环形阵列的快速探测器运行太慢了。Matlab (编辑:删除circshift)

Question

大家好，我正在用Matlab编写快速方法，但在我的笔记本上运行太慢了。这就是我的代码FAST Detector的理论。我知道我的代码效率低下，也不够好，尤其是在数组部分和循环中。这是我的代码：

编辑:我删除了circshift()，因为它使代码多运行5分钟。我试着使用这段代码(按照@Oleg的建议使用pos )，它仍然运行很慢，大约运行了1分钟。

clc
clear all
close all
[file path]=uigetfile('*.jpg','Select Input');
im=imread([path file]);
gray=rgb2gray(im);

% function [bestpoint, sortedR] = FASTdetector2(gray)

[r c] = size(gray);

thres = std(double(gray(:)));
% thres = 50;
C = [];

for b = 19:r-19
    for k = 19:c-19
        p = gray(b,k);
        p1 = gray(b-3,k);
        p2 = gray(b-3,k+1);
        p3 = gray(b-2,k+2);
        p4 = gray(b-1,k+3);
        p5 = gray(b,k+3);
        p6 = gray(b+1,k+3);
        p7 = gray(b+2,k+2);
        p8 = gray(b+3,k+1);
        p9 = gray(b+3,k);
        p10 = gray(b+3,k-1);
        p11 = gray(b+2,k-2);
        p12 = gray(b+1,k-3);
        p13 = gray(b,k-3);
        p14 = gray(b+1,k-3);
        p15 = gray(b+2,k-2);
        p16 = gray(b+3,k-1);
        arrayK = [p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14 p15 p16];
        pos = [1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1 2 3 4 5 6 7 8];

        plus = p + thres;
        min = p - thres;
        count = 0;
        Ar = size(arrayK,2);

            for i = 1:Ar+8
                if arrayK(pos(i)) > plus
                   count = count + 1;
                    if count >= 9
                       C = [C; [b k]];
                       break
                    end
                else 
                   count = 0;
                   continue
                end
            end

            for i = 1:Ar+8
                if arrayK(pos(i)) < min
                   count = count + 1;
                    if count >= 9
                       C = [C; [b k]];
                       break
                    end
                else 
                   count = 0;
                   continue
                end
            end
   end
end

x = C(:,1);
y = C(:,2);
R = HarrisMeasure(x,y);
absR = abs(R);
[val, index] = sort(absR,'descend');
sortedC = C(index,:);
Nindex = size(x,1);
if Nindex < 50   
    bestpoint = sortedC(1:Nindex,:);
    sortedR = val(1:Nindex);
else
    bestpoint = sortedC(1:50,:);
    sortedR = val(1:50);
end

imshow(gray); hold on
plot(bestpoint(:,2),bestpoint(:,1),'r*')

% end

这段代码对每个图像运行大约5分钟:(有人能帮我找出替代代码吗？或者可能将p1 - p16部分的代码缩短为数组？

有没有人知道是哪些部分导致代码运行如此缓慢？

谢谢大家。

Answer 1

代码清理

您在循环的每次迭代中都声明了pos。如果pos是一个常量，请在函数的顶部声明它，这样就不会在每个循环中重新定义它。

我不认为这会大大加快速度，但您也可以将p1到p16替换为arrayK(1)到arrayK(16)，例如...

arrayK(1) = gray(b-3,k);

而不是

p1 = gray(b-3,k);

Preallocation

预先分配数组是一种很好的做法，因此如果行

C = [C; [b k]];

花费了很长时间，您应该在函数开始时将C预先分配给一个长数组，然后将b和k分配给C中的特定位置。

C = ones(10000,2);
idx = 0;
... 
inside the loop
...
idx = idx + 1;
C(idx,:) = [b k];
...
at the end
...
C = C(1:idx,:);

Answer 2

您可以从向量化两个内部for循环开始。

你基本上要做的就是测试数组中的前9个元素。

对于bigger = arrayK > plus;，所有大于plus的值都会被识别。

通过使用卷积，可以检测序列：

sequences = conv(double([bigger(end-4:end),bigger,bigger(1:4)]),ones(1,9),'same');

如果存在等于或大于9的值，则可以将其附加到结果中：

idx = find(sequences==9,1);
if(~isempty(idx))
    C =[C; [b,k]]; 
end

第二个for循环也可以做到这一点。