评价图像滤波方法的性能可以考虑以下几个方面：

  1. 去噪效果：图像滤波方法的主要目标之一是去除图像中的噪声，因此性能好的滤波方法应能有效地降低噪声，并尽可能保留图像的细节和边缘信息。

  2. 平滑程度：滤波方法对图像的平滑效果也很重要。某些应用中，需要图像柔和化处理，而有些情况下则需要保留细节。因此，性能好的滤波方法应能够提供良好的控制平滑程度的能力。

  3. 运行时间：图像滤波通常是计算密集型的任务，因此性能好的滤波方法应该具有较高的运行效率，能够在较短的时间内完成滤波操作。

  4. 适用范围：图像滤波方法适用性的广度也是评价性能的重要指标。优秀的滤波方法应该能够适用于不同类型和分辨率的图像，并具有较强的通用性。

  5. 算法原理：理解滤波方法的算法原理也有助于评价其性能。一些滤波方法可能基于特定的假设或模型，因此在满足这些假设的情况下可能性能较好，而在某些特殊情况下可能不适用。

  评价图像滤波方法的性能好坏需要综合考虑以上几个方面，并根据具体应用场景和需求选择适当的滤波方法。此外，可以通过定量评估指标如PSNR（峰值信噪比）、SSIM（结构相似性指数）等来进行客观评价，或者通过视觉感知评估来进行主观评价。不同的评价方法可以得到更全面客观的性能评价结果。