高斯濾波是一種線性平滑濾波，適用於消除高斯噪聲。高斯濾波的過程其實就是對整幅影象進行加權平均操作的過程。

原理：用一個大小為（2*N+1）的模板（或稱卷積核、掩模）依次掃描影象中的每一個畫素，用模板確定的鄰域內畫素的加權平均灰度替代模板中心畫素點的灰度值。

二維高斯函式具有旋轉對稱性，即濾波器在各個方向上的平滑程度是相同的．一般來說，一幅影象的邊緣方向是事先不知道的，因此，在濾波前是無法確定一個方向上比另一方向上需要更多的平滑．旋轉對稱性意味著高斯平滑濾波器在後續邊緣檢測中不會偏向任一方向；

高斯函式是單值函式。這表明，高斯濾波器用畫素鄰域的加權均值來代替該點的畫素值，而每一鄰域畫素點權值是隨該點與中心點的距離單調增減的

所以，在使用高斯平滑時，要選擇合適的引數，達到平滑的目的。

C++對高斯卷積核引數求解：

1. void GetGaussianKernel(double **gaus, constint size,constdouble sigma)  
2. {  
3.     constdouble PI=4.0*atan(1.0); 
4.     int center=size/2;  
5.     double sum=0;  
6.     for(int i=0;i<size;i++)  
7.     {  
8.         for(int j=0;j<size;j++)  
9.         {  
10.             gaus[i][j]=(1/(2*PI*sigma*sigma))*exp(-((i-center)*(i-center)+(j-center)*(j-center))/(2*sigma*sigma));  
11.             sum+=gaus[i][j];  
12.         }  
13.     }  
14.     for
    (int i=0;i<size;i++)  
15.     {  
16.         for(int j=0;j<size;j++)  
17.         {  
18.             gaus[i][j]/=sum;  
19.         }  
20.     }  
21.     return ;  
22. }