霍夫变换的累加器填充

我写了一段需要优化的代码。只是想与社区核实一下该代码是否确实是最佳的。它填充霍夫变换的累加器。实际上，我只是复制粘贴了 OpenCV 库中的大部分代码。谢谢！

int i,j,n,index;
for (i = 0;i<numrows;i++)
{
    for (j = 0;j<numcols;j++)
    {
            if (img[i*numcols + j] == 100)
        {
            for (n = 300;n<600;n++)
            {   
                index = cvRound(j*tabCos[n] + i * tabSin[n]) + (numrho-1)/2;
                accum[(n+1) * (numrho+2) + index+1]++;
            }
        }
    }
}

我也模糊地附加了一段代码，其中有一个大型且重复的霍夫变换。这部分代码的维护者一直在尝试稀疏数组（实际上是一个 C++std::map如果我理解他的演示正确的话，请键入单元格索引），累加器取得了一些成功。

我认为加速与缓存局部性问题有关，并且它当然取决于数据being sparse.

Update:上面引用的软件旨在服务于许多粒子物理实验，但最初用于试验台项目（即小规模）。当我们开始认真做更大的项目并开始为它们做蒙特卡罗时，即使对于稀疏矩阵，霍夫变换也再次成为了一个瓶颈。

到目前为止我们还没有解决方案，但一位同事发现Gandalf http://gandalf-library.sourceforge.net/包括“快速霍夫变换” http://gandalf-library.sourceforge.net/tutorial/report/node134.html，它似乎以类似四叉树的方式评估变换（在 2D 中，大概您在 3D 中使用八叉树）以减少工作顺序。我们可能会对此进行实验。

进一步更新：一位同事最终在我们的代码中实现了渐进式概率霍夫变换，这似乎是我们目前最快的版本。如果您不需要将每个点分配给一条线，则效果最好。