La nueva imagen g(x,y) se genera a base de hallar la mediana del conjunto formado por los píxels de la imagen f(x,y) en un entorno de vecindad del punto (x,y).

    Con este algoritmo se homogeneizan los píxels de intensidad muy distinta con respecto a las de sus vecinos. Por contra, se desdibujan los contornos y se pierden detalles de forma. Igualmente, puede afectar negativamente a la estructura textural de la imagen. Reduce especialmente el ruido aleatorio.
 
 

Imagen con ruido aleatorio (n=8000).		Imagen filtrada.

    La nueva imagen g(x,y) se genera a base de hallar la mediana del conjunto formado por los píxels de la imagen f, en un entorno de vecindad del punto (x,y), repetidos tantas veces como se indique en la máscara h(u,v). Por ejemplo, se puede emplear como h(u,v) la máscara:

    Este algoritmo mantiene mejor los pequeños detalles de forma que la mediana o la media.

    En el siguiente grupo de imágenes es posible comparar el efecto de los dos últimos filtros:
 
 
 

Imagen "CUADRI" de prácticas.		Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).
Imagen filtrada con la media.		Imagen filtrada con la mediana .

    La nueva imagen se genera a base de hallar la semisuma de los píxels máximo y mínimo del conjunto formado por los píxels de la imagen f en un entorno de vecindad del punto (x,y).

    Este algoritmo disminuye la nitidez y produce la pérdida de detalles de forma.
 
 
 

Imagen con ruido gaussiano (s=25).		Imagen filtrada con el algoritmo de Punto Medio.

    La nueva imagen g(x,y) se genera a base de hallar la media del conjunto formado por los píxels de la imagen f en un entorno de vecindad del punto (x,y), eliminados los T de mayor y menor valor:

siendo f(k) el elemento k-ésimo de la secuencia obtenida al ordenar los píxels f(i,j), con (i,j) Î S_x,y.

    Este método presenta un buen compromiso para el filtrado de imágenes que posean simultáneamente ruido gaussiano y aleatorio.
 
 
 

Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).		Imagen filtrada con el algoritmo de Alfa Media Recortada con T=2.

    La nueva imagen g(x,y) se genera a base de hallar la media del conjunto formado por los píxels de la imagen f, en un entorno de vecindad del punto (x,y), que cumplen que la diferencia entre ellos y la mediana es menor que un umbral T, según:

donde f(k), k=0, 1,..., L-1, son los valores de los píxels que cumplen que:

con (i,j) Î S_x,y.

    Si T=0 estaríamos en el caso de la mediana.

    Se T=¥ estaríamos en el caso de la media.
 
 
 
 

Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).		Imagen filtrada con el algoritmo de Media Recortada Modificada con umbral T=40.

    La nueva imagen g(x,y) se genera a base de hallar la media geométrica del conjunto formado por los píxels de la imagen f en un entorno de vecindad del punto (x,y).

    Este algoritmo no presenta un buen comportamiento ante el ruido substractivo.
 
 
 

Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).		Imagen filtrada con el algoritmo de Media Geométrica.

    La nueva imagen g(x,y) se genera a base de hallar el inverso de la media geométrica de la inversa de la intensidad de los píxels de la imagen f en un entorno de vecindad del punto (x,y).

    Este algoritmo no presenta un buen comportamiento ante ruido substractivo.
 
 
 

Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).		Imagen filtrada con el algoritmo de Media Armónica.

    La nueva imagen g(x,y) se genera a base de hallar el cociente entre la media de las intensidades elevadas al exponente R+1 y la media de las intensidades elevadas al exponente R, para los píxels de la imagen f, en un entorno de vecindad del punto (x,y).

    Valores negativos de R eliminan el ruido aditivo, mientras que valores positivos de R eliminan el ruido substractivo.
 
 
 

Imagen con ruido gaussiano (s=5) y ruido aleatorio (n=2000).		Imagen filtrada con el algoritmo de Media Contra-Armónica con R=1.
Imagen filtrada con el algoritmo de Media Contra-Armónica con R=0.		Imagen filtrada con el algoritmo de Media Contra-Armónica con R=-1.