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。
1.2.2 中值滤波
传统中值滤波算法运算量主要集中在窗口数据的排序上，为了减少排列次数更快的得到中值，提出了一种快速中值滤波算法，将阵列分解为一维阵列进行运算，先取阵列水平各行的中间值，再取水平各行中间值的中值，作为滤波最后的输出。
1.2.3 快速加权中值滤波
为了解决既要降噪， 又要保护图像细节这一矛盾本文提出了一种快速加权中值滤波算法，不仅滤波速度上提高了，噪声得到很好的滤除，还可以保护更多的图像细节。通过加权，使在窗口中的中心象素比重增加，对于输入： I1 I2 ， ， ，IN） ，输出加权中值滤波：
