修订《高品质后处理：十种图像模糊算法的总结与实现》

修订《高品质后处理：十种图像模糊算法的总结与实现》

Author: QianMo

Content/高品质后处理：十种图像模糊算法的总结与实现/README.md

@@ -64,8 +64,7 @@
 
 -   方向模糊（Directional Blur）
 
-另外，本文暂不涉及运动模糊（motion
-blur）这种属于另一套框架的模糊算法，因为其主要作用于帧之间的运动变化，不属于静态型模糊。
+需要注意的是，本文暂不涉及运动模糊（motion blur）这种属于另一套框架的模糊算法，因为其主要作用于帧之间的运动变化，不属于静态型模糊。
 
 另外，还有一些其他的模糊算法，由于不太适用于实时渲染，本文也暂不涉及，如Moving Averages filter。
 
@@ -86,7 +85,7 @@ blur）这种属于另一套框架的模糊算法，因为其主要作用于帧
 
 ![](media/b82ba2aaa60f290da438450a86ccb48f.png)
 
-从上表的对比可以看到，这十种模糊算法在模糊品质和稳定性这两方面都获得了不错的评级，这是因为给到足够的迭代次数，且不做RT的DownSample，他们都可以收敛到一个高品质的模糊质感，即这十种模糊算法，在离线渲染中都可以达到非常高的天花板。
+从上表的对比可以看到，这十种模糊算法在模糊品质和稳定性这两方面都获得了不错的评级，这是因为给到足够的迭代次数，且不做RT的DownSample，他们都可以收敛到一个高品质的模糊质感。
 
 最终的分化在于性能，这才是评判一种算法性价比是否高，能否广泛用于实时渲染的关键因素。其中，可以看到仅双重模糊（Dual Blur）和粒状模糊（Grainy Blur）两种算法，获得了高的性能评级。当然，这是针对标准的算法而言，其他八种算法如果进行进一步的性能优化，也能具有更佳的性能。