在图形上，正态分布是一种钟形曲线，越接近中心，取值越大，越远离中心，取值越小。 计算平均值的时候，我们只需要将"中心点"作为原点，其他点按照其在正态曲线上的位置，分配权重再相加，再normal,就可以得到一个加权平均值。常用作图像平滑操作。 例如：通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。 那么我们下面要讨论的高斯巻积核是什么?对啦,就是中心点及相邻点相加时候的权重。
一、一维高斯分布公式
绝大多数讲高斯滤波的文章或者博客都会给出下面的公式：
高斯分布公式：
二、二维高斯模糊卷积核
可以看到部分对于任意的同尺寸的高斯模糊都是固定的。
变换的唯有sigma,下面是sigma = 1.0时的卷积核
一般而言都是sigma 越大,卷积之后得到的图片越模糊,测试一下:
sigma=3的时候,
sigma=1的时候,
sigma=8的时候
诚不欺你不是?如有帮助请点瓒呀!
