✨ 第一部分：线性标准滤波器——fspecial帮你“预制按摩头”
关键字：fspecial、线性标准滤波器、拉普拉斯滤波
🧠 初学者先懂：不用自己写滤波模板啦！MATLAB的
fspecial
是“滤波器预制工厂”——内置了平均、高斯、拉普拉斯等常用模板，直接调用就能生成，省事儿又标准。 内容详解： 📖
fspecial
语法：
w = fspecial('type', parameters)
，核心是选对“滤波器类型”：
'average'：平均滤波器（平滑去噪，比如3×3全1模板）；'gaussian'：高斯滤波器（更柔和的平滑，适合保留边缘的去噪）；'laplacian'：拉普拉斯滤波器（锐化图像，增强细节）。
🤖 重点案例：拉普拉斯滤波（课本例2.10，月球图像锐化）
% 1. 生成拉普拉斯模板（alpha=0对应中心-4、周围1的模板）
w = fspecial('laplacian', 0);
% 2. 读入并转换为浮点型（避免uint8截断负数）
f = imread('月球图.jpg');
f2 = tofloat(f); % 转成浮点型（支持正负值）
% 3. 用imfilter做滤波（replicate填充边缘）
g2 = imfilter(f2, w, 'replicate');
% 4. 原图像减去滤波结果（锐化公式：g = f - c*∇²f）
g = f2 - g2;
% 5. 显示锐化后的图
imshow(g); title('拉普拉斯锐化后的月球图');
💡 为啥要减？拉普拉斯是“二阶导数”，能突出边缘（对应滤波后的正负值），原图像减去它，就能让边缘更清晰（图2.17(d)比原图清晰多啦）！ ☁️ 扩展：中心系数改成-8（周围1），锐化效果会更强（图2.18(c)）——适合更模糊的图像！
👐 第二部分：非线性标准滤波器——ordfilt2/medfilt2的“排序魔法”
关键字：ordfilt2、medfilt2、中值滤波、排序滤波器
🧠 初学者再懂：非线性滤波不用自己写匿名函数啦！
ordfilt2
是“排序滤波器”，
medfilt2
是它的“中值滤波专用版”——专门对付“椒盐噪声”（图像上的白点黑点）。 内容详解： 📖
ordfilt2
（排序滤波）：按邻域像素的排序结果替换中心像素
- 最小值滤波：
g = ordfilt2(f, 1, ones(3,3))（取邻域第1小的像素）； - 最大值滤波：
g = ordfilt2(f, 9, ones(3,3))（取邻域第9大的像素）； - 中值滤波：
g = ordfilt2(f, 5, ones(3,3))（取邻域第5个（中间）的像素）。
📖
medfilt2
（中值滤波专用）：直接实现中值滤波（去椒盐噪声神器）
% 1. 给图像加椒盐噪声（白点+黑点）
fn = imnoise(f, 'salt & pepper', 0.2); % 20%的噪声
% 2. 中值滤波（3×3邻域，symmetric填充边缘）
gm = medfilt2(fn, [3 3], 'symmetric');
% 3. 显示结果
imshow(gm); title('中值滤波去椒盐噪声后的图');
🤖 为啥好用？椒盐噪声是“极端值”（0或255），中值滤波取邻域中间值，能直接把噪声点替换成正常像素——图2.19(c)的电路板图，噪声几乎全没了！ 💡 技巧：用
'symmetric'
填充边缘，能避免滤波后边缘出现黑点（图2.19(d)比默认填充的边缘更干净）！
🎯 第三部分：啥时候用啥滤波器？——场景“按摩仪”选型指南
关键字：场景匹配、平滑、锐化、去噪
🧠 初学者懂应用：不同滤波器对应不同“图像问题”，选对工具效率翻倍： 内容详解： 1.
图像模糊→锐化
：用
fspecial('laplacian')
（拉普拉斯滤波），适合月球图、老照片； 2.
图像有噪点→平滑
：高斯噪声用
fspecial('gaussian')
，椒盐噪声用
medfilt2
； 3.
突出亮区域→最大值滤波
：用
ordfilt2(f, 9, ones(3,3))
，适合医学影像的高亮病灶； 4.
突出暗区域→最小值滤波
：用
ordfilt2(f, 1, ones(3,3))
，适合工业检测的暗裂纹。
🌟 总结：标准滤波器的“核心优势”
→ 不用自己写模板/函数：
fspecial
/
medfilt2
内置了常用滤波器，开箱即用； → 参数可调：拉普拉斯的alpha、中值滤波的邻域大小，能适配不同图像； → 效果稳定：是行业通用的标准方法，不会出现“自定义函数的bug”； 就像“超市里的现成调料包”——不用自己配，拿起来就能做菜，味道还靠谱！