图形算法 - 模糊函数比较，Blur Function Compare。

图形算法 - 模糊函数比较，Blur Function Compare。

加入比较的4种方法有：

1. 快速高斯模糊。
2. 二次Summed Area Table Blur(适合gpu, 常用于DOF，http://www.gamasutra.com/view/feature/3102/four_tricks_for_fast_blurring_in_.php)
3. Alpha Blur(motionblur变种，优化过后的算法，严重依赖相邻像素之间累积关系，不适合gpu, http://freespace.virgin.net/hugo.elias/graphics/x_motion.htm)
4. SuperFastBoxBlur(http://incubator.quasimondo.com/processing/superfast_blur.php)

其中，这四种方法内，除了高斯模糊是O(n)之外，其他都是O(1)效率。也就是说，运算速度和模糊半径没有关系，只和图片大小有关。

图上时间仅供参考，除了AlphaBlur代码优化过，其它方法仅仅是基本实现原理。SuperFastBoxBlur和SummedAreaTable实际使用中，要比图上更快些。

以下方法没有列入比较范围

1. 直接基于O(n*n)的高斯模糊核，速度太慢。图上方法采用纵向和横向高斯核分解。
2. Stack Blur, 比高斯快的方法，并且效果和效率兼备。(http://www.codeproject.com/KB/graphics/blurringwithcuda.aspx)
3. FFT gaussian blur
4. High-Dimensional Gaussian Filtering (bilateral)
5. constant time filters - heat diffusion.(Kass, 2006)
6. constant time filters - SVD, singular value decomposition (Gotsman 1994)
7. SAT衍生出来的一些方法，Fast Filter Spreading，Linear Filters and their Transposes。

---------------------------------------------------
关于2次Summed Area Table实现。

一次SAT采样4个点，二次SAT则需要9个点，三次需要16个点，以此类推。并且乘上对应的Weight Function，除以(面积^n, n = 几次). 详细公式见：Filtering By Repeated Integration