基础
高斯核
权重归一化是只核中每一个元素的值都除以这个核中所有元素值的总和，我们将进行权重归一化的模板称为平滑模板。
也就是说对核中心的值归一化的时候，如果增大模板则分子不变分母变大，因此核中心的值归一化后变小，这会导致图像中中心像素的权值变小，因此中心像素越容易受到周围像素的影响，核的平滑效果越强。
总的来说核的方差越大，模板越大，中心像素的权值越小，平滑效果就越明显，中心像素越容易受到周围像素的影响。一般噪声比较强的时候我们需要平滑能力比较强的核。
尺寸的选取原则：高斯核的尺寸＝大于6σ0+1的第一个奇数。
图像的一阶导数
信号极具变化的点，是它的导数的极值点
求图像的导数就是用特殊的卷积核对图像进行卷积
x方向的导数垂直于沿y方向的边，因此x方向导数的模板显示出的都是沿y方向的边
图像的梯度
梯度比较大的地方就可能是边缘
高斯一阶偏导
噪声对信号求导的影响
利用卷积的微分性质对上图进行改进，减少运算量
方差大的提取的粗粒度的轮廓，方差小的提取细粒度的轮廓(细节信息明显)
恒定区域不受影响：
恒定区域指的是灰度值都一样的区域
高斯一阶偏导数权值和总为0：
恒定区域的梯度为0，如果高斯一阶偏导数不为0的话，就会有梯度的出现，这显然不合理
高对比度的地方一般指的是边缘，也就是边缘处梯度值大。