电子产品在人们的生活中扮演着越来越重要的作用，在工业生产中，如何提高印制电路板（PCB，Printed Circuit Board）的生产质量日益成为人们关心的话题。由于基于图像处理的印制电路板缺陷检测技术具有较高的缺陷检测的速度、较好的检测精度等独特的优势，一直受到广大学者的关注。但是，随着工业生产的发展，需要该缺陷检测技术的不断改进。基于图像处理的缺陷检测技术主要可以分为硬件和软件两部分,软件部分图像处理算法的设计，对于检测结果起着关键作用，是缺陷检测系统的核心。基于此，本文的主要工作是以印制电路缺陷检测为例对基于直方图均衡化的图像增强和FCM图像分割算法进行研究和探讨。　　本文主要在分析已存算法优缺点的基础上，针对这些算法的缺点结合工业生产中的实际情况，有目的的对算法进行改进；并在win7操作系统上，MATLAB R2010b（32bit）环境下对算法进行仿真。具体的工作主要体现在以下几个方面：　　在图像增强方面，直方图均衡化的图像增强算法会使得图像中一些细节被吞噬的问题，而在一些情况下这些丢失的细节是我们所需要的。针对于此，本文提出一种基于直方图分割的均衡化方法，以期在达到增强目的之时能够尽可能的保留图像的细节信息。仿真验证表明，改进的算法实现了预期目标。　　在FCM无噪声PCB图像的分割方面，针对FCM算法在迭代计算隶属度矩阵与聚类中心时,运算量大,算法耗时的问题，提出一种改进的加权模糊c均值聚类算法，并定义一种新的聚类结果评价函数。文中首先结合直方图特性，合并图像直方图，精简数据集；然后，对精简后的数据集进行WFCM聚类，得出聚类中心，硬化分割结果；最后，基于聚类结果的现实意义，定义了新的有效性评价指标。　　结合PCB在实际的工业生成中存在较多椒盐噪声的情况，针对FCM算法运行耗时与对噪声较为敏感的问题，提出了一种基于Fisher判别具有抑噪能力的快速FCM图像分割算法，并对该种改进的算法进行了仿真实验验证，对仿真结果进行了比较和分析。　　经过仿真结果的分析与对比，发现改进算法达到了预期的效果，改进算法是有效的，能够更加适应工业化生产中对实时性及准确性的要求。