分类非线性滤波器
原理选择待处理像素的一个领域中的各像素值的中值来代替待处理的像素。
功能消除孤立噪声点（像素的灰度值与周围像素比较接近），特别是椒盐噪声。
优点中值滤波器在消除噪声的同时，还能有效的保护图像的边界信息，不会对图像造成很大的模糊（相比于均值滤波器）。
缺点受滤波窗口尺寸的影响较大，在消除噪声和保护图像的细节存在矛盾。
- 滤波窗口较小，则能很好的保护图像中的某些细节，但对噪声的过滤效果就不是很好；反之，窗口尺寸较大有较好的噪声过滤效果，但是会对图像造成一定的模糊。
- 如果在滤波窗口内的噪声点个数大于整个窗口内像素的个数，则中值滤波就不能很好的过滤掉噪声。

自适应中值滤波器（Adaptive Median Filter）

中值滤波在噪声密度不是很大的情况下（根据经验，噪声出现的概率小于0.2），效果不错。但是当概率出现的概率较高时，常规的中值滤波器的效果就不是很好了。增大滤波器窗口的大小，虽然在一定程度上能解决该问题，但是会给图像造成较大的模糊。

常规的中值滤波器的窗口尺寸是固定大小不变的，就不能同时兼顾去燥和保护图像的细节。在滤波的过程中，动态的改变滤波器的窗口尺寸大小，这就是自适应中值滤波器Adaptive Median Filter。

原理自适应中值滤波器会根据预先设定好的条件，改变滤波窗口的尺寸大小，同时还会根据一定的条件判断当前像素是不是噪声，如果是则用领域中值替换掉当前像素；不是，则不作改变。
功能
- 滤除椒盐噪声
- 平滑其他非脉冲噪声
- 尽可能的保护图像中细节信息，避免图像边缘的细化或者粗化。
算法描述
原理说明

均值滤波

均值滤波器可以归为低通滤波器，是一种线性滤波器，其输出为领域模板内的像素的简单平均值，主要用于图像的模糊和降噪。均值滤波器使用滤波器窗口内的像素的平均灰度值代替图像的像素值，这样会降低图像中的尖锐变化。均值滤波器在降低噪声的同时，会模糊图像的边缘。均值滤波器会过滤掉图像中的“不相关”细节，其中“不相关”细节指的是与滤波器模板尺寸相比较小的像素区域。

根据均值计算方法的不同，均值滤波器有以下几种：