均值滤波：
均值滤波是图像处理中常用的手段，从频率域观点来看均值滤波是一种低通滤波器，高频信号将被去掉，因此可以帮助消除图像尖锐噪声，实现图像平滑，模糊等功能。理想的均值滤波是用每个像素和它周围像素计算出来的均值替换图像中每个像素。采样Kernel数据通常是3x3的矩阵，如下所示：
从左到右，从上到下计算图像中的每个像素，最终得到处理后的图像。均值滤波可以加上两个参数，即迭代次数，kernel数据大小。
一个相同大小的kernel，经过多次迭代效果会越来越好。
同样：迭代次数相同，均值滤波的效果就越明显。
中值滤波：
中值滤波也是消除图像噪声最常见的手段之一，特别是消除椒盐噪声，中值滤波的效果要比均值滤波更好。中值滤波和均值滤波唯一的不同是，不是用均值来替换中心每个像素，而是将周围像素和中心像素排序以后，取中值，一个3x3大小的中值滤波如下：
最大最小值滤波：
最大最小值滤波是一种比较保守的图像处理手段，与中值滤波类似，首先要排序周围像素和中心像素值，然后将中心像素的值与最小和最大像素值比较，如果比最小值小，则替换中心像素为最小值，如果中心像素值比最大值大，则替换中心像素为最大值。一个Kernel矩阵为3x3的最大最小滤波如下：
扫描二维码关注公众号，回复：
8768907 查看本文章
