我有一系列图像,存储在数组A中。因此,A的每个条目都包含一个图像(矩阵)。所有矩阵的大小均相等。
现在,我想提取特定位置(像素)的值,但是我目前的方法似乎很慢,并且我认为可能有更好的方法。
% Create data that resembles my problem
N = 5
for i = 1:N
A{i} = rand(5,5);
end
% my current approach
I = size(A{1},1);
J = size(A{1},2);
val = zeros(N,1);
for i = 1:I
for j = 1:J
for k = 1:N
B(k) = A{k}(i,j);
end
% do further operations on B for current i,j, don't save B
end
end
我本以为A{:}(i,j)
或vertcat(A{:}(i,j))
应该有某种方法,但两者都会导致
??? Bad cell reference operation.
我正在使用Matlab2008b。
有关更多信息,我以后在B上使用fft。
这是克里斯的答案的结果
| Code | # images | Extracting Values | FFT | Overall |
|--------------|----------|-------------------|----------|-----------|
| Original | 16 | 12.809 s | 19.728 s | 62.884 s |
| Original | 128 | 105.974 s | 23.242 s | 177.280 s |
| ------------ | -------- | ----------------- | ------- | --------- |
| Answer | 16 | 42.122 s | 27.382 s | 104.565 s |
| Answer | 128 | 36.807 s | 26.623 s | 102.601 s |
| ------------ | -------- | ----------------- | ------- | --------- |
| Answer (mod) | 16 | 14.772 s | 27.797 s | 77.784 s |
| Answer (mod) | 128 | 13.637 s | 28.095 s | 83.839 s |
答案代码被修改为double(squeeze(A(i,j,:)));
,因为不加倍,FFT花费了更长的时间。
答案(mod)使用double(A(i,j,:));
因此,改善似乎确实适用于较大的图像集,但是我目前计划每次运行处理约500张图像。
更新
使用profile
函数进行测量,得出使用/忽略挤压的结果
| Code | # Calls | Time |
|--------------------------------|---------|----------|
| B = double(squeeze(A(i,j,:))); | 1431040 | 36.325 s |
| B= double(A(i,j,:)); | 1431040 | 14.289 s |
答案 0 :(得分:3)
A{:}(i,j)
不起作用,因为A{:}
是用逗号分隔的元素列表,等效于A{1},A{2},A{3},...A{end}
。索引到这样的数组没有意义。
为加快操作速度,建议您使用数据创建3D矩阵,如下所示:
A3 = cat(3,A{:});
当然,这仅在A
的所有元素都具有相同大小(如问题中最初指定的大小)的情况下起作用。
现在您可以像这样快速访问数据:
for i = 1:I
for j = 1:J
B = squeeze(A3(i,j,:));
% do further operations on B for current i,j, don't save B
end
end
根据您对每个B
进行的操作,您也可以将这些操作向量化。
编辑:由于您将fft
应用于每个B,因此也可以不循环而获得:
B_fft = fft(A3,[],3); % 3 is the dimension along which to apply the FFT