如何才能最好地改善双三次插值算法的执行时间？

Question

我正在开发一些英特尔的C ++图像处理软件，它必须一次又一次地在小（约1kpx）图像上运行双三次插值算法。这需要花费很多时间，我的目标是加快速度。我现在所拥有的是一个基于文献的基本实现，一个稍微改进的（关于速度）版本，它不进行矩阵乘法，而是使用预先计算的插值多项​​式部分的公式，最后一个，固定的矩阵乘法码的点版本（实际上工作得慢）。我还有一个带有优化实现的外部库，但它对我的需求来说仍然太慢了。我接下来要考虑的是：

• 使用MMX / SSE流处理在浮点和定点版本上进行矢量化
• 使用卷积在傅里叶域中进行插值
• 使用OpenCL或类似的
将工作转移到GPU上

哪种方法可以带来最大的性能提升？你能建议另一个吗？感谢。

Answer 1

我认为GPU是可行的方法。对于这种类型的硬件来说，这可能是最自然的任务。我首先考察CUDA或OpenCL。像简单的DirectX / OpenGL像素/片段着色器这样的旧技术也可以正常工作。

我发现了一些链接，也许他们可以帮到你：

• Efficient GPU-Based Texture Interpolation using Uniform B-Splines
• CUDA Cubic B-Spline Interpolation (CI)
• Fast Third-Order Texture Filtering

Answer 2

有Intel IPP libraries，它在内部使用SIMD以加快处理速度。英特尔IPP也使用OpenMP，如果配置，您可以获得相对简单的多处理的好处。

这些库支持双三次插值并且是付费软件（您购买开发许可证但重新分发是免费的）。

Answer 3

小心走GPU路线。如果你的卷积内核太快，你将最终成为IO绑定。除非你同时实施，否则你不确定哪个是最快的。

GPU Gems 2有一章Fast Third-Order Texture Filtering，它应该是GPU解决方案的一个很好的起点。

Intel Threading Building Blocks和SSE指令的组合将成为一个不错的CPU解决方案。

Answer 4

不是双三次的答案，但可能是另一种选择：
如果我理解你，你有32 x 32 xy，1024 x 768图像，并且想要插值image[xy]。
只是围绕xy，image[ int( xy )]，会太粗糙 但是等等 - 你可以制作一个平滑的双重图像2k x 1.5k，一次，然后取 image2[ int( 2*xy )]：不那么颗粒感，非常快。或者类似地，
在平滑的4k x 3k图像中image4[ int( 4*xy )] 这种效果如何取决于......