【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
在图像处理过程中，一个绕不开的话题就是噪声。其中比较经典的就是椒盐噪声。为了降低这些噪声对最终图像处理效果的影响，人们想了很多的方法，比如说均值滤波、中值滤波、高斯滤波等等。和其他滤波方法相比较，均值滤波是直觉上面比较容易想得到的方法。
所谓均值滤波，就是用一个区域内的平均值来代替当前像素点的灰度数值，这样至少可以降低噪声给图像处理造成的影响，我们以一个5*5滤波为例，在对lena图像进行滤波处理后，效果应该是这样的，
因为原来的图像没有什么噪声，所以这里用了均值滤波之后反而图像变得模糊了，但是我们要知道，滤波算法本身针对的是有噪声干扰的图片，对没有噪声的图片反而会减低之前的图像对比度，让图像变得模糊起来。
1、算法原理
以3*3的算法为例，假设需要处理的图片是一个512*512图片，那么首先需要把第一行、最后一行、第一列、最后一列的像素忽视掉。因为需要关联的算子是一个3*3的矩阵，被处理的像素点一般是正中间那一个。要使得这一个点有意义，那么就需要保证上面、下面、左边、右边都至少有三个元素。参照这个标准，图片中第一行、最后一行、第一列、最后一列的所有数据都是不满足这个标准的，因此要被过滤掉。
过滤掉必要的像素点之后