MATLAB conv2卷积的实现

二维卷积的算法原理比较简单,参考任意一本数字信号处理的书籍,而matlab的conv2函数的滤波有个形状参数,用下面的一张图很能说明问题:

这里给出一种最原始的实现方案。这种实现对于数据矩阵大小为1000x1000,卷积核矩阵大小为20x20,在我的机器上需要大约1秒钟的时间,而matlab采用的MKL库最快只需要将近0.1s的时间。下面的代码用到了自己目前开发的FastIV中的一些函数接口。具体代码如下:

  1. #include "fiv_core.h"
  2. typedef enum{
  3. FIV_CONV2_SHAPE_FULL,
  4. FIV_CONV2_SHAPE_SAME,
  5. FIV_CONV2_SHAPE_VALID
  6. }FIV_CONV_SHAPE;
  7. void fIv_conv2(fIvMat** dst_mat, fIvMat* src_mat, fIvMat* kernel_mat, FIV_CONV_SHAPE shape)
  8. {
  9. int src_row = src_mat->rows;
  10. int src_cols = src_mat->cols;
  11. int kernel_row = kernel_mat->rows;
  12. int kernel_cols = kernel_mat->cols;
  13. int dst_row = 0, dst_cols = 0, edge_row = 0, edge_cols = 0;
  14. int i,j, kernel_i,kernel_j,src_i,src_j;
  15. fIvMat* ptr_dst_mat = NULL;
  16. switch(shape){
  17. case FIV_CONV2_SHAPE_FULL:
  18. dst_row = src_row + kernel_row - 1;
  19. dst_cols = src_cols + kernel_cols - 1;
  20. edge_row = kernel_row - 1;
  21. edge_cols = kernel_cols - 1;
  22. break;
  23. case FIV_CONV2_SHAPE_SAME:
  24. dst_row = src_row;
  25. dst_cols = src_cols;
  26. edge_row = (kernel_row - 1) / 2;
  27. edge_cols = (kernel_cols - 1) / 2;
  28. break;
  29. case FIV_CONV2_SHAPE_VALID:
  30. dst_row = src_row - kernel_row + 1;
  31. dst_cols = src_cols - kernel_cols + 1;
  32. edge_row = edge_cols = 0;
  33. break;
  34. }
  35. ptr_dst_mat = fIv_create_mat(dst_row, dst_cols, FIV_64FC1);
  36. *dst_mat = ptr_dst_mat;
  37. for (i = 0; i < dst_row; i++) {
  38. ivf64* ptr_dst_line_i = (ivf64* )fIv_get_mat_data_at_row(ptr_dst_mat, i);
  39. for (j = 0; j < dst_cols; j++) {
  40. ivf64 sum = 0;
  41. kernel_i = kernel_row - 1 - FIV_MAX(0, edge_row - i);
  42. src_i = FIV_MAX(0, i - edge_row);
  43. for (; kernel_i >= 0 && src_i < src_row; kernel_i--, src_i++) {
  44. ivf64* ptr_src_line_i,*ptr_kernel_line_i;
  45. kernel_j = kernel_cols - 1 - FIV_MAX(0, edge_cols - j);
  46. src_j = FIV_MAX(0, j - edge_cols);
  47. ptr_src_line_i = (ivf64*)fIv_get_mat_data_at_row(src_mat, src_i);
  48. ptr_kernel_line_i = (ivf64*)fIv_get_mat_data_at_row(kernel_mat, kernel_i);
  49. ptr_src_line_i += src_j;
  50. ptr_kernel_line_i += kernel_j;
  51. for (; kernel_j >= 0 && src_j < src_cols; kernel_j--, src_j++){
  52. sum += *ptr_src_line_i++ * *ptr_kernel_line_i--;
  53. }
  54. }
  55. ptr_dst_line_i[j] = sum;
  56. }
  57. }
  58. }
  59. FIV_ALIGNED(16) ivf64 ker_data[4*4] = {0.1,0.2,0.3,0.4,
  60. 0.5,0.6,0.7,0.8,
  61. 0.9,1.0,1.1,1.2,
  62. 1.3,1.4,1.5,1.6};
  63. void test_conv2()
  64. {
  65. fIvMat* src_mat = fIv_create_mat_magic(8, FIV_64FC1); // 8x8 magic matrix
  66. fIvMat* kernel_mat = fIv_create_mat_header(4, 4, FIV_64FC1);
  67. fIvMat* dst_mat = NULL;
  68. fIv_set_mat_data(kernel_mat, ker_data, (sizeof(ivf64)) * 4 * 4);
  69. fIv_conv2(&dst_mat, src_mat, kernel_mat, FIV_CONV2_SHAPE_FULL);
  70. fIv_export_matrix_data_file(dst_mat,"dst_mat_4x4-full.txt", 1);
  71. fIv_release_mat(&src_mat);
  72. fIv_release_mat(&kernel_mat);
  73. fIv_release_mat(&dst_mat);
  74. }
  75. int main()
  76. {
  77. test_conv2();
  78. return 0;
  79. }

