PCB檢測圖像的空間域去噪方法研究

孫家富

摘要：PCB生產過程中為了提升產品品質需要利用自動光學檢測設備（AOI）對焊點進行檢測，在圖像獲取和傳輸過程中由于環境條件和傳輸信道等其他干擾往往會導致圖像被各種噪聲所污染，因此需要在對圖像作進一步處理前對其進行去噪。本文對常見的幾種空間域去噪方法進行了研究，首先對去噪方法分類，再重點討論各去噪方法，列出其操作算法，比較它們的優劣性和適用性，并給出去噪效果對比，最后總結各算法的特性。

關鍵詞：PCB；AOI；圖像去噪；空間濾波

中圖分類號：TP391 文獻標識碼：A 文章編號：1007-9416（2018）04-0061-03

圖像空間域去噪顧名思義是直接對圖像灰度級做運算進行去噪，根據算法的不同分為線性和非線性，包括均值濾波器，統計排序濾波器等。均值濾波器根據計算方式不同又可細分為算術均值、幾何均值等其他濾波器。統計排序濾波器同樣根據排序方式不同分為中值、最大值、最小值以及其他變種濾波器。

1 均值濾波器

此類濾波器平滑一副圖像中的局部變化，它使用濾波器模板遍歷整幅圖像，使用模板鄰域內像素的平均灰度值代替圖像中每個像素的值，這種處理的結果降低了圖像灰度的“尖銳”變化進而達到模糊結果，降低噪聲的效果。然而，由于圖像邊緣也是由圖像灰度尖銳變化帶來的特性，所以在濾波過程中也存在著邊緣模糊的負面效應。另外，因為濾波器平滑模糊比模板尺寸小的像素區域，所以濾波效果與濾波模板尺寸相關，當模板尺寸越大時，濾波后的圖像更模糊，所以需要選擇合適的模板尺寸。

1.1 算術均值濾波

這是最簡單的均值濾波器，屬于線性濾波器，濾波公式如下：

其中，為處理過的圖像，為原圖像，表示中心在點處、大小為的矩形濾波模塊（例如3×3的矩形濾波模塊如上圖）。該濾波器可以去除均勻噪聲和高斯噪聲，如上述，在濾波過程中會對圖像造成一定程度的模糊。

1.2 加權的均值濾波器

為降低算術均值濾波器在濾波過程中對圖像的模糊，根據像素和窗口中心像素的距離對濾波模板中系數進行加權賦值，賦值大小與像素離中心點的距離成反比。同樣為線性濾波器，最常用的加權模板（3×3）如下：

1.3 幾何均值濾波器

該濾波器處理操作由如下表達式給出：

濾波后的像素由子圖像窗口中像素乘積的次冪給出，故為非線性濾波器。該濾波器實現的平滑可與算術均值濾波器相比，但這種處理中丟失的圖像細節更少，能夠更好地濾掉高斯噪聲，并且能夠更多的保留圖像的邊緣信息（如圖1）。但是該濾波器對0值較敏感，在濾波器窗口內只要有一個像素的灰度值為0，就會造成濾波器的輸出結果為0。

1.4 諧波均值濾波器

該濾波器操作由如下表達式給出，為非線性濾波：

它對于鹽粒噪聲（白噪聲）效果較好，但不適用于胡椒噪聲，比較適合處理高斯噪聲。

1.5 逆諧波均值濾波器

該濾波器操作由如下表達式給出，屬非線性濾波：

其中稱為濾波器的階數，它更適合于處理脈沖噪聲，這種濾波器適合減少在實際中消除椒鹽噪聲的影響。當值為正時，可以消除胡椒噪聲；當值為負時，消除鹽粒噪聲，當=0時，該濾波器退化為算術均值濾波器；當=-1時，退化為諧波均值濾波器。它不能同時消除這兩種噪聲，即它有一個缺點，必須事先知道噪聲是暗噪聲還是亮噪聲，以便為選擇正確的符號，如果符號選擇錯誤，則可能會引起災難性的后果（如圖2）。

2 統計排序濾波器

統計排序濾波器是一種非線性空間濾波器，這種濾波器的響應以濾波器包圍的圖像區域所包含的像素的排序為基礎，然后使用統計排序結果決定的值代替中心像素的值。

2.1 中值濾波器

最常用的統計排序濾波器是中值濾波器，它使用一個像素鄰域內灰度的中值代替該像素的值。即：

中值濾波器的應用非常普遍，因為對于某些類型的隨機噪聲，它們可提供良好的去噪能力，且相比相同尺寸的線性平滑濾波器的模糊程度更少。在存在單極或雙極脈沖噪聲的情況下，中值濾波器尤其有效，更適用于去除椒鹽噪聲。

2.2 自適應中值濾波器

該濾波器不同于之前的濾波器，其模板尺寸會根據其算法保持或增大，算法試圖去除椒鹽（脈沖）噪聲，平滑其他非脈沖噪聲，減少諸如物體邊界細化或粗化等失真從而盡可能保留細節，這是傳統的中值濾波器所做不到的，它可以處理具有更大概率的脈沖噪聲，其和中值濾波器濾波效果對比如圖3。

除了上面提到的常用排序濾波器外還有最大值濾波器、最小值濾波器，它們同中值濾波器方法，只是以圖像排序中的最大值和最小值代替該像素的值，可分別用來降低胡椒噪聲和鹽粒噪聲。

3 結語

圖像去噪作為一種重要的圖像預處理，其去噪效果好壞直接影響到后續的圖像處理工作，如圖像分割、邊緣檢測等。去噪方法有很多，除了本文中提到的一些基本去噪方法外，還有許多諸如頻率域濾波，形態學去噪以及它們的改進型、混合型等，讀者可以自己進一步研究。每種方法在計算復雜性和去噪效果方面各有不同，我們需要根據圖像的特性和自己的目的選擇最適合的去噪方法，從而達到在提升效率的同時并實現所需的去噪效果。

參考文獻

[1]Gonzalez， R.C，Woods，R.E著，阮秋琦等譯.數字圖像處理[M].北京：電子工業出版社，2011.6.

[2]孫曉婷，熊紅云.PCB檢測系統中的圖像預處理[J].中國科技信息，2007，（22）：116-117.

[3]羅兵，曾歆懿，季秀霞.SMT產品缺陷及相應的AOI檢測方法[J].電子質量，2006（6）：35-37.

[4]王英，曾光宇，圖像去噪算法研究[J].電腦與信息技術，2011，（04）：8-12.