选择滤波方法、噪声类型和参数；每次只解释当前窗口如何被均值、高斯、中值或边窗策略写成一个输出像素。
空间域滤波利用像素邻域重新估计当前像素值，用于抑制噪声和平滑图像。 不同滤波方法的差异在于窗口如何取值和合成输出。
边界处邻域超出图像范围时，采用最近像素复制（clamp）填充，保证窗口大小不变。
均值滤波对所有邻域像素等权平均。窗口越大，噪声抑制越强，但边缘和细节损失也越大。
当图像里出现噪声点或细碎纹理干扰后续处理时，直接用单个像素的灰度值不可靠，需要借助周围像素重新估计中心像素的值。
常用的处理办法是用一个小窗口罩住中心像素，再把窗口里的像素按某种规则合并成一个新值：可以简单取平均值，可以按离中心远近加权（高斯加权），可以排序后取中间值去掉极端点，也可以在跨越边缘时使用边窗滤波只保留贴近边缘一侧的像素。
拖动窗口到平坦区域、边缘和噪声点旁边，切换均值/高斯/中值/边窗滤波，比较中心像素的变化；注意边缘处哪种方法能让边界保持清晰，噪声处哪种方法去噪更干净。
位置 的滤波输出值
均值滤波对邻域内所有像素取等权平均，能抑制噪声但会削弱边缘和细节。
下面展示输入邻域、权重矩阵与加权计算和输出结果。
实现简单，计算速度快，能有效抑制高斯噪声。
所有像素等权参与，会削弱边缘和细节，窗口越大越明显。