3.5平滑空間濾波器
3.5.1平滑線形濾波器（均值濾波器）：其輸出是包含在濾波器模板鄰域內的畫素的簡單平均值，其結果降低了影象灰度的“尖銳”變化；由於典型的隨機噪聲由灰度級的急劇變化組成，因此常見的平滑處理應用就是降低噪聲；
其缺點：由於影象邊緣也是影象灰度尖銳變化帶來的特性，所以均值處理會存在不希望有的邊緣模糊的負面效應；
平均分為標準平均，所有係數相等的空間均值濾波器有時稱為盒狀濾波器；
加權平均，根據畫素的重要性使用不同的係數乘以畫素；
3.5.2統計排序濾波器：非線性空間濾波器，其中最典型的是中值濾波器；
中值濾波器，對於一定型別的隨機噪聲提供了一種優秀的去噪能力，並且比相同尺寸的線性平滑濾波器的模糊程度明顯要低，且對處理脈衝噪聲（椒鹽噪聲，以黑白點的形式疊加在影象上）非常有效；去去除（強制為鄰域的中值灰度）那些相對於其相鄰畫素更暗或更亮並且其區域小於濾波器區域的一半的孤立畫素族；
3.6銳化空間濾波器
銳化處理的主要目的是突出灰度的過渡部分；原理：因為均值處理與積分類似，在邏輯上，我們可以得出銳化處理可由空間微分來實現；
3.6.1基礎：數字函式的微分可以用不同的術語定義，對一階微分的定義必須保證幾點：（1）在恆定灰度區域內微分值為0，（2）在灰度臺階和斜坡出微分值非零，（3）沿著斜坡的微分值非零；
對二階微分的定義必須保證幾點：（1）在恆定灰度區域內微分值為0，（2）在灰度臺階和斜坡的起點和終點處微分值非零，（3）沿著斜坡的微分值為0；
二階微分在一個臺階的過渡中，連線這兩個值的線段的中間與水平軸相交，即所謂的零交叉，對於邊緣定位非常有用；
數字影象的邊緣在灰度上常常類似於斜坡過度，這樣就導致影象的一階微分產生較粗的邊緣（因為沿著斜坡的微分非零），另一方面二階微分產生由0分開的一個畫素寬的雙邊緣；因此得出結論：二階微分在增強細節方面要比一階好得多，這是一個適合銳化影象的理想特性；
3.6.2使用二階微分進行影象銳化-拉普拉斯運算元
考慮二維函式二階微分的實現及其在影象銳化處理中的應用，廣泛用於影象分割；這種方法基本上是由定義一個二階微分的離散公式，然後構造一個基於該公式的濾波器模板組成；
我們最關注的是一種各向同性濾波器，這種濾波器的響應與濾波器作用的影象的突變方向無關，即是原影象旋轉後進行濾波處理給出的結果與先濾波再旋轉的結果相同；
最簡單的各向同性微分運算元是拉普拉斯運算元；
由於拉普拉斯是一種微分運算元，因此其應用強調的是影象灰度的突變，並不強調灰度級緩慢變化的區域；這將產生把淺灰色邊線和突變點疊加到暗色背景中的影象；將原影象和拉普拉斯影象疊加在一起，可以復原背景特性並保持拉普拉斯銳化處理的效果；\lim_{x\to 0}
3.6.3非銳化掩蔽和高提升濾波
非銳化掩蔽的處理過程：（1）模糊影象，（2）從原影象中減去模糊影象（產生的差值影象稱為模板），（3）將模板加到原影象上；
令f（x，y）表示原影象，g（x，y）為模板，G（x，y）=f（x，y）+k*g（x，y）；k=1時為非銳化掩蔽，k>1時該處理稱為高提升濾波，k<1時則不強調銳化模板的作用；
3.6.4使用一階微分對（非線性）影象銳化–梯度
影象處理中的一階微分是用梯度幅值來實現的；
梯度影象：有時也可簡稱為梯度，與源影象大小相同，它是當x和y允許在函式f中的所有畫素位置變化時產生的；
梯度處理常用於工業檢測，不是輔助人工檢測產品缺陷，就是更為通用的作為自動監測的預處理；
梯度用於增強缺陷並消除慢變化背景的特性是有益的，還可用於突出