1.一种基于彩色图像分割和梯度投影定位的贴装元件检测方法，其步骤为：

步骤一、采用相机加环形红绿蓝LED结构光源对电路板上的焊点进行图像采集；

步骤二、将步骤一所得图像由RGB颜色模型转换为HSI彩色模型，并在此基础上进行彩色图像分割；将图像由RGB颜色模型转换为HSI彩色模型后，以色调和饱和度两个特征指标作为颜色分割的依据，采用下式进行分割：式中，H(i，j)和S(i，j)是像素点(i,j)的色调和饱和度，img(i,j)为二值化处理结果，通过设定色调H、饱和度S的最高值Hh和Sh以及最低值Hl和Sl即能作基于HSI彩色模型的颜色分割，分割出指定颜色；

步骤三、对步骤二所得图像设置MARK点，并利用所设置的MARK点对PCB板图像中x、y两个方向的误差进行补偿；整个电路板的x、y两个方向的误差由两个MARK点来补偿，在搜索区域内提取MARK点的面积形状特征，首先对标志MARK点进行阈值分割，然后将图像二值化，具体如下：一幅长宽分别为M×N的图像在坐标点(x,y)对应的像素点的灰度值f(x,y)按照颜色阈值[cmin,cmax]进行二值化处理，r(x,y)即是其处理的结果计算MARK点的面积

根据面积计算的结果与设定进行比较，就可以完成MARK点的设置；

步骤四、进行焊盘主体区和贴装文字区的定位；焊盘主体区的定位中依次抽取焊盘区红绿蓝三色，计算公式如下：Xk是一个三维特征向量，Tr(x,y)是第r颜色框颜色图像的百分比，r＝1、2或3，1代表红色，2代表绿色，3代表蓝色，M×N是在焊盘区域的像素的数量；贴装文字区定位采用基于梯度积分投影的方法，首先采用Sobel算子梯度化图像，对梯度图像进行投影定位；其中，对图像进行梯度处理之后，g(x,y)表示在点(x,y)的梯度值，w和h表示贴装文字区的宽和高，通过函数g(x,y)投影到x轴和y轴上得到密度函数gx(x,y)和gy(x,y)，再进行定位；

焊盘区与主体区的检测通过提取此区域内红绿蓝三色下的面积、重心特征以及主成分特征值，并将焊盘区细化为多个子区域；

步骤五、对焊盘和主体区焊点进行检测；

贴装元件缺陷检测包括训练阶段和测试阶段，训练阶段和测试阶段均包括图像采集、颜色模型转换、MARK点匹配、彩色图像分割、焊点定位及特征参数检测过程；其中，训练阶段对电路板上的焊点进行图像采集，并制作MARK点，进行彩色图像分割，预先确定好焊点图像特征参数，并保存；测试阶段先采用识别MARK点方式对电路板的定位误差进行补偿，再实时采集电路板的焊点图像，进行彩色图像分割，提取检测区域的焊点图像特征参数，并与在训练阶段已保存好的焊点图像特征参数进行对比，判断焊点是否合格；其中，提取主成分特征值时，在图像中选定一个固定尺寸的小窗口，然后在窗口内以灰阶值当成密度计算x轴和y轴两个方向的协方差，形成一个协方差矩阵，利用主成分分析法计算协方差矩阵的两个特征值，这两个特征值代表在二维空间中的两个互为正交的最大方差量，利用正常图像与异常图像在特征值上的差异作为检测指标；具体为：将主成分分析应用于一个灰度图像，F是(2w+1)×(2w+1)大小图像中的所有灰度值的总和，图像的所有像素重心，由下式给出

图像的加权协方差矩阵的定义是

其中，

特征值λ的加权协方差矩阵L由下式得到

L-λ·I＝0

协方差矩阵是2×2、对称半正定矩阵；因此，两个特征值的协方差矩阵L由下式给出，且λ2≤λ1