与一维信号类似，图像中的低频意味着像素值在空间中缓慢变化，而高频内容意味着像素值在空间中快速变化。

例如，下图有很强的低频分量： 你可以直观地看到我是如何简单地让一个正弦波以某个低频传播的。

相比之下，下图由两倍于上述频率的正弦波组成。请注意这是如何在图像上表现出来的：

任何图像也可以同时具有任意数量的低频和高频分量。例如，像这样的图像既有低频分量又有高频分量：

您可以看到您如何拥有低频“趋势”，以及图像中的大量高频细节。（粗略地说，在图像中，像边缘这样的尖锐瞬变对应于高频，而长不变的空间对应于低频）。

所以现在，应用双边滤波器（它只是图像与高斯核的卷积）的重点是去除高频分量，并保留低频分量。那么在这种情况下，如果我们将上面的图像与看起来像这样的高斯（双边）滤波器进行卷积，会发生什么？

如果我们使用它作为我们的内核，我们将得到以下结果：

换句话说，我们去除了原始图像的高频分量，但保留了低频分量，因为高斯核的方差选择得当。