随着微小型构件及装置日益增多,对其检测需求也越来也大。本文针对中间尺度微小构件的检测需求,结合浙江省自然科学基金项目(LY13E050026)《基于中间尺度三维微小构件精密检测关键技术研究》,研究中间尺度图像检测相关理论,包括去噪,边缘检测和亚像素定位等问题。针对贴片式芯片的工业检测,搭建硬件平台,开发软件系统,剔除不合格品,确定合格品的正负极性、中心位置和旋转角度等。在中间尺度图像检测系统中,由于视场小、镜头多,光照不均匀和镜头畸变对图像质量的影响十分明显。本文对本实验的检测系统进行了光照不均匀校正和镜头畸变校正。光照不均匀标定选用灰度值均匀的标定板,由标定板灰度值及其均值确定不均匀系数。镜头畸变标定选用圆形网格标定板,通过网格理想位置和实际位置,得到畸变系数。微小构件在实际检测过程中存在较多噪声,本文对在实验室环境下得到的芯片图像添加噪声模拟实际芯片图像,并对中间尺度图像椒盐噪声去噪进行研究。在有效信号比较少的情况下,充分利用现有信息恢复噪声图像,包括灰度分布信息——直方图,邻域信息——空间临近度和灰度相关度,以它们乘积作为权重,对噪声点先自适应加权均值滤波,再自适应均值滤波。实验证明,该算法对椒盐噪声具有有很好的去噪效果。针对中间尺度微小构件边缘轮廓复杂,噪声多,细节模糊的情况,提出改进的Canny检测算法。本算法着重于对去噪和双阈值部分的改进,去噪包括自适应中值滤波去除椒盐噪声和自适应高斯滤波去除高斯噪声,重点在于尺度因子?的选取。双阈值部分,为检测到弱边缘,通过图像分块,对每块图像选择阈值,边缘检测。阈值的选择包括粗选和精选两步。通过对图像块像素梯度排序,选择粗阈值,由梯度直方图的差分图得到阈值的精确数值。通过实验对比证明本文算法比传统Canny检测对中间尺度微小构件边缘检测效果更好,满足检测要求。为进一步提高系统精度,本文对中间尺度图像常有的边缘(直线、圆、圆弧)的亚像素定位做了进一步的研究。已知边缘的像素级位置,针对常见边缘,通过Hough变换得到边缘法线方向,在法线方向插值,计算插值点灰度值,得到灰度差分,包括向前差分和向后差分。归一化的差分值作为位置权重,得到中心位置,根据边缘曲线形状,最小二乘法拟合曲线,得到的曲线方程为理想边缘。实验证明本文算法的亚像素定位精度高。最后,开发贴片式芯片检测软件系统。通过统计芯片样本特征,得到正反面、合格与否的参数,包括面积、矩形度和长短边长比等,作为芯片检测的标准,剔除不合格品,确定合格品正负极性、中心位置和旋转角度,系统检测时间小于1s,满足实时性要求。