当您尝试创建一个模糊内核（即数据的加权平均值）时，您将掩码总和保持为一个。
这保留了滤波图像的平均值（考虑 DFT，如果总和掩码为 1，则其 DC 增益为 1，这意味着它保持图像的总和，这意味着它保持图像的平均值。）

当您尝试应用高通滤波器时，您希望 DC 系数的增益为零。
这是通过使掩码的总和为零来完成的（与上述相同的原因。）

对定期采样数据的标准线性过滤在每个笛卡尔方向上“单独”起作用：沿行、列（以及 3D 数据的时间、深度或波长，如视频、断层扫描或多光谱图像）。如果您在每个方向上查看给定的 2D 过滤器（也适用于 3D） ，您可以感受到过滤器的性质。$d$

如果系数总和为 1，则恒定输入信号变成相同幅度的恒定输出信号。恒定信号是低频的，因此通过连续性，您期望低通行为。如果系数总和为零，则恒定信号变为零，因此您可以想象低切行为。

以双重方式，如果具有交替符号的系数的总和 ( ) 为 1，那么您可以预期一个高通过行为。如果它们总和为零，则高切效应是合理的。$c_1,c_2,\ldots,c_n \to -c_1,c_2,\ldots,(-1)^n c_n$

人们可以将其解释为一个方向的整合，另一个方向的差异化。您不仅可以查看水平和垂直方向的总和，还可以查看对角线或其他斜率的总和。

因此，与线性过滤器保持一致，图像处理中的许多有用过滤器：

1. 在两个方向上总和为 1（并且通常总和为带有交替符号的小值）：它们大多是模糊内核
2. 在一个方向上求和为 1，在另一个方向上求和为 0：它们是方向滤波器，检测沿和方向的边缘$0$

一些过滤器，如拉普拉斯掩码，通过组合两个方向来求和为零。