r 代表加权， MED{} 表示取中值运算函数， 1 2 （ ， ， ， ） N W W W W 表示加权窗口的权， 并且规定W= （ 1， 1，， 1） 时为标准窗口。规定：
其中T 是阈值函数，当W 为整数时， 1 1 {WrI ，2 2 } N N W rI W rI 中分量经加权后输出的个数：
快速加权中值滤波中值运算MED 的运算过程是： 先对加权后的输出中的c N 个数按照顺序升幂排序，排序后输出的c N 个数的第T 个数就是最后的中值输出。
2 MATLAB 图像增强处理
MATLAB 支持包括索引图像、灰度图像、二值图像、RGB 图像和多帧图像阵列的5 种图像类型；采集的PCB 图像可以对其先增强对比度，再进行去噪，若运用该方法，则图像原有的噪声在增强对比的过程中也被大大增加了，使后续图像去噪处理得不到很好的效果。
因此本文采用对图像先去噪后增强，经采集得到的 PCB 图像上，可能存在噪声需要去噪，光源强度不够，图像可能整体偏暗，首先用RGB2GRAY函数将采集到的图片转换为灰度图像（256 色），对含有椒盐噪声的PCB 图像分别用本文提出的方法以及传统中值滤波的方法进行比较，去噪后再利用灰度变换对PCB 图像进行增强处理，图1 就是用这种方法处理后的结果。
从图1（a）和图1（c）可以看出对于有椒盐噪声的PCB 图像，传统的3×3 中值滤波处理孤立点的噪声虽然具有很好的效果，但是PCB图像上的走线，器件明显模糊，图像的细节轮廓，质量不能达到很好的效果。图1（e）是对带有椒盐噪声的PCB 图像进行快速加权中值滤波的仿真图，去噪具有明显效果，而且滤波速度也得到了提高，图像的细节，走线都能够很好的保持。
图1（b）、图1（d）、图1（f）是PCB 图像经去噪处理前后的灰度直方图，图中横坐标为灰度等级， 纵坐标为各个灰度等级对应的像素数。其中像素值255 是椒盐噪声，比较两幅图可以明显看出，两种滤波方法都能将噪声很好的去除，但是中值滤波把许多灰度等级都滤除掉了，例如150-200 的灰度等级，使边界变得模糊，而且波峰波谷都遭到了破坏，加权中值滤波去能克服这些缺点，灰度等级，灰度动态范围都能够很好的保留，并且对于波峰、波谷的位置都给予了很好的保留，因此图像许多细节都看的比较清晰，为了更好地便于分析，图2 给出了图像经滤波变换前后的频谱。
