（1）图像平滑

  图像平滑 == 消除噪声 == 模糊丢失细节 == 低通滤波：尽量不损害图像的边缘细节

                         抑制图像高频部分，增强低频部分(噪声一般分布在高频部分)，也就相当于低通滤波

         步骤：根据需求选取滤波方法(不同的模板) --------> 模板与原图像卷积 

   （1）   线性滤波：

         均值滤波：去除周期性的干扰噪声，模板权值相同，图像边缘细节丢失严重，容易造成图像模糊

         高斯滤波：消除高斯噪声(正太分布的噪声)，注意选择合适的 sigma 和模板大小，一般情况下sigma=2，N=7效果最好

                           说明：(i,j)=(x,y)：像素位置 / 2K+1=模板大小 

                           引入高斯函数 ---------------------- 离散高斯卷积核计算方式(空间距离决定权值)  

                          ------