滤波
1 滤波是对输入信号进行卷积处理的一个过程，分两步 1.1 计算掩膜
1.2 将计算出的掩膜与原图卷积——掩膜上每一个位置的值和图像上对应位置的像素值的乘加运算
2 卷积模板/掩膜 的不同决定了不同的滤波方式，也因此产生了高通、低通、带通、带阻等基本的滤波方式。
低通滤波，就是保留将信号中的低频部分，抑制高频部分。要达到这个目的，可以利用均值掩膜、高斯掩膜等对输入信号进行处理。 采用均值掩膜对输入信号进行卷积的滤波方式叫均值滤波； 采用高斯掩膜对输入信号进行卷积的滤波方式叫高斯滤波；
举个例子：均值掩膜
3x3均值滤波的掩膜：
均值掩膜内所有系数均相等——为1/9，且他们的和为1
高斯滤波（高斯滤波和高斯模糊指的是一个操作）
高斯分布
正态分布,\(\mu\)决定了分布对称中心，\(\sigma\)决定了分布的形状——越小形状越瘦高，越大越矮胖
作用:计算高斯滤波用的掩膜(Mask)
如何利用高斯分布求掩膜
高斯分布公式是一维的，但掩膜是二维的怎么办？ 很简单，只需要把数值\(x\)变为向量\(\vec{x}\)即可：
\(\vec{x}\)表示一个点的坐标
\(\vec{u}\)表示这个mask中心的坐标
举例说明
对于图像中任意一点(x,y)，它周围的坐标为：
遍历所有点与均值做差后平方
中间的(x,y)就是\(\vec{u}\)了， 当\(\vec{x}\)遍历图中所有点时,计算\((\vec{x}-\vec{u})^2\)，其中x和y被消除，得到下面
带入正态分布公式
归一化
利用高斯掩膜和图像进行卷积求解高斯模糊
如下图所示，没有别的，就是卷积
