低通濾波器
實驗內容和要求：
（1）編程實現教材中公式(4.3.7)所示的高斯低通濾波器。
（2）使用高斯低通濾波器對教材圖4.18(a)濾波得到圖4.18(c)
f0=imread('Fig4.18(a).jpg');subplot(2,2,1);
imshow(f0);title('原圖'); sigma=1.6; gausFilter=fspecial('gaussian',[3,3],sigma); gaus=imfilter(f0,gausFilter,'replicate'); subplot(2,2,2);imshow(gaus);title('sigma=1.6');
圖像：
二維高斯函數：
fspecial函數（根據type來生成濾波器（算子）的函數）
參考一：https://blog.csdn.net/Chaolei3/article/details/79400658
imfilter函數（對任意多維數組或者圖像進行濾波的函數）
參考二：https://blog.csdn.net/zhuwei0710/article/details/68169317
低通濾波器（通低頻，阻高頻）：理想低通濾波器（ILPF）、巴特沃斯低通濾波器（BLPF Butterworth）、高斯低通濾波器（GLPF）
參考三：https://blog.csdn.net/qq_29721419/article/details/53142320（介紹三種濾波器的特點）
參考四：https://www.zhihu.com/question/54918332（熱評2 具體介紹高斯濾波，偏代碼）
參考五：https://blog.csdn.net/yang6464158/article/details/39699969（文字方面介紹 高斯函數的特點 五個特征，使其經常被應用於圖像處理領域）
高斯函數由於在時域和頻域其都是正態分布，所以可以做為濾波器
在一維變換中，稱靠近原點的為低頻信息，靠近∏的為高頻信息
而高斯分布函數（二維）在經歷傅里葉變換后，其圖像為：
所以看到，高斯分布函數可以作為低通濾波器。
另外：圖像的高頻信息一般代表圖像的細節信息（邊緣信息），所以低通濾波器一般是將圖像變得更加模糊。
高斯濾波（高斯模糊屬於高斯濾波）
a：二維低通濾波函數
c：二維高通濾波函數