如何在能量计算中消除for循环？
 

我正在制定一种从图像中提取信息的算法-这些信息大多数都是类似能量的数据。基本上，这是通过运行带有内核的图像来完成的（大小作为参数给出），并获取该内核中值的平方和。

这是在三个尺度上完成的，此时三个内核（补丁）的大小为（此时）：smallestPatchSize，smallestPatchSize * 3，smallestPatchSize * 9（第二种和第三种情况下内核重叠）。这是针对多个颜色通道，渐变滤镜等（总共17个）完成的。

我的问题是是否可以对下面的代码进行矢量化处理？显然，这部分代码比其他任何代码都需要更多的时间来运行。我是Matlab的初学者，但仍然想尝试矢量化的技巧，但是这个让我很失望:)

for dim = 1:17 for i = 1:smallestPatchSize:(size(image,1) - currentPatchSize) for j = 1:smallestPatchSize:(size(image,2) - currentPatchSize) % calculate the position in the energy matrix % which has different dimensions than the input pictures iPosition = (i - 1 + smallestPatchSize) / smallestPatchSize; jPosition = (j - 1 + smallestPatchSize) / smallestPatchSize; % calculate the energy values and save them into the energy matrix energy(iPosition, jPosition, dim) = sum(sum(abs(... filters(i:i+currentPatchSize, j:j+currentPatchSize,dim)))) ^ 2; end end end 在此先感谢-这是我的第一个问题@ StackOverflow :)



[B]回答：[/B]

您正在获取块的局部值之和。一个求和过滤器是可分离的，即，如果您想对m乘n求和，可以将其分解为首先取m乘1的求和，然后对结果取1乘n的和。 。请注意，使用完全卷积时，您会更频繁地使用总和，但它仍然比使用blkproc或更新的blockproc更快。

因此，即使是smallestPatchSize ，您也可以将内部循环编写为：

tmp = conv2(... conv2(abs(filter),ones(currentPatchSize,1),'same'),... ones(1,currentPatchSize,'same').^2; %# tmp contains the energy for a sliding window filter. energy = tmp((currentPatchSize/2+1):(currentPatchSize+1):size(image,1)-(currentPatchSize/2+1),... (currentPatchSize/2+1):(currentPatchSize+1):size(image,2)-(currentPatchSize/2+1));

[url=https://stackoverflow.com/questions/5426938]更多&回答...[/url]