1.平均濾波:用相鄰像素的平均值代替中心像素，可以降低圖像噪聲，但也會削弱圖像細節和邊緣。
2.高斯濾波:利用高斯函數計算相鄰像素的加權平均值來代替中心像素。高斯濾波可以有效地降低噪聲，保留更多的圖像細節，是壹種理想的平滑濾波方法。
3.中值濾波:用相鄰像素的中值替換中心像素，可以有效去除峰值噪聲，保留邊緣細節。
4.雙邊濾波:利用域空間信息進行平滑，可以很好地保留邊緣細節。中心像素被其在空間域和灰度域的加權平均值代替。
5.拉普拉斯算子:利用圖像的二階導數信息進行平滑。過於平滑會導致細節消失，所以壹般與高斯濾波結合使用。
其他圖像處理類型
1、圖像增強:通過調整圖像的像素強度來改善圖像的整體視覺效果，如對比度調整、亮度調整、直方圖均衡化等。
2.圖像分割:將圖像分割成多個部分或對象，如閾值法、邊緣檢測法、區域生長法等。
3.圖像壓縮:利用編碼技術減少傳輸和存儲的圖像數據量，如JPEG壓縮和PNG壓縮。
4.圖像恢復:恢復圖像失真或退化過程中丟失的信息，恢復高質量的圖像，如圖像超分辨率、圖像去模糊、圖像去噪等。
5.圖像配準:對不同的圖像進行幾何變換，使其在同壹坐標系中對齊，為圖像融合和變化檢測做準備。
6.圖像變換:對圖像進行各種幾何變換，如平移、縮放、旋轉、拉伸等。，以改變圖像在空間中的位置或大小。