10月24日更新:

目前FastIV中的实现已经经过优化,最快速度在我的机器上已经超越MATLAB。

MATLAB conv2卷积的实现的更多相关文章

  1. 关于matlab矩阵卷积conv2和傅里叶变换求卷积ifft2的关系

    先定义两个矩阵 a = [1 2 3 5 ; 4 7 9 5;1 4 6 7;5 4 3 7;8 7 5 1] %a矩阵取5*4 b = [1 5 4; 3 6 8; 1 5 7]   %b矩阵如多数 ...

  2. Matlab 矩阵卷积理解(转载)

    转载自:http://blog.csdn.net/andrewseu/article/details/51783181 在图像处理的过程中,经常会看到矩阵卷积的概念,比如说用一个模板去和一张图片进行卷 ...

  3. 【转】MATLAB conv2函数的理解

    另附:http://blog.csdn.net/anan1205/article/details/12313593 原文:http://blog.csdn.net/andrewseu/article/ ...

  4. matlab中卷积convolution与filter用法

    转自:https://blog.csdn.net/dkcgx/article/details/46652021 转自:https://blog.csdn.net/Reborn_Lee/article/ ...

  5. matlab中卷积编码参数的理解

    poly2trellis(7, [171 133])代表什么意思呢?首先是7,他是1*k的vector,此处k为1,[171 133]是k*n的vector,此处n就是2,那么这个编码就是1/2码率的 ...

  6. 连载 3:利用 matlab计算卷积

  7. MATLAB filter2/conv2 函数在 Python 语言中的等价函数

    MATLAB filter2 和 conv2 函数说明 在 MATLAB 中,filter2 函数实现二维数字滤波器.conv2 函数实现二维卷积. filter2(H, X, mode) 等价于 c ...

  8. Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现(转)

    Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现 zouxy09@qq.com http://blog.csdn.net/zouxy09          自己平时看了一些论文, ...

  9. (原+转)使用opencv的DFT计算卷积

    转载请注明出处: http://www.cnblogs.com/darkknightzh/p/5462665.html 参考网址: http://blog.csdn.net/lichengyu/art ...

随机推荐

  1. hdu1002大数相加

    A + B Problem II Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Tot ...

  2. C#中的字符串

    1.    值类型与引用类型比较 classProgram { staticvoid Main() { int b = a;   //将a的副本给变量b b = 10; Console.WriteLi ...

  3. 7.Composer的安装和使用

    1.安装Composer: 局部安装 要真正获取 Composer,我们需要做两件事.首先安装 Composer (同样的,这意味着它将下载到你的项目中): curl -sS https://getc ...

  4. JavaScript入门(6)

    一.if语句 if语句是基于条件成立才执行相应代码时使用的语句 语法: if(条件) {条件成立时执行代码} 注: if小写,大写字母IF会出错! 二.if...else语句(二选一) 语法: if( ...

  5. C#类和成员定义

    1 定义类     C#用关键字class来定义类.默认情况下,类声明为内部(internal)的,即只有当前项目中的代码才能访问它.与之相对应的,还可以用public关键字来修饰,这样该类还可以由其 ...

  6. Dojo Widget中的全局变量

    转自http://blog.163.com/mqsy_yj/blog/static/2940499220121014115338929/ 前期设计了一个清除widget的功能,虽然可以从html文件中 ...

  7. Extjs事件继承注意事项

    Extjs事件继承总结: 在基类中只需配置通用事件,无需配置通用界面,通用界面无效,通用事件一直有效 基表格控制器

  8. onMouseDown onMouseUp onMouseMove(移动鼠标图像大小变化)

  9. Deep Learning 学习随记(三)Softmax regression

    讲义中的第四章,讲的是Softmax 回归.softmax回归是logistic回归的泛化版,先来回顾下logistic回归. logistic回归: 训练集为{(x(1),y(1)),...,(x( ...

  10. asp.net:用类来后台绑定数据源

    //封装成一个 using System;using System.Collections.Generic;using System.Linq;using System.Web;using Syste ...