Как ускорить ДПФ, указав интересующую область в частотной области - PullRequest
0 голосов
/ 25 мая 2018

Примечание. Этот вопрос первоначально задавался на форуме OpenCV пару дней назад.

Я создаю программу обработки изображений, в которой широко используются 2-размерный дрейф, дискретное преобразование Фурье.Я пытаюсь ускорить работу в режиме реального времени.

В этом приложении я использую только часть вывода dft, указанную в прямоугольной области интереса.Моя текущая реализация состоит из следующих шагов:

  1. Вычислить dft входного изображения f (обычно размер 512x512) и получить весь результат dft F
  2. Обрезать F в предварительно заданную область интереса (ROI, обычно размер 32x32, расположен произвольно), R

ThisПроцесс в основном работает хорошо, но требует бесполезных вычислений, так как мне нужна только частичная информация F .Я ищу способ ускорить этот расчет только за счет вычисления необходимой части dft.

Я обнаружил, что OpenCV с Intel IPP вычисляет dft с функциями Intel IPP, что приводит на порядок быстрее, чем наивная реализация OpenCV,Мне интересно, могу ли я даже ускорить это вычисление, только вычисляя предварительно заданную частотную область dft.

Поскольку я новичок в OpenCV, я заблудился, поэтому надеюсь, что вы могли бы предоставитьспособ сделать это.

Пожалуйста, обратите внимание, что я не хочу делать dft для ROI изображения, то есть dft (ROI (f)) , но я хочувычислить ROI (dft (f)) .

Заранее спасибо.

1 Ответ

0 голосов
/ 25 мая 2018

Просто частичная идея.

ДПФ является отделимым.Он всегда вычисляется сначала применением алгоритма FFT к строкам изображения, затем к столбцам результата (или наоборот, порядок не имеет значения).

Если вы хотите только ROIвыходных данных, на втором шаге вам нужно только обработать столбцы, которые попадают в область ROI.

Я не думаю, что вы найдете способ вычислить только подмножество частот в каждой 1D строке /колонка.Скорее всего, это повлечет за собой взлом вашего собственного БПФ, который, вероятно, будет более затратным в вычислительном отношении, чем использование в IPP или FFTW.

...