根據視覺測量圖像質量較好及以高斯噪聲爲主的特點，提出採用簡單的高斯濾波或者SUSAN去噪算法對圖像在卡尺範圍內進行濾波處理的方法。
然後採用高斯濾波和有限對比適應*直方均衡化（CLAHE）對圖像進行預處理，以削弱噪聲、光照和對比度的影響；
匯出了一類跳躍馬爾可夫系統的遞推貝葉斯濾波方程，進而給出了此類系統的高斯濾波和交互多模型粒子濾波算法。
針對目標隨機施放干擾的情況，將線*高斯濾波應用於觀測噪聲中帶有尖頭干擾信號的系統中，實現機動目標的反干擾跟蹤。
此方法分爲4個階段：①用均值濾波去除隨機噪聲；②用高斯濾波去除高斯噪聲；③用直方圖均衡化法平衡立體圖對間的亮度差異；④用拉普拉斯銳化增強圖像的邊緣和細節。
在中心極限定理和逼近理論的基礎上，提出了一種用三角濾波器的級聯來實現高斯濾波器的新方法。
提出一種“高斯濾波”的方法去除這些白點，使二值化圖像平滑、少毛刺，並具有較好的連通*。
根據三角窗函數的對稱*和三角濾波器的遞歸*，給出了高斯濾波器的實用逼近算法
採用不同模板的均值濾波器和高斯濾波器來增強圖像。
