(球栅阵列)芯片是电子行业一种重要的SMT(表面安装技术)芯片,它很好的解决了芯片发展中芯片越来越小和I/O(输入/输出)端口急剧增加之间的矛盾。BGA焊球与其它引脚形状相比,在适应多引脚数封装的能力、封装厚度、引脚刚性、回流焊时自对准能力和有效面积利用率等方面有着不可比拟的优势,但是对BGA封装质量特别是气孔缺陷的检测一直是一大难题。现有的方法主要采取X射线分层法,但这种方法成本太高。基于此,开发了一种简单的BGA焊点气孔缺陷的自动识别系统,采用计算机视觉的方法实现NG和OK的自动判定。本文的研究内容和研究成果如下:1)采用了特殊结构光源。同时用环形红色光和十字形绿色光发射二极管(LED)照明BGA芯片,由小球表面成像后产生一个红色圆环和一个绿色十字。这样在一幅图像中融入了更多信息,为检测打好了基础。2)将数理统计原理应用于图像特征提取。在芯片定位二值化图像时,避免了单纯依靠阈值分割提取特征的缺陷。3)对称Hough变换方法提取矩形。在提取芯片位置时,传统的几何参数提取方法采用提取直线图形,但是对于矩形中四条直线的检测不仅耗时、耗存储空间,而且鲁棒性也差,参数空间维数过高是该方法的主要缺点。而且得到的往往是几条孤立的直线。我们把芯片作为一个整体考虑,问题变成了直接对矩形的检测。对称Hough变换方法充分利用矩形的对称性能大大缩短计算时间,减小空间复杂度,从而提高效率。4)首次提出对称性度量的概念。在对图像进行特征提取的过程中,考虑到图像的近似中心对称性质,提出将图像翻转后相减的结果作为对称度的量度,该方法还可以推广到其它类似的情况中,具有很好的参考价值。5)首次将纹理频谱特征应用于神经网络。从能量的角度提取图像的纹理频谱特征,并成功应用于人工神经网络,解决了气孔位置、大小和频率复杂性的问题。6)适用于不同光照条件和焦距变化,当外界光照条件和内部焦距参数发生变化时,通过训练新的图像,检测结果依然很好。本文以特殊结构光照射下的BGA焊点为研究对象,在国内外现有的研究基础上,开发了BGA焊点气孔缺陷检测系统。本系统结构巧妙,算法简单,对今后的研究工作具有重要的指导意义。