均值滤波原理和底层实现（C++实现）

                                                       均值滤波器

---

1、图像的空间滤波分类

      图像的空间滤波分为线性滤波和非线性滤波。

（1）线性滤波

•  定义：对邻域中的像素的计算为线性运算时，如利用窗口函数进行平滑加权求和的运算，或者某种卷积运算，都可以称为线性滤波。
•  常见的线性滤波：均值滤波、高斯滤波、盒子滤波、拉普拉斯滤波等等，通常线性滤波器之间只是模版系数不同。

（2）非线性滤波

•  定义：非线性滤波利用原始图像跟模版之间的一种逻辑关系得到结果。
• 常见的线型滤波：如最值滤波器，中值滤波器。比较常用的有中值滤波器和双边滤波器。

---

2、均值滤波应用的场景

     均值模糊可以模糊图像以便得到感兴趣物体的粗略描述，也就是说，去除图像中的不相关细节，其中“不相关”是指与滤波器模板尺寸相比较小的像素区域，从而对图像有一个整体的认知。即为了对感兴趣的物体得到一个大致的整体的描述而模糊一幅图像，忽略细小的细节。

---

3、均值滤波的缺陷<