图像处理中的空间滤波

空间滤波是数字图像处理中一种常用的技术，用于改善图像质量、去除噪声或强调图像中的特定特征。本文将介绍空间滤波的基本概念和常见的滤波算法，并提供相应的源代码示例。

1. 空间滤波的基本概念
   空间滤波是一种基于图像中像素点周围邻域像素值的计算方式，通过对邻域像素进行加权平均或其他数学运算来改变像素的灰度值。滤波过程可以用一个滤波模板（也称为卷积核）来描述，该模板定义了每个像素与其邻域像素之间的权重关系。

2. 常见的空间滤波算法
   2.1 均值滤波
   均值滤波是一种简单的空间滤波算法，它将每个像素的灰度值替换为其邻域像素的平均值。这种滤波算法对去除高斯噪声等低频噪声有较好的效果。下面是一个示例代码，演示如何使用均值滤波对图像进行平滑处理：

import cv2
import numpy as np

def mean_filter(image, ker