matlab:在圆形neighboorhoods内有效计算局部直方图

Tin*_*Tin 5 optimization performance matlab image-processing histogram

我想要在圆形邻域内计算局部直方图的图像.邻域的大小由a给出radius.虽然下面的代码完成了这项工作,但它的计算成本却很高.我运行探查器,我访问圆形社区内的像素的方式已经很昂贵了.

是否有任何基于矢量化的改进/优化?或者,例如,将邻域存储为列?我在这篇文章中发现了一个类似的问题,所提出的解决方案完全符合下面代码的精神,但是解决方案仍然不适合我的情况.任何想法都非常受欢迎:-)想象一下,目前图像是二进制的,但该方法也应理想地与灰度图像一起使用:-)

[rows,cols] = size(img);
hist_img      = zeros(rows, cols, 2);
[XX, YY]      = meshgrid(1:cols, 1:rows);
for rr=1:rows
        for cc=1:cols
            distance      = sqrt( (YY-rr).^2 + (XX-cc).^2  );
            mask_radii = (distance <= radius);
            bwresponses   = img(mask_radii);
            [nelems, ~]   = histc(double(bwresponses),0:255);
            % do some processing over the histogram
            ...
        end
end
Run Code Online (Sandbox Code Playgroud)

编辑1鉴于收到的反馈,我试图更新解决方案.但是,它还不正确

radius = sqrt(2.0);
disk   = diskfilter(radius);
fun    = @(x) histc( x(disk>0), min(x(:)):max(x(:)) ); 
output = im2col(im, size(disk), fun);

function disk = diskfilter(radius)
    height  = 2*ceil(radius)+1;
    width   = 2*ceil(radius)+1;
    [XX,YY] = meshgrid(1:width,1:height);
    dist    = sqrt((XX-ceil(width/2)).^2+(YY-ceil(height/2)).^2);
    circfilter = (dist <= radius);
end
Run Code Online (Sandbox Code Playgroud)

Aki*_*nen 0

您可以尝试使用相反的逻辑进行处理(如评论中简要解释的那样)

hist = zeros(W+2*R, H+2*R, Q);
for i = 1:R+1;
  for j = 1:R+1;  
      if ((i-R-1)^2+(j-R-1)^2 < R*R)
         for q = 0:1:Q-1;
             hist(i:i+W-1,j:j+H-1,q+1) += (image == q);
         end
      end
   end
end
Run Code Online (Sandbox Code Playgroud)