计算距离变换。你可以非常有效地做到这一点。这将为您提供到最近边界像素的欧几里得距离，以及该像素的索引。然后，对掩码中的所有距离进行归一化，使最大值变为 1。这是下一阶段所必需的：在每个点启动一个高斯核。内核大小（以及类似的标准偏差）应该是权重的函数，从距离归一化中获得。您可以使用系数 - 线性比例 - 或复杂内核，具体取决于模糊要求。$h$$\sigma$

最后，使用生成的掩码模糊每个像素的信号。每个像素都有一个独特的蒙版，因此会产生不同的模糊效果。请注意，某些像素可能会出现相同的模糊。

您只需要调整内核大小，对于典型的高斯内核，是的函数。该函数只是一个查找表：$h$$\sigma$$h$

   $h$  $\sigma$
    3    (0.65)
    5    (0.87)
    7    (1.43)
    9    (1.88)
    11   (2.31)