**均值滤波：**在图像上对目标像素给一个模板，该模板包括了其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值。
缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。
matlab自带函数：

H = fspecial('average',hsize)      %为均值滤波，参数为hsize代表模板尺寸，默认值为【3，3】。

H = fspecial('disk',radius)      %为圆形区域均值滤波，参数为radius代表区域半径，默认值为5.

另一种方法：

x=imread('G:\matlab\1.jpg');%需要过滤的图像
n=3;    %模板大小
[height, width]=size(x);   %获取图像的尺寸（n小于图片的宽高）
figure;
imshow(x);%显示原图
% x = padarray(x,[3,3]); %对图像边缘进行填充
x = imnoise(x,'salt & pepper'); %加入椒盐噪声
figure;
imshow(x); %显示加入噪声后的图片
x1=double(x);  %数据类型转换
x2=x1;  %转换后的数据赋给x2
for i=1:height-n+1  for j=1:width-n+1  c=x1(i:i+(n-1),j:j+(n-1)); %在x1中从头取模板大小的块赋给c  e=c(1,:);      %e中存放是c矩阵的第一行  for u=2:n  %将c中的其他行元素取出来接在e后使e为一个行矩阵 e=[e,c(u,:)];          end  s=sum(e);      %取一行的和  x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n);   %将模板各元素的均值赋给模板中心位置的元素  end  
end    
d=uint8(x2);  %未被赋值的元素取原值 
figure;
imshow(d);  %显示过滤图片
C=rgb2gray(x);  %灰度处理，灰度处理后的图像是二维矩阵
A=fspecial('average',[n,n]);  %matlab中自带值滤波函数
b=imfilter(C,A);
figure;
imshow(b); %显示过滤后的灰度图片

原图：

加入噪声后图：

程序降噪图：

自带函数降噪图：