Los sistemas de correlación de imágenes digitales (DIC) se han utilizado en muchos campos de la ingeniería para obtener la distribución de deformación de campo completo en la superficie. Sin embargo, el ruido afecta la precisión y exactitud de las mediciones debido a muchos factores. El objetivo de este estudio fue averiguar cómo diferentes opciones de filtrado; a saber, filtrado de media simple, filtrado de media gaussiana y filtrado de paso bajo gaussiano (LPF), reducen el ruido mientras mantienen la información de campo completo basada en campos de deformación constantes, lineales y cuadráticos. Las investigaciones se realizan en dos pasos. Primero, se simulan y proyectan campos de deformación lineales y cuadráticos con y sin ruido a puntos de medición discretos que construyen tamaños de ventana de deformación que consisten en , , y puntos. Se calculan tamaños de filtro óptimos para cada estrategia de filtro, tipo de campo de deformación y tamaño de ventanas de deformación, con un mínimo deterioro de la información de la señal. En segundo lugar, estos tamaños de filtro se utilizan para filtrar distribuciones de deformación de campo completo de muestras de acero bajo pruebas de tracción utilizando un sistema DIC ARAMIS para mostrar su aplicabilidad práctica. Los resultados de la primera parte muestran que para una ventana de deformación típica, el filtrado de media simple logra una reducción de error del 66-69%, el filtrado de media gaussiana del 72-75% y el LPF gaussiano del 66-69%. Si se utilizan filtros optimizados para mediciones DIC en muestras de acero, el error total de deformación puede reducirse de 240-300 deformaciones iniciales a 100-150 deformaciones. En conclusión, el nivel de ruido de las señales DIC es considerable y los filtros preferibles fueron una media simple con = 2, una media gaussiana con = 1.7 y un LPF gaussiano con = 2.5 en los casos examinados.