Question

我目前正在制作一个八度音阶边缘探测器。来自其他编程语言，如Java和Python，我习惯于迭代for循环，而不是在整个矩阵上执行操作。现在处于八度音程，这会导致严重的性能损失，并且我在确定如何对代码进行矢量化时遇到了一些困难。我有以下两段代码：

1）

function zc = ZeroCrossings(img, T=0.9257)
  zc = zeros(size(img));

  # Iterate over central positions of all 3x3 submatrices
  for y = 2:rows(img) - 1
    for x = 2:columns(img) - 1
      ndiff = 0;

      # Check all necessary pairs of elements of the submatrix (W/E, N/S, NW/SE, NE/SW)
      for d = [1, 0; 0, 1; 1, 1; 1, -1]'
        p1 = img(y-d(2), x-d(1));
        p2 = img(y+d(2), x+d(1));
        if sign(p1) != sign(p2) && abs(p1 - p2) >= T
          ndiff++;
        end
      end

      # If at least two pairs fit the requirements, these coordinates are a zero crossing
      if ndiff >= 2
        zc(y, x) = 1;
      end
    end
  end
end

2）

function g = LinkGaps(img, k=5)
  g = zeros(size(img));

  for i = 1:rows(img)
    g(i, :) = link(img(i, :), k);
  end
end

function row = link(row, k)
  # Find first 1
  i = 1;
  while i <= length(row) && row(i) == 0
    i++;
  end

  # Iterate over gaps
  while true
    # Determine gap start
    while i <= length(row) && row(i) == 1
      i++;
    end
    start = i;

    # Determine gap stop
    while i <= length(row) && row(i) == 0
      i++;
    end

    # If stop wasn't reached, exit loop
    if i > length(row)
      break
    end

    # If gap is short enough, fill it with 1s
    if i - start <= k
      row(start:i-1) = 1;
    end
  end
end

这两个函数都在子矩阵（或第二种情况下的行和子行）上进行迭代，特别是第一个函数似乎在减慢我的程序。

此函数采用像素矩阵（img）并返回二进制（0/1）矩阵，其中1s为零交叉点（对应的3x3邻域符合某些要求的像素）被找到。 / p>
外部2 for循环似乎应该可以以某种方式进行矢量化。我可以将主体放入自己的函数中（以必要的子矩阵作为参数），但我无法弄清楚如何在所有子矩阵上调用此函数，将其对应的（中心）位置设置为返回值。

如果内部for循环也可以被矢量化，则获得奖励。
此函数从前一个输出中获取二进制矩阵，并填充其行中的间隙（即将它们设置为1）。间隙被定义为一系列0长度＆lt; = k，两侧以1为界。

现在我确定至少外部循环（LinkGaps中的那个）是可矢量化的。但是，while中的link循环再次对子向量进行操作，而不是单个元素，因此我不确定如何对其进行矢量化。

Answer 1

不是一个完整的解决方案，但这里有一个想法，你怎么能做第一个没有任何循环：

% W/E
I1 = I(2:end-1,1:end-2);
I2 = I(2:end-1,3:end  );
C = (I1 .* I2 < 0) .* (abs(I1 - I2)>=T);

% N/S
I1 = I(1:end-2,2:end-1);
I2 = I(3:end,  2:end-1);
C = C + (I1 .* I2 < 0) .* (abs(I1 - I2)>=T);

% proceed similarly with NW/SE and NE/SW
% ...

% zero-crossings where count is at least 2
ZC = C>=2;

想法：形成两个适当移位的子图像，检查符号的差异（产品负面）和阈值差异。两个测试都返回一个逻辑（0/1）矩阵，逐个元素的产品执行逻辑，结果是一个0/1矩阵，其中两个测试都成功。可以添加这些矩阵以跟踪计数（ndiff）。

可以对子矩阵（和子向量）上的操作进行矢量化吗？

1 个答案: