孙家富

摘要：PCB生产过程中为了提升产品品质需要利用自动光学检测设备（AOI）对焊点进行检测，在图像获取和传输过程中由于环境条件和传输信道等其他干扰往往会导致图像被各种噪声所污染，因此需要在对图像作进一步处理前对其进行去噪。本文对常见的几种空间域去噪方法进行了研究，首先对去噪方法分类，再重点讨论各去噪方法，列出其操作算法，比较它们的优劣性和适用性，并给出去噪效果对比，最后总结各算法的特性。

关键词：PCB；AOI；图像去噪；空间滤波

中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2018）04-0061-03

图像空间域去噪顾名思义是直接对图像灰度级做运算进行去噪，根据算法的不同分为线性和非线性，包括均值滤波器，统计排序滤波器等。均值滤波器根据计算方式不同又可细分为算术均值、几何均值等其他滤波器。统计排序滤波器同样根据排序方式不同分为中值、最大值、最小值以及其他变种滤波器。

1 均值滤波器

此类滤波器平滑一副图像中的局部变化，它使用滤波器模板遍历整幅图像，使用模板邻域内像素的平均灰度值代替图像中每个像素的值，这种处理的结果降低了图像灰度的“尖锐”变化进而达到模糊结果，降低噪声的效果。然而，由于图像边缘也是由图像灰度尖锐变化带来的特性，所以在滤波过程中也存在着边缘模糊的负面效应。另外，因为滤波器平滑模糊比模板尺寸小的像素区域，所以滤波效果与滤波模板尺寸相关，当模板尺寸越大时，滤波后的图像更模糊，所以需要选择合适的模板尺寸。

1.1 算术均值滤波

这是最简单的均值滤波器，属于线性滤波器，滤波公式如下：

其中，为处理过的图像，为原图像，表示中心在点处、大小为的矩形滤波模块（例如3×3的矩形滤波模块如上图）。该滤波器可以去除均匀噪声和高斯噪声，如上述，在滤波过程中会对图像造成一定程度的模糊。

1.2 加权的均值滤波器

为降低算术均值滤波器在滤波过程中对图像的模糊，根据像素和窗口中心像素的距离对滤波模板中系数进行加权赋值，赋值大小与像素离中心點的距离成反比。同样为线性滤波器，最常用的加权模板（3×3）如下：

1.3 几何均值滤波器

该滤波器处理操作由如下表达式给出：

滤波后的像素由子图像窗口中像素乘积的次幂给出，故为非线性滤波器。该滤波器实现的平滑可与算术均值滤波器相比，但这种处理中丢失的图像细节更少，能够更好地滤掉高斯噪声，并且能够更多的保留图像的边缘信息（如图1）。但是该滤波器对0值较敏感，在滤波器窗口内只要有一个像素的灰度值为0，就会造成滤波器的输出结果为0。

1.4 谐波均值滤波器

该滤波器操作由如下表达式给出，为非线性滤波：

它对于盐粒噪声（白噪声）效果较好，但不适用于胡椒噪声，比较适合处理高斯噪声。

1.5 逆谐波均值滤波器

该滤波器操作由如下表达式给出，属非线性滤波：

其中称为滤波器的阶数，它更适合于处理脉冲噪声，这种滤波器适合减少在实际中消除椒盐噪声的影响。当值为正时，可以消除胡椒噪声；当值为负时，消除盐粒噪声，当=0时，该滤波器退化为算术均值滤波器；当=-1时，退化为谐波均值滤波器。它不能同时消除这两种噪声，即它有一个缺点，必须事先知道噪声是暗噪声还是亮噪声，以便为选择正确的符号，如果符号选择错误，则可能会引起灾难性的后果（如图2）。

2 统计排序滤波器

统计排序滤波器是一种非线性空间滤波器，这种滤波器的响应以滤波器包围的图像区域所包含的像素的排序为基础，然后使用统计排序结果决定的值代替中心像素的值。

2.1 中值滤波器

最常用的统计排序滤波器是中值滤波器，它使用一个像素邻域内灰度的中值代替该像素的值。即：

中值滤波器的应用非常普遍，因为对于某些类型的随机噪声，它们可提供良好的去噪能力，且相比相同尺寸的线性平滑滤波器的模糊程度更少。在存在单极或双极脉冲噪声的情况下，中值滤波器尤其有效，更适用于去除椒盐噪声。

2.2 自适应中值滤波器

该滤波器不同于之前的滤波器，其模板尺寸会根据其算法保持或增大，算法试图去除椒盐（脉冲）噪声，平滑其他非脉冲噪声，减少诸如物体边界细化或粗化等失真从而尽可能保留细节，这是传统的中值滤波器所做不到的，它可以处理具有更大概率的脉冲噪声，其和中值滤波器滤波效果对比如图3。

除了上面提到的常用排序滤波器外还有最大值滤波器、最小值滤波器，它们同中值滤波器方法，只是以图像排序中的最大值和最小值代替该像素的值，可分别用来降低胡椒噪声和盐粒噪声。

3 结语

图像去噪作为一种重要的图像预处理，其去噪效果好坏直接影响到后续的图像处理工作，如图像分割、边缘检测等。去噪方法有很多，除了本文中提到的一些基本去噪方法外，还有许多诸如频率域滤波，形态学去噪以及它们的改进型、混合型等，读者可以自己进一步研究。每种方法在计算复杂性和去噪效果方面各有不同，我们需要根据图像的特性和自己的目的选择最适合的去噪方法，从而达到在提升效率的同时并实现所需的去噪效果。

参考文献

[1]Gonzalez， R.C，Woods，R.E著，阮秋琦等译.数字图像处理[M].北京：电子工业出版社，2011.6.

[2]孙晓婷，熊红云.PCB检测系统中的图像预处理[J].中国科技信息，2007，（22）：116-117.

[3]罗兵，曾歆懿，季秀霞.SMT产品缺陷及相应的AOI检测方法[J].电子质量，2006（6）：35-37.

[4]王英，曾光宇，图像去噪算法研究[J].电脑与信息技术，2011，（04）：8-12.