空域滤波分为：1. 图像平滑(去噪声)；2. 图像锐化(突出轮廓)。
其中图像平滑的主要目的是：
1.模糊。在提取较大目标前，去除小的细节或将目标内的小间断连接起来的；
2.消除噪声。改善质量，降低干扰。
平滑滤波对图像的低频分量增强，同时削弱高频分量，用于消除图像中的随机噪声，起到平滑作用。
其中主要包括：1.均值滤波；2.中值滤波；3.高斯滤波。
均值滤波：
均值滤波采用线性的方法，平均整个窗口范围内的像素值，均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。均值滤波对高斯噪声表现较好，对椒盐噪声表现较差。
中值滤波：
中值滤波采用非线性的方法，它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘，选择适当的点来替代污染点的值，所以处理效果好，对椒盐噪声表现较好，对高斯噪声表现较差。
高斯滤波:
模拟人眼，关注中心区域，离中心越远，感受精度越低，即利用高斯核的一个2维的卷积算子，用于图像模糊化（去除细节和噪声，主要针对高斯噪音）
其中对于高斯核来说，理论上，高斯分布在所有定义域上都有非负值，这就需要一个无限大的卷积核。实际上，仅需要取均值周围3倍标准差内的值，以外部份直接去掉即可。如下图为一个标准差为1.0的整数值高斯核，由图可以看出，距离卷积核中心越远权重越小。
对于待处理图像的填充方式如下图所示：
本文转自：CSDN - M_Z_G_Y的博客，转载此文目的在于传递更多信息，版权归原作者所有。
