线性代数在图像处理中的应用 --- 纳尼? 2D的高斯核可以通过1D的高斯核直接生成？（秩为1的矩阵）

 二维高斯核，Rank秩等于一的矩阵

      之前，我在学习图像处理的时候，会经常用到Gaussian blur，也就是二维高斯低通滤波。当时用的都是Matlab中，现成的图像处理库。只需要输入sigma和kernel size这些参数就行了，完全不需要考虑高斯核中的每个点长啥样。虽然教科书里面也会有一些配图，例如：

        直到后来，我学习高斯图像金字塔的时候发现，在别人的代码里面，他在生成二维高斯核的时候，并不是直接写出来的。而是，不论什么尺寸的2D高斯核，都是先生成一个对应长度的一维高斯核。然后再用这个一维的高斯核（列向量），乘以他自己的转置（行向量），生成我们期望的2D高斯核。就像这样：

        当时我就觉得惊为天人，居然还有这种操作。再后来，我就把他这种做法，当作一种技巧来用，但一直都非常好奇，为什么可以这样？为什么别的二维滤波器不能这样合成？为什么只有二维高斯核可以这样合成？除了二维高斯核以外，