五种常见的平滑滤波器：

(１)方框型滤波器：

顾名思义，方框型滤波器就是用一个方框型的kernel跟二维图像进行卷积，其核定义如下：

kernel=

其中，

a = 1 当该滤波器非归一化滤波器                        (1)

a=

        (2)

本质上，当ａ取(１)式情况下，方框型滤波器是一个积分器；当ａ取(２)式情况下，方框型滤波器就是均值滤波器。Opencv中提供boxBlur()方法。

(２)均值滤波器：

如方框型滤波器(２)式所述，本质上是取kernel内所有像素的平均值。Opencv中提供了blur()方法。

(３)高斯滤波器：

高斯滤波器是根据二维高斯函数分布(正态分布)的形状选择的卷积核。二维高斯函数如下：

3 x 3 高斯核如下：

其中，ａ = 1 / (1 + 2 + 1 + 2 + 4 + 2 + 1 + 2 +1) = 1/16

5 x 5等高斯核同理类推。

(４)中值滤波器：

前面三个滤波器都是线性滤波器，中值滤波器是非线性滤波器。中值就是取样本排序后处于中间位置的元素的值。如果样本个数是奇数个，则取中间那个；如果样本个数是偶数个，则取中间两个的平均值。

中值滤波器，顾名思义，就是取滤波核覆盖范围内所有像素的中值作为锚点值。Opencv提供了medianBlur()方法。均值滤波器的缺点是在滤波的同时也模糊了边缘等图像细节，而中值滤波器可以很好的弥补这个缺点。中值滤波器尤其适合去除图像中的噪点信息。

(５)双边滤波器：

由于高斯滤波器核仅仅考虑了空间域(在空间上，核分布符合正态分布)，而没有考虑邻域像素的灰度/色彩等，其在滤波的同时，也模糊了图像的边缘等细节。双边滤波器在高斯滤波器的基础之上，将邻域像素的灰度/色彩等信息也考虑进来，从而使得在保留了高斯低通滤波的同时，也保留了图像的边缘信息。双边滤波核是通过邻域空间因子和邻域像素灰度(色彩等)因子的乘积计算出来的。opencv提供了bilateralFilter()方法。