列举常用的滤波方法有哪些？并说明各种滤波方法的特点？编程实现三种。

常用的滤波方法主要包括以下几种：

1. **平均滤波**：简单地取周围像素值的算术平均作为当前像素的新值，常用于平滑图像噪声。特点是操作简单，但对于快速边缘可能会丢失细节。

2. **高斯滤波**：通过高斯核对图像进行卷积，利用高斯函数的特性降低高频噪声，同时保持边缘完整性。它的效果柔和，但计算量相对较大。

3. **中值滤波**：基于邻域像素值的中位数进行滤波，主要用于去除椒盐噪声等离散型干扰。这种滤波法对非平滑区域有很好的保留，但可能会模糊一些细节。

4. **双边滤波**：结合了空间和强度信息，既考虑像素位置又考虑像素灰度差异，对边缘保护较好，适合于处理光照变化较大的场景。

5. **小波滤波**：利用小波分析将图像分解为不同频率的子带，然后分别处理，对于细节保留和噪声抑制都很有效。

编程实现部分示例（这里以Python的PIL库为例）：

from PIL import Image, ImageFilter

# 1. 平均滤波
image = Image.open('input.jpg')
filtered_image = image.filter(ImageFilter.Average())
filtered_image.save('avg_filtered.jpg')

# 2. 高斯滤波
gaussian_filter = ImageFilter.GaussianBlur(radius=2) # 可调整radius大小
filtered_image = image.filter(gaussian_filter)
filtered_image.save('gaussian_filtered.jpg')

# 3. 中值滤波
median_filter = ImageFilter.MedianFilter(size=3) # size代表邻域像素点数
filtered_image = image.filter(median_filter)
filtered_image.save('median_filtered.jpg')

请注意，实际应用中可能需要根据具体需求选择合适的滤波器，并可能需要使用专门的图像处理库如OpenCV或scikit-image等进行更复杂的操作。