如何优化该循环的计算速度？

Question

我被一个难题困住了(至少对我来说是这样)。在分析我的代码时，我注意到几乎所有(单核心)计算时间都被下面的单个嵌套循环(图像上的双积分)所占用。你认为加速计算的最好方法是什么？

我试图将它映射到嵌套流，但我不知道如何映射多个if块.尝试在GPU上使用OpenCL来解决这个问题更合适吗？

ip是一个ImageJ ImageProcessor，它的方法.getPixelValue(x,y)也很消耗资源。但是，由于它属于一个已建立的库，如果可以的话，我想避免修改它。

变量声明：

private ImageProcessor ip = null; //This type comes from ImageJ
private double area;
private double a11, a22;
private double u1, u2;
private double v1, v2;
private double y1, y2;
private static final double HALF_SQRT2 = sqrt(2.0) / 2.0;
private static final double SQRT_TINY =
    sqrt((double)Float.intBitsToFloat((int)0x33FFFFFF));

功能：

private double contrast (
) {
    if (area < 1.0) {
        return(1.0 / SQRT_TINY);
    }
    double c = 0.0;
    final int xmin = max((int)floor(u1), 0);
    final int xmax = min((int)ceil(v1), width - 1);
    final int ymin = max((int)floor(u2), 0);
    final int ymax = min((int)ceil(v2), height - 1);
    if ((u1 < xmin) || (xmax < v1) || (u2 < ymin) || (ymax < v2)){
        return(1.0 / SQRT_TINY);
    }
    if ((xmax <= xmin) || (ymax <= ymin)) {
        return(1.0 / SQRT_TINY);
    }
    for (int y = ymin; (y <= ymax); y++) {
        final double dy = y2 - (double)y;
        final double dy2 = dy * dy;
        for (int x = xmin; (x <= xmax); x++) {
            final double dx = y1 - (double)x;
            final double dx2 = dx * dx;
            final double d = sqrt(dx2 + dy2);
            double z = a11 * dx2 + a12 * dx * dy + a22 * dy2;
            if (z < SQRT_TINY) {
                c -= ip.getPixelValue(x, y);
                continue;
            }
            z = a3 / sqrt(z);
            double d0 = (1.0 - z / SQRT2) * d;
            if (d0 < -HALF_SQRT2) {
                c -= ip.getPixelValue(x, y);
                continue;
            }
            if (d0 < HALF_SQRT2) {
                c += SQRT2 * d0 * ip.getPixelValue(x, y);
                continue;
            }
            d0 = (1.0 - z) * d;
            if (d0 < -1.0) {
                c += ip.getPixelValue(x, y);
                continue;
            }
            if (d0 < 1.0) {
                c += (1.0 - d0) * ip.getPixelValue(x, y) / 2.0;
                continue;
            }
        }
    }
    return(c / area);

Answer 1

您可以尝试一种划分和征服方法。

将图像划分为n部件，这些部件被并行处理。但是，您必须处理边界上发生的边缘情况(两个部分在边界上相遇)。

或者你可以开始寻找计算(离散)积分的数值算法，这些算法是为并行性设计的。

更新

因为您的方法名为contrast，所以我假设您正在更改图像的对比度。

对图像的操作可以通过卷积(本质上是一个离散的双积分，如果在2D图像上执行)与特定的内核 (图像滤波器)来执行。这些操作可以在GPU上计算，并产生数量级的加速.您可以使用OpenCl编写在多个GPU上执行的程序。

Answer 2

您没有提供太多关于循环中发生的事情的信息，例如，变量'ip‘是什么。但是通常，我建议实例化for-循环范围之外的变量，因为使用局部变量会增加内存使用量。