Question

我写了一段需要优化的代码。只是想与社区核实，看看该代码是否确实是最佳的。它填充了Hough变换的累加器。我实际上只是复制粘贴了OpenCV库中的大部分代码。谢谢！

int i,j,n,index;
for (i = 0;i<numrows;i++)
{
    for (j = 0;j<numcols;j++)
    {
            if (img[i*numcols + j] == 100)
        {
            for (n = 300;n<600;n++)
            {   
                index = cvRound(j*tabCos[n] + i * tabSin[n]) + (numrho-1)/2;
                accum[(n+1) * (numrho+2) + index+1]++;
            }
        }
    }
}

Answer 1

在一段代码中我有一个大而重复的Hough变换，我也很模糊。这部分代码的维护者一直在尝试使用稀疏数组（实际上是一个C ++ std::map，如果我理解他的表示正确的话，它会在单元索引上键入）累加器并取得一些成功。

我认为加速与缓存局部性问题有关，它当然取决于稀疏的数据。

更新：上面提到的软件旨在服务于许多粒子物理实验，但最初用于测试床项目（即小规模）。当我们认真做大型项目并开始为他们做蒙特卡罗时，即使使用稀疏矩阵，Hough变换也会变得有点瓶颈。

到目前为止，我们还没有解决方案，但其中一位同事发现Gandalf包括"fast hough transform"，它似乎以四叉树的方式评估变换（在2D中，可能是您使用的3D中的oct-tree）以减少工作的顺序。我们可能会尝试这个。

进一步更新：同事最终在我们的代码中实现了渐进的概率Hough变换，目前这似乎是我们获得的最快版本。如果您不要求将每个点分配到一行，则效果最佳。

Answer 2

不，不是。通过简单的指针算法替换尽可能多的[]用法，以迭代有问题的数组。将不变表达式抽象为局部变量。

然而，第一个问题是，您的探查器是否显示此代码是整个应用程序环境中的瓶颈。如果没有，为什么还要对此进行微观优化？

EDIT：循环微优化 - 更喜欢第二种，因为不需要数组索引（mult与add）

int ints[100];
int i;
int *pi;

for (i = 0; i < 100; ++i)
{
  printf("%d", ints[i]);
}

for (pi = ints; pi < ints + 100; ++pi)
{
  printf("%d", *pi);
}

Answer 3

根据您的应用程序，有许多方法可以优化Hough变换，并且摆弄低级代码可能是最后一个。我将从Randomized HT或Multiresolution HT开始，遵循Hybrid方法合并。我相信首先优化算法会更好。最后一步是使用像CAD内存这样的硬件优化。

Hough变换的累加器填充

3 个答案: