空间滤波是一种 在图像的像素级别进行处理的技术，它通过对图像中每个像素周围的邻域进行加权求和或其他预定义操作来改变像素的灰度值。这种方法可以用来平滑图像、增强图像的边缘或者检测图像中的特定特征。空间滤波包括低通滤波（平滑化）、高通滤波（锐化）和带通滤波三种类型，每种类型都有不同的应用目的和效果。
空间滤波的主要特点如下：
逐像素处理：
空间滤波是在图像平面本身上逐像素地移动空间模板，模板与其覆盖的图像像素灰度值按预定义的关系进行运算。
滤波器（模板）：
滤波器也称为空间滤波器、核、掩模或窗口，是一个系数矩阵，用于对图像中的每个像素点进行特定的操作。
线性与非线性操作：
若滤波器在图像像素上执行的是线性操作，则称为线性滤波器，否则称为非线性滤波器。
滤波效果：
空间滤波可以用于去除图像噪声或增强图像细节，突出感兴趣信息，抑制无效信息，以改善人类的视觉效果或使图像更适合于特定的机器感知与分析。
应用广泛：
空间滤波在图像处理中应用广泛，包括平滑滤波（如均值滤波、高斯滤波）、锐化滤波（如高通滤波）、边缘检测等。
常见的空间滤波方法包括：
均值滤波：求一个邻域内像素的加权均值。
高斯滤波：使用高斯函数对邻域内像素进行加权平均。
中值滤波：将滤波器区域像素的值进行排序，选择最大值、最小值或中值填入中间的像素。
高通滤波：在保持图像高频信息的同时，消除图像中的低频成分，使图像锐化。
通过选择合适的滤波方法和参数，可以有效地改善图像质量，去除噪声，增强图像的特定特征。