在数据处理、信号处理、图像处理等领域，常用的过滤器（滤波器）主要分为以下几类：

1、按功能分类
低通滤波器（Low-pass Filter）
允许低频信号通过，衰减高频信号。常用于去除噪声或平滑信号。
高通滤波器（High-pass Filter）
允许高频信号通过，衰减低频信号。常用于提取边缘或细节。
带通滤波器（Band-pass Filter）
允许某一频段的信号通过，衰减其他频段的信号。
带阻滤波器（Band-stop Filter）
阻止某一频段的信号通过，允许其他频段的信号通过。
全通滤波器（All-pass Filter）
允许所有频率的信号通过，但会改变信号的相位。

2、按实现方式分类
模拟滤波器（Analog Filter）
用于处理连续时间信号，通常由电阻、电容、电感等元件组成。
数字滤波器（Digital Filter）
用于处理离散时间信号，通常通过算法实现。

3、数字滤波器的类型
有限脉冲响应滤波器（FIR Filter）
具有有限长度的脉冲响应，通常具有线性相位特性，稳定性好。
无限脉冲响应滤波器（IIR Filter）
具有无限长度的脉冲响应，通常具有更高的效率，但可能不稳定。

4、按应用领域分类
图像处理中的滤波器
均值滤波器（Mean Filter）
中值滤波器（Median Filter）
高斯滤波器（Gaussian Filter）
拉普拉斯滤波器（Laplacian Filter）
Sobel滤波器（用于边缘检测）
信号处理中的滤波器
巴特沃斯滤波器（Butterworth Filter）
切比雪夫滤波器（Chebyshev Filter）
椭圆滤波器（Elliptic Filter）
数据流处理中的滤波器
滑动窗口滤波器（Sliding Window Filter）
卡尔曼滤波器（Kalman Filter）

5、其他特殊滤波器
自适应滤波器（Adaptive Filter）
根据输入信号动态调整滤波器参数，常用于噪声消除或信号预测。
维纳滤波器（Wiener Filter）
用于在噪声中恢复信号，基于最小均方误差准则。
小波滤波器（Wavelet Filter）
用于多分辨率分析，常用于图像压缩和去噪。

根据具体应用场景和需求，可以选择合适的过滤器类型。