En utilisant un critère de distance d-alpha, on obtient une famille de prétraitements dont la sortie est en général une fonction non linéaire des statistiques d'ordre.

Le choix du paramètre alpha doit tenir compte de la densité de probabilité du bruit.
Nous avons vu que pour un bruit gaussien, la valeur optimale de alpha se situe aux alentours de 2 (filtre de moyenne), tandis que pour un bruit uniforme, il faut prendre un alpha assez grand, par exemple 10. Dans le cas d'un bruit impulsionnel, on prend des valeurs de alpha plus petites, surtout quand la taille de la fenêtre augmente, afin de compenser l'effet de flou.

Prendre une taille de fenêtre assez grande (N=5 sur nos images) élimine certains détails mais lisse plus le bruit.
La précision des contours est bien préservée quand on se rapproche du filtre médian (alpha=1), voire quand alpha devient plus petit que 1.