1.一种基于快速几何对准的PCB表面缺陷检测方法，采用机器视觉检测PCB表面缺陷，其特征在于，包括如下步骤：步骤一，运动平台将待测PCB运送至待检测区域，图像采集系统对待测PCB进行待测图像采集，并将待测图像传输至上位机；

步骤二，上位机对待测图像进行预处理，采用K近邻均值滤波法进行图像平滑滤波；用加权平均法进行图像灰度化；采用直方图均衡化方法增强图像对比度，强化图像边缘，突出图像细节；

步骤三，PCB图像定位：

步骤三‑1，从标准图像中通过SURF算法提取标准特征点；

步骤三‑2，通过标定将运动平台的机械误差转换为像素误差，根据机械误差的阙值范围确定像素误差阙值范围；

步骤三‑3，从预处理后的待测图像中通过SURF算法提取待测特征点；

步骤三‑4，通过SURF算法对标准特征点与待测特征点进行匹配，得到匹配的特征点对；

步骤三‑5，计算步骤三‑4中特征点对的欧氏距离；

步骤三‑6，通过步骤三‑2中像素误差对步骤三‑5中各特征点对的欧氏距离进行判定，欧氏距离不满足像素误差阙值范围的特征点对为无效匹配，满足像素误差阙值范围的特征点对为有效匹配；

步骤三‑7，将筛选出的有效匹配的特征点对采用最小二乘法计算预处理后的待测图像相对标准图像的变换矩阵H：步骤三‑8，提取变换矩阵H的h2、h5确定预处理后的待测图像与标准图像的相对坐标位置关系；完成预处理后的待测图像中PCB的定位；

步骤四，上位机用BP神经网络算法对经过步骤三处理后的待测图像进行缺陷识别；

步骤五，上位机将缺陷识别结果输出至人机界面。

2.一种基于快速几何对准的大面积PCB表面缺陷检测方法，其特征在于采用多区域分时视觉检测，完成大面积PCB表面缺陷检测；具体步骤如下：步骤Ⅰ，运动平台将大面积PCB运送至待检测区域，图像采集系统对待测大面积PCB进行分块摄像，获取多个待测分块图像，并将所有待测分块图像传输至上位机；

步骤Ⅱ，上位机对待测分块图像进行预处理，采用K近邻均值滤波法进行图像平滑滤波；用加权平均法进行图像灰度化；采用直方图均衡化方法增强图像对比度，强化图像边缘，突出图像细节；

步骤Ⅲ，PCB分块图像定位：

步骤Ⅲ‑1，从标准分块图像中通过SURF算法提取标准特征点；

步骤Ⅲ‑2，通过标定将运动平台的机械误差转换为像素误差，根据机械误差的阙值范围确定像素误差阙值范围；

步骤Ⅲ‑3，从预处理后的待测分块图像中通过SURF算法提取待测特征点；

步骤Ⅲ‑4，通过SURF算法对标准特征点与待测特征点进行匹配，得到匹配的特征点对；

步骤Ⅲ‑5，计算步骤Ⅲ‑4中特征点对的欧氏距离；

步骤Ⅲ‑6，通过步骤Ⅲ‑2中像素误差对步骤Ⅲ‑5中各特征点对的欧氏距离进行判定，欧氏距离不满足像素误差阙值范围的特征点对为无效匹配，满足像素误差阙值范围的特征点对为有效匹配；

步骤Ⅲ‑7，将筛选出的有效匹配的特征点对采用最小二乘法计算预处理后的待测分块图像相对标准图像的变换矩阵H：步骤Ⅲ‑8，提取变换矩阵H的h2、h5确定预处理后的待测分块图像与标准分块图像的相对坐标位置关系；完成预处理后的待测分块图像中PCB的定位；

步骤Ⅳ，上位机用BP神经网络算法对经过步骤Ⅲ处理后的每张待测分块图像进行缺陷识别；

步骤Ⅴ，步骤IV处理后的待测分块图像拼接；利用比值匹配法，选取一幅步骤IV处理后的待测分块图像的重叠部分，选取所述重叠部分间隔特定值的两列上的像素，将两列上的对应像素的比值作为模板，在步骤Ⅳ处理后的其它待测分块图像中搜索，最佳匹配的步骤IV处理后的其它待测分块图像即为相邻分块；

步骤Ⅵ，图像融合，根据步骤Ⅴ中拼接结果，将步骤V处理后的所有待测分块图像融合成完整的待测图像；

步骤Ⅶ，上位机将缺陷识别结果输出至人机界面。