高斯平滑（模糊）算法原理说明（转）

为了便于说明，先假设模糊半径 r = 3 ，方差 sigma = 1.5 ，
*            对应的像素矩阵为:
*            14    15    16
*            24    25    26
*            34    35    36
*            简单一点的说，假设要对某个点进行高斯模糊，则把它视为
*            中心点，坐标为(0,0)；然后根据其模糊半径的不同(如，模糊
*            半径为3时)，其周围的8个点的(上下左右，两个斜对角)坐标
*            如下((0,0)点为二维坐标轴的原点)：
*            (-1,1)  (0,1)  (1,1)                
*            (-1,0)  (0,0)  (1,0)           
*            (-1,-1) (0,-1) (1,-1)
*            然后根据二维高斯函数: G(x,y)=1/(2*pi*sigma^2)*e^(-(x^2+y^2)/(2*sigma^2))
*            计算对应的权重矩阵如下：
*            0.0453542    0.0566406    0.0453542
*            0.0566406    0.0707355    0.0566406
*            0.0453542    0.0566406    0.0453542
*            然后对其归一化：
*            0.0947416    0.1183180    0.0947416
*            0.1183180    0.1477610    0.1183180
*            0.0947416    0.1183180    0.0947416
*            将每个点乘以自己对应的权重：
*            14*0.0947416    15*0.1183180    16*0.0947416
*            24*0.1183180    25*0.1477610    26*0.1183180
*            34*0.0947416    35*0.1183180    36*0.0947416
*            即：
*            1.326380    1.774770    1.515870
*            2.839630    3.694030    3.076270
*            3.221210    4.141130    3.410700
*            将这9个值加起来，所得和值就是中心点的高斯模糊后的值，
*            对所有点重复这个过程，就得到了高斯模糊后的图像，如果
*            图像是彩色图像，可以对RGB通道分别做高斯模糊。