1 緒論
本文通過對由相機獲取的 PCB 圖片，在 MATLAB 軟件中對圖像進行必要處理，並對各種處理方法進行比較，從而找到較好的PCB 圖片處理方法。使電路板的質量檢測水平提高，PCB 的印刷效率得到有效提高。本文中對 PCB 圖片的處理大致如下： 原圖像採集；b.圖像平滑處理；c.比較並選取合適的濾波方法；d.圖像增強；e.比較各種算子處理後的 PCB 圖像。
2 圖像預處理
對印刷電路板圖片的拍照過程中，相機的電子擾動、周圍環境光照的變動等因素會產生噪聲，進而使圖片的質量下降。圖像預處理可使噪聲污染得到緩減，信噪比得到提高。對於 PCB 圖片而言，主要受到兩類噪聲污染，分別為椒鹽噪聲以及高斯噪聲。通過平滑方法處理圖像上混雜的噪聲，但去噪能力越強，損失的圖像細節就越多，從而圖像變得越模糊。所以平滑處理圖片的`時候，需要據情況平衡濾波效果和圖像細節。
中值濾波：先設計滑動窗口，求出像素點灰度值的中值 m.用 m 代替窗口中全部像素的灰度值 ai.當窗口內的像素點數目為單數，中值 m 就是灰度值 ai按遞增或遞減的順序排列後處於中心的灰度值；若像素點數目為偶數，中值 m 是將灰度值 ai按遞增或遞減的順序排列後處於中心的二像素灰度值的期望。
3 圖像增強
圖像鋭化就是為了使圖像中物體的邊緣與輪廓更明顯，通過灰度差分法提取邊緣及輪廓。但是由於邊緣和輪廓的方向有任意性，而差分運算的方向是一定的，拉普拉斯，梯度，Sobel,Prewitt 等是具有各向同性特性的鋭化方法。
3.1 Sobel 尖鋭化
其中前面的算子是用於橫向的鋭化，後面的算子則是用於縱向的鋭化。
3.2 拉普拉斯鋭化算法
拉普拉斯鋭化算法是典型的與邊界方向沒關係的二階微分算法，對噪聲的敏感係數比一階微分算子高，採用二階微分算子能夠獲得較豐富的原圖片詳情。下面為二階微分鋭化的推理：
由以上的推導，寫成模板係數形成就是拉普拉斯算子，具體形式如下：
現簡單地對照二階與一階微分的圖片鋭化效果。以 Sobel 與拉普拉斯為例做對照。Sobel 算子只提取較少的邊緣細節，它提取的邊緣較為粗糙，而拉普拉斯算子反映的邊緣信息中包含了很多的細節，但是它所提取的邊緣有些許模糊。邊緣檢測的內容有兩點：檢驗目標的邊界點、補充部分邊界點或者去掉部分邊界點，然後使這些邊界點用完整的線相連。
4 印刷電路板圖片的具體處理
5 結論
對於本文中所選的 PCB 圖片以及類似的 PCB 圖片，中值濾波是較理想的濾波方式；Sobel、拉普拉斯鋭化算法比 Sobel 方法更加尖鋭化，但是由於原圖片質量不太理想，導致偶爾有斷點。因此檢測印刷電路板，原始圖片的採集也很關鍵。可以運用本文的中值濾波與拉普拉斯算子去處理類似文中的 PCB 圖片。從而有效提高 PCB板錯誤檢測水平。
參考文獻：
[1]阮秋琦。數字圖像處理基礎[M].北京：清華大學出版社，2009.
[2]唐向宏，嶽恆立，鄭雪峯。MATLAB 及在電子信息類課程中的應用[M].北京：電子工業出版社，2009.
[3]胡永光，和衞星。印刷電路板圖像邊緣檢測算法的研究及軟件實現[J].南京工業職業技術學院學報，2004,4（4）。
[4]劉陽。基於圖像處理的 PCB 焊接缺陷檢測技術研究[D].大連：大連理工大學，2009.
文萃咖
