均值濾波器的常見應用是平滑處理降低噪聲，但是由於圖像希望保留的邊緣也是由圖像灰度尖銳變化帶來的特性，
均值濾波器會模糊邊緣，所以平滑的效果有一定的缺陷。
均值濾波的主要應用：去除圖像中的不相關細節，其中“不相關”是指與濾波器模板尺寸相比較小的像素區域，從而
對圖像有一個整體的認知。即爲了對感興趣的物體得到一個大致的整體的描述而模糊一幅圖像，忽略細小的細節。
忽略細節從整體上認識圖像的例子：岡薩雷斯圖像處理（3rd）P96. 圖3.3.4.
1. 原圖像：
2. 用9*9的模板進行均值濾波後的圖像：
分析：經過均值濾波之後，圖像中較小的像素區域與較大的像素區域合併到一起，邊緣變得模糊。
3. 對2中的圖像選取閾值並進行二值化後的圖像：
分析：二值化後，可以明顯的看出圖像的整體效果，從整體上認知整個圖像的效果。