Gaussian smoothing

https://homepages.inf.ed.ac.uk/rbf/HIPR2/gsmooth.htm#:~:text=The%20effect%20of%20Gaussian%20smoothing,order%20to%20be%20accurately%20represented.)

The idea of Gaussian smoothing is to use 2-D Gaussian distribution as a `point-spread’ function, and this is achieved by convolution.

High/Low pass filter, Fourier transform

https://www.cnblogs.com/wj-1314/p/11983496.html#:~:text=%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2%E5%8F%AF%E4%BB%A5,%E5%A2%9E%E5%BC%BA%E5%92%8C%E9%94%90%E5%8C%96%E7%AD%89%E3%80%82

傅里叶变换的作用：

傅里叶变换（Fourier Transform，简称FT）常用于数字信号处理，它的目的是将时间域上的信号转变为频率域上的信号。

　　对于数字图像这种离散的信号，频率大小表示信号变换的剧烈程度或者说信号变化的快慢。频率越大，变换越剧烈，频率越小，信号越平缓，对应到的图像中，高频信号往往是图像中的边缘信号和噪声信号，而低频信号包含图像变化频繁的图像轮廓及背景灯信号。

　　需要说明的是：傅里叶变换得到的频谱图上的点与原图像上的点之间不存在一一对应的关系。

  • 高频：变换剧烈的灰度分量，例如边界
  • 低频：变换缓慢的灰度分量，例如一片大海

[toc]