2

我有一个大小矩阵和一个需要执行卷积mXn的过滤器。[-1 0 1]我可以在 O(n^2) 步骤中做到这一点,但在进一步搜索快速傅立叶变换时,到处都会出现。我想知道 FFT 是否适合这个问题。矩阵只有随机整数。但是,如果我有浮动值,会有所不同吗?FFT 是否意味着这样的问题?

4

1 回答 1

6

如果您的过滤器只有两个非零元素,则按定义计算卷积只会采取O(n*m)步骤(即数据的大小)。在这种情况下,FFT 不会帮助你:2D FFT 会像O(n*m*(log n+log m)).

总结一下:当你有一个简单的本地化过滤器时,执行卷积的最佳方法是直接计算总和。当您需要计算更大数据的卷积或相关性(想想与另一幅图像的相关性)或执行复杂的操作时,FFT 可以帮助您。

于 2013-01-12T13:16:54.570 回答