代码之家 › 专栏 › 技术社区 › snakile

基于DSP的快速二维卷积

beagleboard convolution fft signal-processing c

snakile · 技术社区 · 14 年前

我想实现一些图像处理算法,这些算法打算在 beagleboard . 这些算法广泛使用卷积。我试图找到一个很好的二维卷积的C实现(可能使用快速傅立叶变换)。我还希望算法能够在beagleboard的DSP上运行,因为我听说DSP是为这些操作(使用其乘法累加指令)而优化的。

我没有这个领域的背景,所以我认为自己实现卷积并不是一个好主意(我可能不会像一个了解卷积背后所有数学知识的人那样做得好)。我相信在某个地方有一个很好的C卷积实现,但我找不到它?

有人能帮忙吗?

编辑: 原来内核很小。它的尺寸是2X2或3X3。所以我想我不是在寻找基于FFT的实现。我在网上搜索卷积来查看它的定义,这样我就可以直接实现它(我不知道什么是卷积)。我只发现了一些乘法积分,我不知道如何处理矩阵。有人能给我一段2X2内核的代码(或伪代码)吗?

2 回复 | 直到 14 年前

Paul R 14 年前

图像和内核的维数是多少?如果内核很大,那么可以使用基于FFT的卷积,否则对于小内核只使用直接卷积。

对于小内核,可以执行如下直接卷积:

// in, out are m x n images (integer data)
// K is the kernel size (KxK) - currently needs to be an odd number, e.g. 3
// coeffs[K][K] is a 2D array of integer coefficients
// scale is a scaling factor to normalise the filter gain

for (i = K / 2; i < m - K / 2; ++i) // iterate through image
{
  for (j = K / 2; j < n - K / 2; ++j)
  {
    int sum = 0; // sum will be the sum of input data * coeff terms

    for (ii = - K / 2; ii <= K / 2; ++ii) // iterate over kernel
    {
      for (jj = - K / 2; jj <= K / 2; ++jj)
      {
        int data = in[i + ii][j +jj];
        int coeff = coeffs[ii + K / 2][jj + K / 2];

        sum += data * coeff;
      }
    }
    out[i][j] = sum / scale; // scale sum of convolution products and store in output
  }
}

您可以修改它以支持K的偶数值-只需稍微注意两个内部循环的上限/下限。

Renato Gama 11 年前

我知道这可能不是什么话题,但是由于C和JavaScript之间的相似性,我相信它仍然会有帮助。附言:灵感来自@Paul R answer。

function newArray(size){
    var result = new Array(size);
    for (var i = 0; i < size; i++) {
        result[i] = new Array(size);
    }

    return result;
}

function convolveArrays(filter, image){
    var result = newArray(image.length - filter.length + 1);

    for (var i = 0; i < image.length; i++) {
        var imageRow = image[i];
        for (var j = 0; j <= imageRow.length; j++) {

            var sum = 0;
            for (var w = 0; w < filter.length; w++) {
                if(image.length - i < filter.length) break;

                var filterRow = filter[w];
                for (var z = 0; z < filter.length; z++) {
                    if(imageRow.length - j < filterRow.length) break;
                    sum += image[w + i][z + j] * filter[w][z];
                }
            }

            if(i < result.length && j < result.length)
                result[i][j] = sum;
        }   
    }

    return result;
}

你可以在 http://ec2-54-232-84-48.sa-east-1.compute.amazonaws.com/two-dimensional-convolution-algorithm-with-arrays-in-javascript/