Consisten en la convolución de la imagen con una función predefinida h(u,v). Destacan dos tipos de algoritmos:
 

• Promediado del entorno de vecindad.

    Dada una imagen f(x,y), se genera una nueva imagen g(x,y) en la que la intensidad para cada punto (x,y) se obtiene promediando los valores de intensidad de los pixels de f incluidos en el entorno de vecindad S, de dimensión PxQ.

    Es frecuente emplear entornos de vecindad de 3x3. En este caso, h(u,v) sería:








    En las siguientes imágenes es posible apreciar el efecto de este filtro:
 
 

Imagen con ruido gaussiano (s=5).		Imagen filtrada.
Imagen con ruido gaussiano (s=25).		Imagen filtrada.

 
• Distribución gaussiana de la función de convolución.


    En este caso, la función de convolución se aproxima a la discretización de una gaussiana de media cero y varianza sigma.







    Para entornos de 3x3 es común emplear:

    En las siguientes imágenes es posible apreciar el efecto de este filtro:

Imagen con ruido gaussiano (s=5).		Imagen filtrada.
Imagen con ruido gaussiano (s=25).		Imagen filtrada.

    En los algoritmos de convolución con una función h(u,v), la reducción del ruido viene acompañada por una disminución de la nitidez que se detecta visualmente por un aumento de la borrosidad de la imagen. Igualmente se desdibujan los contornos y se pierden detalles de forma. Este tipo de filtros reducen especialmente el ruido gaussiano.