1. 用spatial filters处理图片边缘部分时，由于没有足够的邻居所以需要补齐，方法有
a) zero:用0补齐
b) constant:用一个特定的值补齐
c) clamp:重复边缘上的值
d) wrap:从相反方向copy
e) mirror:镜像copy，把边界下面的一行翻上去
2. 傅里叶变化核心思想：任何一个单变量函数都可以被一组不同频率的正余弦加权求和表示
3. 到目前位置的操作全是spatial domain，对图片内的像素进行变化，而frequency domain即对经过傅里叶变化之后的谱图进行变化二者可以进行等价变化
4. high frequency: 图像本身发生急剧变化的部分
low frequency: 图像本身变化缓慢甚至不变的部分
5. 用H(u,v)对频率进行表示，空间域用h(x,y)表示
6. Fourier Series：若一个函数下方的面积是有限的，则可由正余弦表示
7. 
对连续变量采样可以得到离散变量(discrete fourier transform)，因为采样特性，会有一个1/M的存在，它只要出现在Fourier pairs中就可以
8. 2D discrete fourier transform中，MN分别为一维和二维中取样的数量，同样1/MN出现在哪里都可以
9. Notch Filter: 将平均值设为0，其他设为1
10. 低频可以通过是一个lowpass filter，即图片中的噪声及边角的影响会被减少，图片变模糊；反之highpass filter锐化程度提高
11. DoG为highpass filter
12. image pyramid: 从上到下，像素点数量逐渐增加；在像素低的地方对整体进行分析，而细节在像素点多的地方进行分析