问题标签 [convolution]

我是 Android 渲染脚本的新手。我需要在 RenderScript 中编写卷积乘法，因为最终应用程序将在 Android 上运行。数据流将是一个图像。更具体地说，我无法使用 forEach 功能编写核心逻辑，虽然我可以在 Java 中完成，但速度太慢了！请帮忙！史蒂夫

几天来，我一直在试验 CUDA 内核，以在 500x500 图像（但我也可以改变尺寸）和非常小的 2D 内核（拉普拉斯 2d 内核，所以它是 3x3 内核）之间执行快速 2D 卷积。太小了充分利用所有 cuda 线程）。

我创建了一个 CPU 经典实现（两个 for 循环，就像你想象的那样简单），然后我开始创建 CUDA 内核。

经过几次令人失望的更快卷积尝试后，我最终得到了以下代码： http ://www.evl.uic.edu/sjames/cs525/final.html （参见共享内存部分），它基本上允许 16x16 线程块将他需要的所有卷积数据加载到共享内存中，然后执行卷积。

没什么，CPU还是快了很多。我没有尝试 FFT 方法，因为 CUDA SDK 声明它对大内核大小有效。

无论您是否阅读了我写的所有内容，我的问题是：

如何使用 CUDA 在相对较大的图像和非常小的内核 (3x3) 之间执行快速 2D 卷积？

matlab函数conv2有没有直接的opencv函数？我尝试使用 cvFilter2D()，但它似乎给了我与 conv2() 不同的结果。

例如：

请帮助我。它对我非常有用。谢谢。

问候

阿兰加拉詹。

假设我有一个10 x 10矩阵。然后我要做的是用一个矩阵遍历整个3 x 3矩阵（除了边缘以使其更容易），并从这个矩阵中我得到这个空间3 x 3的平均值/平均值。3 x 3然后我想做的是用那些新的平均值/平均值替换原始矩阵值。

有人可以向我解释我该怎么做吗？一些代码示例将不胜感激。

我使用 AVFoundation 来捕捉视频以及 OpenCV 在 iPhone 上进行图像处理。但是，我正在考虑使用 OpenGL 着色器对 192x144 灰度图像进行计算（卷积）。

我的问题是：使用 OpenGL 是否有意义，我的意思是：渲染到 IplImage 中（甚至可能吗？）太慢了吗？或者，有没有一种方法可以加快卷积速度？

编辑

在 OpenCV 中，我正在使用

与cvMorphologyEx.

我想从 uiimage 获取数据以读取 rgb 值。我想将此数据用于卷积过滤器。在互联网上，我发现只有一种方法：

没关系，但我想处理数组上的像素，如下所示：[x][y][r,b,g]。

我该如何解决？

我正在尝试使用 PHP 函数图像卷积创建一个非常模糊的图像。该图像用作滑块中图像后面的背景。

我试过使用图像过滤器，但高斯模糊和选择性模糊非常轻，你不能改变模糊。

这是我目前用来创建模糊的代码，但它并没有真正模糊图像。

我需要一个更好的矩阵数组公式来创建更强的模糊。

我是 CUDA 的初学者，我正在尝试实现 Sobel Edge 检测内核。我正在使用此代码，但它不起作用。谁能告诉我它有什么问题。我只得到一些 -1 和一些非常大的值。

我这样称呼这个内核：

所以，我目前正在matlab中实现块卷积的重叠保存方法，并且在这样做时遇到了一些麻烦。

我的实现是使用缓冲输入来实时处理向量中的输入数据。输入被馈送到我的重叠保存类的实例，一旦缓冲区已满，输入超过预定义的块长度（大于过滤器长度），输入将按块处理（块长度的大小）使用标准的重叠保存算法，直到缓冲区中的数据长度小于块长度。然后它坐下来等待更多数据进入并重复该过程。

现在一切似乎都工作正常，但问题是在所有输入都传递给类之后刷新缓冲区。当调用 flush 方法时，缓冲区中的数据总是少于块大小，并且我在处理剩余数据时遇到了麻烦。

还应该值得注意的是，类在处理普通数据后，会将输入的最后 N-1 个（其中 N 是过滤器长度）数据点保留在缓冲区中，以维护算法的“重叠”部分用于后续数据或最后的冲洗。

我想我的问题是在调用 flush() 时应该如何处理缓冲区中的剩余数据？我尝试简单地进行零填充并将其与过滤器进行卷积，但这会产生垃圾输出......有什么建议吗？

注意：flush 的输出应该附加到处理普通数据块的输出中，并且这个新的输出应该与 matlab 中的 conv(input, filter) 的输出相匹配。

我需要计算一个矩阵的梯度(3,3)，比如说a=array([[1,4,2],[6,2,4],[7,5,1]])。

我只是使用：

我知道计算矩阵梯度的一种方法是通过对每个方向的掩码进行卷积，但结果不同

错误在哪里？