Question

我一直在使用Nvidia Performance Primitives (NPP)的图片卷积功能。然而，我的内核在图像大小方面相当大，我听说有传言说NPP的卷积是直接卷积而不是基于FFT的卷积。（我认为NPP源代码不可用，所以我不确定它是如何实现的。）

我想看看基于cuFFT的卷积函数在我正在处理的图像处理应用程序中运行的速度有多快。

您可能会说“嘿，只需将您的图片放入cuFFT，看看它有多快！”如果我使用Matlab，你就是对的 - 它在Matlab中是one-line call：

%assuming the images are padded
convolved = ifft2(fft2(image).* fft2(filter));

然而，需要很多样板才能让cuFFT进行图像卷积。所以，我正在寻找能够进行基于cuFFT的卷积并抽象实现的代码。事实上，我确实找到了一些东西：

This github repo有一个名为cufft_sample.cu的文件。我认为代码看起来很有希望，但我发现an other file in the repo包含的评论表明卷积实现产生的结果不正确：

的

    WARNING: GpuFFTConvOp currently don't return the good answer
    TODO: extend to cover more case, as in many case we will crash!

我觉得Kitware VTK/ITK代码库提供了基于cuFFT的图像卷积。唉，事实证明（充其量）做基于cuFFT的例程是planned for future releases。
我发现some code on the Matlab File Exchange进行2D卷积。重要的部分是在C / CUDA中实现的，但是有一个Matlab包装器。我正在努力剥离Matlab包装器，转而使用纯C / C ++ / CUDA，但我仍然很好奇是否有更优雅和/或经过验证的解决方案。

这三个选项中的任何建议都是什么？

基于cuFFT的图像卷积的预构建代码还有什么其他内容？

Answer 1

您可以尝试arrayfire。

在ArrayFire中，您可以执行以下操作。

array image(rows, columns, h_image);
array filter(frows, fcols, h_filter);
array res = convolve(image, filter);

根据过滤器的大小，conolve命令使用cufft或更快的手动调整内核。如果您更喜欢使用fft2，则可以执行以下操作

array res = ifft2(fft2(image) * fft2(filter));

但我强烈建议您使用convolve，因为它已经过优化，可以获得最佳性能。

更有用的链接：

声明：