0

我试图节省一些计算时间。我正在使用众所周知的 Lucas Kanade 算法进行一些图像处理。起点是Baker/Simon的这篇论文。

我正在做这个 Matlab，我也使用背景减法器。我希望减法器将所有背景设置为 0，或者有一个逻辑掩码，其中 1 作为前景，0 作为背景。

我想要的是从计算中排除所有作为背景的矩阵元素。我的目标是节省计算时间。我知道我可以使用类似的语法

A(A>0) = ...

但这并不像

B(A>0) = A.*C.*D

因为我收到一个错误：

在赋值 A(I) = B 中，B 和 I 中的元素数必须相同。

这可能是因为 A、B 和 C 加在一起的元素比矩阵 A 多。

在 c 代码中，我将循环矩阵并检查像素是否具有值 0 并继续。在这种情况下，保存一大堆计算。

然而，在 matlab 中循环遍历矩阵并不是很快。那么有没有一种快速的方法来解决我的问题？我在这里找不到我的问题的足够答案。

我想有人感兴趣：我正在尝试使用稳健的误差函数而不是二次函数。

更新：

我尝试了以下方法来测试@Acorbe 建议的速度：

function MatrixTest()
n = 100;
A = rand(n,n);
B = rand(n,n);
C = rand(n,n);
D = rand(n,n);

profile clear, profile on;
for i=1:10000    
    tests(A,B,C,D);  
end
profile off, profile report;

function result = tests(A,B,C,D)
    idx = (B>0);

    t = A(idx).*B(idx).*C(idx).*D(idx);
    LGS1a(idx) = t;   

    LGS1b = A.*B.*C.*D;

我用matlab的分析器得到了以下结果：

t = A(idx).*B(idx).*C(idx).*D(idx); 1.520 seconds 
LGS1a(idx) = t;   0.513 seconds
idx = (B>0);      0.264 seconds
LGS1b = A.*B.*C.*D; 0.155 seconds

如您所见，按索引访问矩阵的开销远不止仅

4

1 回答 1

0

下面的呢？

 mask = A>0;

 B = zeros(size(A));    % # some initialization

 t = A.*C.*D;
 B( mask ) = t( mask );

通过这种方式，您只选择t. 计算中可能存在一些开销，尽管对于 for 循环的速度可能可以忽略不计。

编辑：

如果你想要更快的速度，你可以尝试一种更有选择性的方法，在任何地方都使用掩码。

 t = A(mask).*C(mask).*D(mask);
 B( mask ) = t;
于 2013-05-10T12:24:54.170 回答