摘 要：为改进印刷电路板（PCB,Printed Circuit Board）图像的质量，针对后续对PCB 图像的识别率的提高， 运用 MATLAB 语言对原始图像进行了前期处理，主要包括图像空间域的灰度变换以及图像平滑滤波来消除噪声。首先研究了噪声门限，中值滤波以及快速中值滤波方法，并且提出了一种快速加权中值滤波算法，通过MATLAB 处理图像，灰度直方图以及频谱图进行对比分析，结果表明快速加权中值滤波算法解决了PCB 图像对比度差，噪声大，细节模糊等方面的问题，使图像质量有了很大的改善。

0 引言

在信息产业中PCB 是一个不可缺少的重要支柱，PCB 作为各种电子产品的基本零组件和集成各电子元器件的信息载体向着高性能化、高速化、轻薄短小化方向得到了快速发展，其技术和复杂程度已经达到了一个非常高的水平。因此，随着PCB 领域的不断扩大，PCB 的重要性也在进一步提高。

系统在 PCB 待测灰度图像的采样、量化、以及传输过程中，由于光照的不均变化、电荷耦合元件（CCD,Charge-Coupled Device）摄像机自身的传感器噪声、模数采集（AD,Analog-to-Digital）过程的量化噪声、感光过程产生的颗粒噪声、以及人为因素的轻微抖动等，在传输、接收处理得到的图像都不可避免受到内部器件和外部环境的影响，从而使图像质量失真，信噪比下降。为了降低噪声，可以使用平滑滤波器对待测图像进行滤波处理，但选择不同大小的平滑滤波器对处理后图像模糊程度不同，因此要提高图像的质量要求所使用的滤波器不仅能够有效地去除噪声并且能够尽可能保留图像的原貌。

1 图像增强

图像增强是改进图像质量的技术，相对于图像识别的一种前期处理，根据图像增强处理的空间不同，可分为空间域处理以及频率域处理两大类，前者包括对图像的灰度级作用以及直方图修正，都是直接对像素灰度值进行处理；后者是对图像的频谱成分进行分析操作，经过傅里叶变换，对图像频谱的高频低频部分进行处理，再经逆傅里叶变换获得所需图像结果。

采集的 PCB 图像由于外部曝光以及在信道传输过程中的其他干扰因素，使得图像明暗度降低、噪声加大，为有效的消除噪声干扰并且使图像的明暗对比增强，本文在PCB 待测图像增强中选择空间域的灰度变换处理和图像平滑处理。

1.1 空间域的灰度变换

灰度变换作为图像增强的一种重要手段，可以使图像动态范围加大、使图像对比度扩展，使图像特征更加明显来改善图像显示效果。灰度变换可分为线性变换和非线性变换。令原图像m（x,y）的灰度范围为[a,b],线性变换后图像n（x,y）的灰度扩展为[c,d],它们之间的关系为：

由于曝光过度或不足，CCD 采集的PCB 图像灰度可能在一个很小的范围内变化，在电脑上可能看到的是没有灰度层次以及模糊的图像。采用线性变换可以对模糊图像的各个像素灰度作线性拉伸，能够使图像视觉效果有效地得到改善。

为提高对图像识别的后期处理以及特征提取，先对原始 PCB 图像进行二值化的灰度处理，然后采用直方图修正技术的图像域方法使图像均衡化。

1.2 空间域图像平滑

图像平滑的目的是为了减少和消除图像噪声以改善图像质量，以便图像分割、图像识别等后续处理。在空间域内可以用邻域平均来减少噪声；在频率域，由于发生高频段的噪声频谱概率更大，可采用各种形式的低通滤波。在空间域图像平滑主要有噪声门限、邻域平均、加权平均、中值滤波等方法。

赵晓霞提出一种偏微分的图像增强方法，这种方法降噪采用全变分（TV,Total Variation）模型与直方图修正技术来实现，这种方法能有效地保留边缘也能够使对比度增强。

万睿等人先对待测图像进行二值化处理，然后通过阈值分割处理，得到二值化阈值，在去除噪声的同时使处理速度也得到了提高。

1.2.1 噪声门限

噪声门限方法是一种常见的噪声消除办法，它对噪声的执行效率高，并且消除简单易行。它对图像平滑时，第一是门限阈值的设定，门限阈值的设定直接影响滤波效果以及图像细节，然后根据图像的特性，对每个像素进行顺序的检测，根据公式与其邻域的所有像素值进行对比，判断是否该像素为噪声。若不是噪声，输出像素原值，若为噪声，则输出为邻域内其它像素灰度的平均值。该方法中门限阈值 T 的选择至关重要，T 选择太大或太小，都会或多或少导致噪声平滑不够或者图像变得模糊。