平滑滤波是一种应用于图像处理的技术，旨在增强低频成分并减少图像中的噪声。这种技术通常在空间域中实施，通过对邻近像素点的平均亮度值进行计算来实现。
目的
平滑滤波的主要目的是为了提取图像中的关键特征，以便进行图像识别。同时，它也被用来消除图像数字化过程引入的噪声，以提高图像的质量。
要求
在进行平滑滤波的过程中，需要注意保持图像的轮廓和边缘信息不受损，同时确保图像的视觉效果良好。
原因
图像处理系统在采集、获取、传送和转换图像时，会受到多种环境因素的影响，如光照、电磁变化等。这些影响会导致图像产生不同种类的噪声，如电子噪声、光子噪声、斑点噪声和量化噪声。当信噪比降低到一定程度时，噪声会对图像质量产生显著影响，甚至可能导致图像细节的丢失。因此，有必要对图像进行滤波处理，以去除噪声并保护图像的重要细节。
方法
邻域平滑滤波
邻域平滑滤波是一种常见的线性滤波方法，它通过计算邻域内像素点的平均值来平滑图像。这种方法的优点在于算法简单且计算速度较快，但它也会导致图像出现一定程度的模糊。
中值滤波
中值滤波是一种非线性滤波方法，它可以有效地去除噪声而不损害图像的边缘信息。这种方法适用于处理脉冲噪声，但对于图像细节的保留不如邻域平滑滤波。
频率域滤波
频率域滤波是另一种图像滤波方法，它通过将图像从空间域转换到频率域来进行处理。在这种方法中，可以通过设计合适的低通滤波器来去除图像中的噪声。
其他方式
除了以上提到的滤波方法外，还有其他一些滤波技术可供选择。例如，高斯滤波器和中值滤波器都是常用的空间域滤波方法。高斯滤波器采用加权平均的方式，以减轻边界效应。中值滤波器则是通过计算像素邻域的中值来去除脉冲噪声。
参考资料
平滑滤波.知乎专栏.2024-10-27
平滑滤波.博客.2024-10-27
三种常见的平滑滤波方法.博客园.2024-10-27