Question

因此，我尝试使用此代码检查图像的一行上的所有像素是否低于某个阈值。然而，问题是这个代码是在一个双循环中执行的（是的，我知道:(），每个像素一次，所以它非常慢。我想知道我还能做什么。

一些提示会很棒，因为我对MATLAB优化很陌生，而且我只知道基础知识（尽量不要使用循环，或者在内部函数中多次调用脚本等）。如果这不起作用，我可能不得不求助于MEX文件，而且对于我小组中的其他研究人员来说，这将更难维护。谢谢！

for y = 1:y_len
    for x = 1:x_len
        %//...do stuff to calc slope and offset for the line, 
                %//this can be vectorized pretty easily.

        yIndices = xIndices.*slope + offset;
        yIndices = round(yIndices);

        yIndices = yIndices + 1;
        xIndices = xIndices + 1;
        valid_points = (yIndices <= 308) & (yIndices > 0);

        %this line is bottle necking----------------------------------------
        valid_points = yIndices(valid_points)+(xIndices(valid_points)-1)*308;
        %-------------------------------------------------------------------

        valid_points = valid_points(phaseMask_R(valid_points));
        t_vals = abs(phase_R(valid_points)-currentPhase);
        point_vals = [XsR(valid_points);YsR(valid_points)] - 1;
        matchedPtsCoordsR = point_vals(:,(t_vals<phaseThreshold) |(abs(192-t_vals)<phaseThreshold));

        matchedIndex = size(matchedPtsCoordsR,2);
        if(matchedIndex ==0)
          continue
        end

        centersMinMaxR = zeros(1,matchedIndex);
        cmmIndexR = 1;
        for a = 1:matchedIndex;
          if(a==1)
            avgPosition = matchedPtsCoordsR(:,a);
            centersMinMaxR(1,1) =1;
          else
            currentPosition = matchedPtsCoordsR(:,a);


            %also very slow----------------------------------------------
            distance = sum(abs(currentPosition-avgPosition));
            %------------------------------------------------------------
            if(distance>4) % We are now likely in a different segment.
              centersMinMaxR(2,cmmIndexR) = a-1;
              cmmIndexR = cmmIndexR + 1;
              centersMinMaxR(1,cmmIndexR) = a;
            end
            avgPosition = matchedPtsCoordsR(:,a);
          end
        end

        centersMinMaxR(2,cmmIndexR) = a;
        centersR = round(sum(centersMinMaxR)/2);

        %//...do stuff with centersR
                    %//I end up concatenating all the centersR into a 
                    %//large vector arrray with the start and end of 
                    %//each segment.

Answer 1

首先，MatLab Profiler是你最好的朋友，我假设你知道它，因为你知道什么线是瓶颈。

删除双循环的快速解决方法是使用:命令。您可以使用单个循环，而不是使用双循环，但可以为每个行或列索引计算整个维度。举个简单的例子：

m = magic(2);
slope = 5;

m =
     1     3
     4     2

m(1,:) * slope  =
     5    15

m(:,1) * slope =
     5
    20

不使用锯齿状数组，而是使用稀疏数组。 Matlab内置了对它们的支持：

Matlab Create Sparse Array

Matlab Sparse Matrix Operations

<强>更新

关于使用稀疏与普通数组的利弊： Sparse vs Normal Array Matlab

稀疏矩阵是真正的福音使用真正稀疏的人矩阵，但25％的非零是简单的没有“稀疏”足以获得任何收益大多数情况。

请查看更多更新，因为我有更多时间来审核您的代码：p

这块matlab脚本可以进一步矢量化吗？

1 个答案: