数字图像滤波方法有以下几种：
- 均值滤波：将每个像素的灰度值替换为其邻域内像素的平均值。
- 中值滤波：将每个像素的灰度值替换为其邻域内像素的中值。
- 高斯滤波：使用高斯核函数对图像进行滤波，根据像素与其邻域像素的距离确定权重。
- 锐化滤波：通过增强图像的高频分量来提高图像的清晰度和边缘细节。
- Sobel滤波：使用Sobel算子对图像进行滤波，以检测边缘。
- Laplacian滤波：使用Laplacian算子对图像进行滤波，以检测边缘和图像的高频细节。
- Roberts滤波：使用Roberts算子对图像进行滤波，以检测边缘。
- Prewitt滤波：使用Prewitt算子对图像进行滤波，以检测边缘。
- Canny滤波：通过多步骤算法检测图像的边缘，包括噪声抑制、边缘强度计算和非最大抑制。
- 形态学滤波：基于形态学操作（如膨胀和腐蚀）对图像进行滤波，可以用于去除噪声、填充空洞等。
以上只是数字图像滤波的一些常见方法，实际应用中还有其他更复杂的滤波方法。不同的滤波方法适用于不同的图像处理任务，选择适合的滤波方法取决于具体的需求和图像特性。