1.一种基于图像处理的PCB缺陷智能检测方法，其特征在于：包括如下步骤：(1)用图像增强法和图像去噪法对采集到的PCB图像进行预处理操作；

(2)采用自适应阈值法对预处理图像进行图像分割得到待测二值化图像，以提取PCB板的整体特征信息；所述自适应阈值法包括：将预处理图像分为多个部分，并对不同部分设定不同的分割阈值；

对不同部分设定不同的分割阈值包括：(21)计算整个预处理图像的平均灰度值avg；

(22)将预处理图像分成多个图像块；

(23)计算每一图像块的最大灰度值max与最小灰度值min以及中间灰度值med；

(24)根据式(2)计算每一图像块的阈值T：其中，diff为当前图像块的最大灰度差；

(3)对步骤(2)中得到的待测二值化图像进行一或多次开运算从而得到拟标准的二值化图像；

(4)将拟标准二值化图像和待测二值化图像进行异或运算再进行一或多次开运算，从而得到缺陷所在位置以及缺陷形状的大小。

2.根据权利要求1所述的PCB缺陷智能检测方法，其特征在于：在步骤(1)中，所述图像增强法采用灰度拉伸法增强对比度，所述图像去噪法采用自适应图像去噪算法以去除噪声对图像的影响。

3.根据权利要求2所述的PCB缺陷智能检测方法，其特征在于：所述灰度拉伸法是一种简单的线性点运算，以扩展图像的直方图；所述灰度拉伸法的拉伸关系如式(1)所示：其中，x为像素点的原灰度值，g(x)为根据映射关系拉伸后得到的像素点的灰度值，L＝

256，x1和x2以及y1和y2的值为预先设定的且均在区间(0,L)内。

4.根据权利要求2所述的PCB缺陷智能检测方法，其特征在于：所述自适应图像去噪算法包括：设定自适应中值滤波器的窗口大小；读取该窗口内像素的灰度中值、最小灰度值和最大灰度值；判断窗口内每一像素的灰度值是否在所述最小灰度值和所述最大灰度值之间，若不在则认为当前像素存在噪声，并利用所述灰度中值替换当前像素的灰度值，若不是则不作改变。