相关疑难解决方法(0)

我有个问题.我有一个矩阵A,其整数值介于0和5之间,例如:

x=randi(5,10,10)

现在我想调用一个大小为3x3的过滤器,这给了我最常见的值

我试过2个解决方案:

fun = @(z) mode(z(:));
y1 = nlfilter(x,[3 3],fun);

这需要很长时间......

和

y2 = colfilt(x,[3 3],'sliding',@mode);

这也需要很长时间.我有一些非常大的矩阵,两种解决方案都需要很长时间.有没有更快的方法？

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

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 …