我必须对许多图像的每一行应用卷积滤波器。经典的是 1024x1024 像素的 360 度图像。在我的用例中，它是 720 张 560x600 像素的图像。
问题是我的代码比文章中宣传的慢得多。
我实现了朴素卷积，需要2m 30s。然后我使用 fftw 切换到 FFT。我使用了 Complex 2 Complex，在每个转换中过滤两行。我现在20多岁了。
问题是，对于经典条件，文章的广告时间大约为 10 秒，甚至更少。
所以我想请教这里的专家是否可以有更快的方法来计算卷积。
数值方法建议避免在 dft 中进行排序并相应地调整频域滤波器函数。但没有代码示例如何做到这一点。
也许我在复制数据方面浪费了时间。通过实数 2 实数变换，我不必将数据复制到复数值中。但无论如何我都必须用0来填充。
编辑：请参阅下面我自己的答案，以获取进度反馈和解决此问题的更多信息。
问题（精确重新表述）：
我正在寻找一种算法或一段代码，将非常快速的卷积应用于离散非周期函数（512 到 2048 个值）。显然，离散时间傅立叶变换是正确的选择。不过，我想避免复杂的数据复制和转换，并避免蝶式重新排序。
FFT 是已知的最快的信号卷积技术，而 FFTW 是可用于计算 FFT 的最快的免费库。
获得最大性能的关键（在硬件之外……GPU 是一个很好的建议）是将信号填充到 2 的幂。使用 FFTW 时，在创建计划时使用“耐心”设置以获得最佳性能。您不太可能手动推出比 FFTW 提供的更快的实现（忘记 N.R.）。还要确保使用正向 1D FFT 的实数版本，而不是复数版本；如果可以的话，只使用单精度（浮点）。
如果 FFTW 不适合你，那么我会看看 Intel 的（非常实惠的）IPP 库。他们针对英特尔处理器手动调整了 FFT，并针对各种位深度的图像进行了优化。
Paul
中心空间 http://centerspace.net软件
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
