Question

我正在尝试使用霍夫变换检测二进制图像中的圆圈。

当我使用Opencv的内置函数进行圆形霍夫变换时，可以找到圆圈。

现在我尝试编写自己的“内核”代码来进行霍夫变换，但速度非常慢：

 kernel void hough_circle(read_only image2d_t imageIn, global int* in,const int w_hough,__global int * circle)
 {
     sampler_t sampler=CLK_NORMALIZED_COORDS_FALSE | CLK_ADDRESS_CLAMP_TO_EDGE | CLK_FILTER_NEAREST;
     int gid0 = get_global_id(0);
     int gid1 = get_global_id(1);
     uint4 pixel;
     int x0=0,y0=0,r;
     int maxval=0;
     pixel=read_imageui(imageIn,sampler,(int2)(gid0,gid1));
     if(pixel.x==255)
     {
     for(int r=20;r<150;r+=2)
     {
    // int r=100;

              for(int theta=0; theta<360;theta+=2)
              {

                              x0=(int) round(gid0-r*cos( (float) radians( (float) theta) ));
                            y0=(int) round(gid1-r*sin( (float) radians( (float) theta) ));
                           if((x0>0) && (x0<get_global_size(0)) && (y0>0)&&(y0<get_global_size(1)))
                            atom_inc(&in[w_hough*y0+x0]);
              }
              if(maxval<in[w_hough*y0+x0])
              {
              maxval=in[w_hough*y0+x0];
                circle[0]=gid0;
                circle[1]=gid1;
                circle[2]=r;
              }

              }

     }

 }

opencv的hough opencl库有源代码，但是我很难提取一个能帮助我的特定函数。

任何人都可以提供更好的源代码示例，或者帮助我理解为什么这么低效？ rar文件http://www.files.com/set/527152684017e中的代码main.cpp和kernel.cl压缩使用opencv lib读取和显示图像＆gt;

Answer 1

重复调用sin()和cos()计算成本很高。由于您只使用相同的180个theta值调用这些函数，因此可以通过预先计算这些值并将它们存储在数组中来加快速度。

更强大的方法是使用midpoint circle algorithm通过简单的整数运算来查找这些圆的周长。

Answer 2

你正在做的是只在一个工作项中运行一个巨大的CPU代码块，结果如预期的那样，是一个很慢的内核。

详细答案：唯一的地方是你使用工作项ID只是为了像素值，如果满足条件，那么你运行一大堆代码。一些工作项将触发其中一些不会。触发它的那些将间接地使所有工作组运行该代码，这将减慢你的速度。

此外，未进入该条件的工作项将处于空闲状态。根据图像，可能有99％的图像闲置。

我会重写你的算法，每个像素使用1个工作组。如果满足条件，工作组将运行算法，如果不满足，则整个工作组将跳过。在工作组进入条件的情况下，您将拥有许多工作项。这将允许重新设计代码，使内部for循环并行运行。

Hough变换：提高算法效率而不是OpenCL

2 个答案: