全自动金丝球焊机是集精密机械、自动控制、图像识别、光学、超声波热压焊接等领域于一体的现代化高技术微电子封装设备，主要用于集成电路制造后工序中芯片焊盘与外框架间引线的焊接。 本课题以开发全自动金丝球焊机图像识别系统软件为主要研究内容，论文中对课题期间所做的主要工作进行了介绍和总结。 首先，介绍了全自动金丝球焊机的工作原理，分析了其图像识别系统可以利用的两种方法，即图像计算机处理系统和软件型图像处理系统，并结合课题的实际情况选择采用后一种方法。 然后，对现有的数字图像预处理技术进行了研究，针对本课题的特点着重讨论了数字图像预处理中灰度直方图修整和中值滤波两种图像增强技术。试验对比了Roberts算子、Sobel算子、Prewitt算子、Krisch算子及Laplacian算子五种边缘检测算子，通过对芯片图像边缘检测的对比试验选择了适合本系统的Roberts边缘算子。 其次，讨论了目前常用的几种基于灰度匹配的快速图像匹配算法，如FFT算法、幅度排序相关算法、序贯相似检测算法(SSDA)、多辨率塔型结构算法(MPSA)、基于遗传算法(GA)的快速搜索算法等，通过具体试验并结合其原理分析了它们的优缺点，分析表明这些算法都不能满足全自动金丝球焊机图像识别系统的实时性(＜25ms／线)要求，并且前四种算法也不能满足具有旋转角度(-7°～+7°)的芯片图像的匹配精度要求。 再次，针对本课题实时性及精度的要求，提出了两种能够满足系统要求的算法和一种具有应用价值的算法，即TS算法、TS-GA算法和MPSA-GA算法。 TS算法是一种通过对二维芯片模板图像的边缘幅度图像抽样来进行图像匹配的快速算法。算法通过设定搜索步长、提取抽样序列，能够同时减少搜索过程和相关计算的运算量。算法采用两阶段搜索策略，解决了芯片图像存在的旋转问题，保证了匹配精度。并且利用SSDA算法进行了优化，使得该算法运行时间进一步减小。该算法运算简单，特别适合硬件实现。试验表明该算法能够满足系统的实时性和定位精度(±4μm)的要求，抗噪能力较强，具有很强的鲁棒性。 TS-GA算法除了利用TS算法对芯片模板图像进行预处理外，同时还利用遗传算法的非遍历搜索机制，能够迅速收敛到全局近似最优解，从而进一步减少了匹配过程的计算量。并在此基础上引入精确匹配环节，找出目标子图像的精确位移及旋转角度，试验表明该算法满足系统的实时性与精度要求。实际上由于精确中国科学院研究生院硕卜论文摘要匹配环节耗时较多，所以该算法要慢一J几丁S算法，但其采用}!确定性搜索策略，使其在误匹配的情况’卜可以通过再次搜索找到日标。这也足该算法被选用的}二要原因，也就足说一可以在TS算法失配的情况卜启用该算法进行次搜索确定日标。 MPSA一GA算法是在分折了多分辨率塔形结构算法(MPSA)和毕j一遗f专算法的图像匹配方法的大姗日几，有机的结合了这两利，方法的优点提出的·种新的快速匹配炸法，试验表明本算法能有效降低!)城配}!寸I’llJ。工然该算法针对个自动金扮球焊机的图像识别系统效果不如前两种算法，了日它为后两不，}，算法的汗发提供了启.J令，少{日且典有定的应用价值，1大1此我们也作了简要介绍。 最后，通过对普通图像的匹配定位试验对一种算法进行了检验，结果农!少汀Z泛、具有很强的通用性和抗噪声能力，可以推)”应用一J几其他类似场介。 此外，为了验证以卜算法.在Windows981*.利用VIStla1C+十6，O搭建了各种算法的测试平台，论文中也做了简要介绍。试验叶‘用到的芯片图像均为个自动金丝球焊机实际工作时拍摄的图像。