在matlab中快速计算图像的梯度

Question

我试图优化我的代码,发现我的一个代码是瓶颈.我的代码是:

function [] = one(x)
I = imread('coins.png');
I = double(I);
I = imresize(I,[x x]);
sig=.8;    % scale parameter in Gaussian kernel
G=fspecial('gaussian',15,sig); % Caussian kernel
Img_smooth=conv2(I,G,'same');  % smooth image by Gaussiin convolution
[Ix,Iy]=gradient(Img_smooth);
f=Ix.^2+Iy.^2;
g=1./(1+f);  % edge indicator function.
end

我试图像这样运行它:清除所有;关闭所有;

x=4000;N=1;
tic
for i=1:N
    one(x);
end
toc

我发现梯度算子语句消耗的时间最多(约占总时间的60%).所以它让我思考如何进一步优化我的代码....

我咨询过几个网站:Dgradient和http://regularize.wordpress.com/2013/06/19/how-fast-can-you-calculate-the-gradient-of-an-image-in-matlab/

但是Dgradient是一个MEX文件,我不想使用它.我想写自己的渐变功能.我在博客中读到matlab中的梯度算子明显更慢,并且通过使用shift&substract和稀疏矩阵加速.

我不了解稀疏矩阵.但是我确实尝试使用shift和substract方法.但是我很确定我的代码是错误的.请问任何人都可以澄清matlab用于计算其梯度的差异是什么？并告诉我如何在我的代码中执行此操作？

clc;clear all;close all;
I = imread('coins.png');
I = double(I(:,:,1));
I = imresize(I,[4 4]);

tic
[dx dy] = gradient(I);
toc

tic
%//Doing forward difference on both directions
dx1 = [I(:,2:end) I(:,end)] - I;
dy1 = [I(2:end,:);I(end,:)] - I;
toc

请你们看看代码并建议我如何正确应用它？或者使用稀疏矩阵指导我如何做到这一点？

Answer 1

感谢您的所有回答和有用的建议。我采纳了pseudoDust、 Hugues、Dima和High Performance Mark的建议并编写了自己的代码。我的代码如下：

clc;clear all;close all;
x=32;
I = imread('coins.png');
I = imresize(I,[x x]);
I = double(I(:,:,1));

tic
[dx dy] = gradient(I);
toc

tic
[m,n]=size(I);
A = [I(:,2:end) zeros(m,1)];
B = [zeros(m,1) I(:,1:end-1)];
dx1 = [I(:,2)-I(:,1) (A(:,2:end-1)-B(:,2:end-1))./2 I(:,end)-I(:,end-1)];
A = [I(2:end,:) ; zeros(1,n)];
B = [zeros(1,n) ; I(1:end-1,:)];
dy1 = [I(2,:)-I(1,:) ; (A(2:end-1,:)-B(2:end-1,:))./2 ; I(end,:)-I(end-1,:)];
toc

nnz(dx-dx1)
nnz(dy-dy1)

我的基本想法是：梯度对 2 个相邻位置（左和右或上和下）进行平均，除了边缘，它取值和相邻位置之间的差异。然后我检查了我生成的矩阵（dx1，dy1）和matlab梯度函数生成的矩阵（dx，dy）。

Elapsed time is 0.010232 seconds.
Elapsed time is 0.000066 seconds.
ans =
     0
ans =
     0

所以我相信我的代码是正确的。至少可以说，时间结果也令人惊讶。然后，我使用 matlab 代码对不同尺寸的图像进行计时。

我得到这个结果：

%x=16
Elapsed time is 0.010790 seconds.
Elapsed time is 0.000057 seconds.
%x=32
Elapsed time is 0.010564 seconds.
Elapsed time is 0.000069 seconds.
%x=64
Elapsed time is 0.010627 seconds.
Elapsed time is 0.000152 seconds.
%x=128
Elapsed time is 0.011346 seconds.
Elapsed time is 0.000669 seconds.
%x=256
Elapsed time is 0.017311 seconds.
Elapsed time is 0.004468 seconds.
%x=512
Elapsed time is 0.044148 seconds.
Elapsed time is 0.030435 seconds.
%x=1024
Elapsed time is 0.093386 seconds.
Elapsed time is 0.093029 seconds.
%x=2048
Elapsed time is 0.345423 seconds.
Elapsed time is 0.387762 seconds.

所以我的结论是：对于尺寸高达 1024X1024 的图像，我的代码比 matlab 中内置的渐变命令更快。

编辑：我更新了我的答案并添加了这个图表：

它清楚地表明，对于较小的数组大小，我的代码比 matlab 梯度函数要快得多。

我的代码正确吗？请大伙儿仔细看一下并检查一下。请提供您的反馈。我确实是 matlab 的新手，对这个结果感到非常惊讶。请检查我所做的是否正确？