2

背景故事：

这是一个旧脚本，我需要比较同一物体的两个略有不同的图像，以获取相机本身的数据。我用 octave 编写了这个脚本并尝试了它，后来我发现 matlab 用它运行得更快，所以因为我使用 matlab 而不是 octave。我最近决定再次检查八度，我仍然得到 1:1000 的速比。

问题：

  1. 如何矢量化这个算法？
  2. matlab (verses octave) 是否有办法自动矢量化此代码以更快地运行 1000 倍 - 对于 420X420 像素大小的彩色图像，0.1s 与 100s 相比？

脚本：

color_depth = 8;
number_of_colors = 3;
number_of_grey_levels = 2^color_depth;
Double_Distribution_0 =zeros(number_of_grey_levels,number_of_grey_levels,number_of_colors);
frame_A = 1+int16(imread('Path\image_A.tif'));
frame_1 = 1+int16(imread('Path\image_1.tif'));
[height,width]=size(frame_A(:,:,1));
number_of_pixels = width*height;

for k = 1:number_of_colors
    tic
    for i = 1:height
        for j = 1:width
                Double_Distribution_0(frame_1(i,j,k),frame_A(i,j,k),k) = 1 + Double_Distribution_0(frame_1(i,j,k),frame_A(i,j,k),k);
        end
    end
   toc
end
4

3 回答 3

3

1) 是的，您可以按照 Shai 的解释对代码进行矢量化。但是，请注意他的解决方案缺少 frame_1 和 frame_A 上的颜色索引。这应该可以解决问题：

for k=1:number_of_colors
    f_1 = frame_1(:,:,k);
    f_A = frame_A(:,:,k);
    Double_Distribution_0(:,:,k) = accumarray( {f_1(:), f_A(:)}, 1,...
                                   [number_of_grey_levels, number_of_grey_levels] );

end

2）Matlab 比 Octave 快很多倍的原因是，自 6.5 版以来，Matlab 使用 JIT 编译器大大加快了简单的 for 循环等。如果您不熟悉 JIT 是什么，请看这里。最后我检查了一下，Octave 仍在开发他们自己的 JIT，但我认为这还需要一段时间 :-)。

您的 Octave 版本是否会从上述代码中受益取决于他们在 Octave 中的编写方式。我希望有很大的好处。

于 2013-01-02T20:25:48.913 回答
1

感谢你们两位的快速回复。

不知何故，部分语法不起作用，但是当我将其缩短为：

Double_Distribution_0(:,:,k) = accumarray({frame_1(:,:,k),frame_A(:,:,k)},1);

我得到了我想要的（将结果与旧代码进行比较），在这种情况下，八度音程的运行时间仅比 matlab 高约 2 倍。

于 2013-01-25T14:57:32.523 回答
1

如果我正确理解您的代码，它的作用是构建两个帧的联合颜色分布的 2D 直方图。

for k=1:number_of_colors
     Double_Distribution_0(:,:,k) = accumarray( {frame_1(:), frame_A(:)}, 1,...
                               [number_of_grey_levels, number_of_grey_levels] );
end
于 2012-12-25T06:19:17.787 回答