高斯模糊算法（直接型）

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/(2pisigma^2)*e(-(x^2+y2)/(2sigma^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：
140.0947416 150.1183180 160.0947416
240.1183180 250.1477610 260.1183180
340.0947416 350.1183180 360.0947416
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。