4

我正在开发一个图像分析程序，并且我已经将瓶颈缩小到尝试多次将 2D 高斯拟合到一个小窗口 (20x20) 像素。90% 的执行时间都花在了这段代码上。

我正在使用 scipy 食谱中给出的代码来解决这个问题：

   def gaussian(height, center_x, center_y, width_x, width_y):
           """Returns a gaussian function with the given parameters"""
        width_x = float(width_x)
        width_y = float(width_y)
        return lambda x,y: height*exp(
                    -(((center_x-x)/width_x)**2+((center_y-y)/width_y)**2)/2)


def moments(data):
    """Returns (height, x, y, width_x, width_y)
    the gaussian parameters of a 2D distribution by calculating its
    moments """
    total = data.sum()
    X, Y = indices(data.shape)
    x = (X*data).sum()/total
    y = (Y*data).sum()/total
    col = data[:, int(y)]
    width_x = sqrt(abs((arange(col.size)-y)**2*col).sum()/col.sum())
    row = data[int(x), :]
    width_y = sqrt(abs((arange(row.size)-x)**2*row).sum()/row.sum())
    height = data.max()
    return height, x, y, width_x, width_y


def fitgaussian(data):
    """Returns (height, x, y, width_x, width_y)
    the gaussian parameters of a 2D distribution found by a fit"""
    params = moments(data)
    errorfunction = lambda p: ravel(gaussian(*p)(*indices(data.shape)) -
                                 data)
    p, success = optimize.leastsq(errorfunction, params, maxfev=50, ftol=1.49012e-05)
    return p

通过组合 errorfunction() 和 gaussian() 函数，我能够将执行时间减半，因此每次 leastsq() 调用 errorfunction() 时都会调用一个函数而不是两个。

这让我相信大部分剩余的执行时间都花在了函数调用开销上，因为 leastsq() 算法调用了 errorfunction()。

有没有办法减少这个函数调用开销？我不知所措，因为 leastsq() 将函数作为输入。

如果我的描述令人困惑，我提前道歉，我是一名受过培训的机械工程师，我正在学习 Python。请让我知道是否有任何其他有用的信息。

4

1 回答 1

1

由于 exp 是单调的，您可以使用高斯的对数作为您的误差函数，例如

def log_gaussian(height, center_x, center_y, width_x, width_y):
    """Returns a gaussian function with the given parameters"""
    width_x = float(width_x)
    width_y = float(width_y)
    log_height = log(height)
    return lambda x,y: (log_height - 
             (((center_x-x)/width_x)**2 - ((center_y-y)/width_y)**2)/2)

这将导致每次迭代调用 1 次 log，而不是每次迭代调用 exp 每个数据集行 1 次。

于 2013-03-01T18:01:31.837 回答