下面是一些常用的滤波方法：

1. 卷积滤波

此类滤波是根据相邻元素的强度和滤波核算子来修正中心元素点的强度。用指定的滤波核算子进行滤波。此类滤波有：

• ①平滑滤波。此滤波实质是用 9 多个元素强度的平均值代替中心元素强度。由于干扰是相互不相关的，其平均值为零，但平滑结果使数据变模糊，尤其是对细节和边缘影响更大；
• ②锐化滤波。此滤波算子可以突出轮廓特征；
• ③边缘滤波。此滤波算子可勾画出边缘；
• ④方向滤波。完成各个方向的滤波，处理结果加强了相应方向的元素点强度。

2. 分类滤波

这类滤波是把模板中的某一元素强度置换正中心元素点的强度，不需要用滤波算子对模板进行计算，只对模板中的元素强度值进行排序，取出最大、最小或中值。

• ①中值滤波。把模板中元素排序的中间值赋给模板的中心元素点，从而起到对原图像的平滑处理。
• ②腐蚀滤波。把模板中元素排序的最小值赋给模板的中心元素点。
• ③膨胀滤波。把模板中元素排序的最大值赋给模板的中心元素点，此滤波是对上述腐蚀滤波的一种补偿。
• ④非极大值滤波。把模板中元素排序的最大值同中心元素的强度进行比较，若相等，则中心元素点保持原值；否则，中心元素点的强度值置零。此滤波保存了原数据的最基本信息。

3. 快速傅里叶变换

应用快速傅里叶变换是一种极为有效的去除周期性或非周期性噪声的方法。对采集的数据进行快速傅里叶变换后可以得到它的频谱图，频谱图经过剪裁处理后，空间频率低的部分集中在中心部分，从中心向外扩展，空间频率逐渐增大。若在频谱图中去除和周期性噪声有关的部分，再恢复剪裁前的形状后进行傅里叶逆变换，就可去除周期性的噪声；若在频谱图中保留和周期性数据信息有关的部分，去除其余的频谱，再作逆变换，则将去除非周期性噪声。