1.一种针对QFN芯片引脚图像快速倾斜校正的方法，其特征在于，包括以下步骤：(1)对工控机采集的芯片引脚图像进行预处理：

1.1)图像滤波：

为去除噪声，减少图像失真，采用5×5高斯滤波器与图像进行卷积，在图像处理中，使用二维高斯函数进行滤波，计算公式如下：其中，G(x，y)为二维高斯函数，(x，y)为点坐标，σ为标准差，A为归一化系数，使不同的权重之和为一；

1.2)二值化处理：

采用固定阈值法对图像进行二值化处理，计算公式如下：其中，f(x,y)表示图像像素值的分布函数，g(x,y)表示阈值分割之后的像素值分布函数，固定阈值T＝145；

(2)利用多边形逼近方法提取目标轮廓，具体包括：

2.1)对芯片引脚图像进行边缘检测：

采用Canny算子边缘检测，得到芯片引脚图像的边缘轮廓信息；

2.2)利用多边形逼近方法提取目标轮廓：

通过多边形逼近方法提取芯片引脚图像中心焊盘轮廓，滤除掉其余轮廓部分，多边形逼近方法是从目标轮廓中挑出两个最远的点，进行连接；接着从目标轮廓上寻找一个离线段距离最远的点，将该点加入逼近后的新轮廓，即连接着三个点形成的三角形作为轮廓；最后选择三角形的任意一条边出发，重复上一步骤，将距离最远点加入新轮廓，不断迭代，直至满足输出的精度要求；

(3)提出改进Harris角点检测算法，获取目标轮廓顶点，具体包括：

3.1)确定选取阈值，获取目标轮廓角点：

通常情况下，两幅黑白图像的点像素灰度之差小于最大像素灰度值的10％～15％时，人眼难以分辨，故选取阈值N提取图像目标轮廓角点，公式如下：N＝255×12％≈30

3.2)提取目标轮廓拐角角点：

提取并保存所有角点，按顺序读取角点中的三点Ma‑n、Ma、Ma+n，三点构成一个由三个元素组成的模板，其中三点中将Ma作为模板中心，点的下标代表角点在所有角点中的序号，遍历所有角点，从初始值开始，Ma确定为一个实时性操作点，取其前后序号相距n的两点，Ma分别与模板中其他两点组成两条边，将两条边构成的夹角作为Ma点的角点响应值，由点Ma与点Ma‑n距离确定边L1，点Ma与点Ma+n的距离确定边L2，点Ma‑n与点Ma+n的距离确定边L3，三边可以根据余弦定理得到Ma点的角度，计算公式如下：通过两条边构成的夹角，即角点响应值来判断是否保留角点，设g为角点响应值，若点Ma≥g，则保存为所需要的角点；反之，则去除；

3.3)剔除邻近角点，保留轮廓顶点：

提取出轮廓拐角角点后，周围可能还会存在有其它角点，为消除这一现象，将邻近角点进行剔除，取剩下的点作为轮廓拐角顶点，设图像高度为H，图像宽度为W，Corner(x，y)表示在图像(x，y)处是否有角点，令Corner(x，y)＝1时，(x，y)处有角点，m×m为以(x，y)为中心的矩阵的大小，其中m>1，则：其中，m≤x≤H，m≤y≤W，count指以(x，y)为中心的矩阵范围的角点，将(x，y)为中心的矩阵范围的邻近角点全部去除，保留目标轮廓拐角处剩下的角点作为顶点，以方便后续图像校正处理；

(4)最小二乘法拟合直线：

运用最小二乘法，将目标轮廓最长边的两个顶点进行直线拟合，作为芯片引脚图像的角度识别方向；

(5)根据图像形心快速校正芯片并去除白边，具体包括：

5.1)以图像形心为旋转中心：

为准确校正图像，利用形心法确定图像的中心位置，将形心坐标O点作为图像的旋转中心；

5.2)获取图像倾斜角度，校正芯片引脚图像。

2.如权利要求1所述的一种针对QFN芯片引脚图像快速倾斜校正的方法，其特征在于，在步骤4中，设两个顶点坐标分别为p(x，y)、q(x，y)，所述最小二乘法拟合直线计算公式如下：y＝ax+b

a和b分别为直线方程的斜率和截距，则：

其中， 分别为顶点p、q的横坐标与纵坐标的均值，

3.如权利要求2所述的一种针对QFN芯片引脚图像快速倾斜校正的方法，其特征在于，在步骤5.1中，图像左上角设为起始点坐标(0，0)，右下角设为终点坐标(m，n)，图像形心公式如下：其中，(x0，y0)是形心坐标，m、n分别为图像的行数和列数，m、n均为大于等于2的整数，f(x，y)是图像在点(x，y)处的灰度值。

4.如权利要求3所述的一种针对QFN芯片引脚图像快速倾斜校正的方法，其特征在于，在步骤5.2中，芯片图像倾斜角度α由以下计算公式可求出：引脚图像在水平方向偏移值x可求得：

x＝|px‑hx|

则引脚图像倾斜角度α为：

其中，l为点p到点O的垂直距离，OA为形心坐标往x轴正方向的延长线，h(x，y)为pq与OA的交点坐标。