Question

所以我写了这个：

function y = convolution(u,v)

[m,n] = size(u);
[w,z] = size(v);

y = zeros(m-w+1,n-z+1);
for i = 1:m-w+1
    for j = 1:n-z+1
        y(i,j) = sum(sum(u(i:i+w-1,j:j+z-1).*v));
        end
    end


    end

然后我将它与matlab中的conv2（）进行比较：

function timedConv
a = im2double(rgb2gray(imread('picture.png')));

tic
convolution(a,[4 5 6;0 0 0;3 2 1]);
toc

tic
conv2(a,[4 5 6; 0 0 0; 3 2 1]);
toc
end

并且发现我的运行时间超过4秒，而matlab的conv2需要大约0.01秒。更重要的是，我的输出m-w + 1 x n-z + 1矩阵，而matlab输出m + w-1 x n + z-1，所以它是假设图像外部的行和列为零，以在图像的边缘上进行卷积。当我显示结果时，它们看起来一样，所以我的功能必须正常工作。它变得如此之慢，我不知道为什么......我可以以某种方式摆脱for循环吗？

Answer 1

Matlab使用FFT来执行卷积Conv = FFTinv(FFT(Image) x FFT(Kernel))，这比经典卷积快得多。更具体地说，Matlab调用C ++库来执行FFT，这比Matlab快几十倍。

写了一个卷积函数，但它比matlab中的conv2（）慢了200多倍？

1 个答案: