"模糊"的演算法有很多種，其中有一種叫做"高斯模糊"（gaussian blur）。它將正態分佈（又名"高斯分布"）用於影象處理。
所謂"模糊"，可以理解成每乙個畫素都取周邊畫素的平均值。
正態分佈
正態分佈中，越接近中心點，取值越大，越遠離中心，取值越小。
計算平均值的時候，我們只需要將"中心點"作為原點，其他點按照其在正態曲線上的位置，分配權重，就可以得到乙個加權平均值。正態分佈顯然是一種可取的權重分配模式。
1.3.2 高斯函式
如何反映出正態分佈？則需要使用高函式來實現。
上面的正態分佈是一維的，而對於影象都是二維的，所以我們需要二維的正態分佈。
高斯濾波器是均值濾波器的高階版本，唯一的區別在於，均值濾波器的卷積核的每個元素都相同，而高斯濾波器的卷積核的元素服從高斯分布。
高斯濾波器是基於二維的高斯分布函式，因此首先介紹二維高斯分布函式。二維高斯分布函式和圖如下：
有了這個函式 ，就可以計算每個點的權重了。
在影象濾波中我們也簡要談了一下高斯濾波：
1.3.3 獲取權重矩陣
假定中心點的座標是（0,0），那麼距離它最近的8個點的座標如下：
為了計算權重矩陣，需要設定σ的值。假定σ=1.5，
則模糊半徑為1的權重矩陣如下：
這9個點的權重總和等於0.4787147（九個點相加），如果只計算這9個點的加權平均，還必須讓它們的權重之和等於1，因此上面9個值還要分別除以0.4787147，得到最終的權重矩陣。
除以總值這個過程也叫做」歸一問題「
目的是讓濾鏡的權重總值等於1。否則的話，使用總值大於1的濾鏡會讓影象偏亮，小於1的濾鏡會讓影象偏暗。
計算模糊值
有了權重矩陣，就可以計算高斯模糊的值了。
假設現有9個畫素點，灰度值（0-255）如下：
每個點乘以自己的權重值：
得到
將這9個值加起來，就是中心點的高斯模糊的值。
對所有點重複這個過程，就得到了高斯模糊後的影象。對於彩色來說，則需要對rgb三個通道分別做高斯模糊。
大一高數下冊筆記整理 大一高數筆記
大一數學期末考試有這份資料準過 2 x a limf x a f x a 其中 是x a時的無窮小。limf x a x alimg x a 3 夾逼準則 設在點a的某個去心鄰域n a,內有 g x f x h x 且已知x a和 則必有 4 極限的性質 x alimh x a 1 極限的唯一性 若...
一 高併發架構設計雜寫
解決企業搞併發的痛點，難在 有套路嗎？我想隨便講講大資料高併發貌似很高大上的內容是否有套路 所謂高併發，出現的問題。無非於資料量大 訪問突增 流量大 響應慢等。看過很多解決的所謂高大上的方案。總歸介於怎麼做負載均衡 容災 快取 分布式等。從物理架構上來說，怎麼做好負載 集群 或者就近 從軟體的角度也...
宜陽縣一高招生辦 2019宜陽一高錄取分數線
宜陽一高分數線 561分 統招分數線 宜陽縣第一高階中學 yiyang first senior high school 始建於1934年，其前身為 縣立師範 1937年，附設初中部 1946年，中學教育初具規模，遂更名為 宜陽縣初級中學 學校現有82個教學班,在校學生5700餘人，教職工340餘人...