图像分块加速处理

最新推荐文章于 2024-04-09 18:24:02 发布

原创最新推荐文章于 2024-04-09 18:24:02 发布 · 2.3k 阅读

4 ·

CC 4.0 BY-SA版权

算法专栏收录该内容

3 篇文章

订阅专栏

本文介绍MATLAB中图像处理的分块加速技术，利用计算机多核并行处理能力提升图像处理效率。详细解释了加速原理，展示了如何在MATLAB中检测并行计算资源，提供了并行计算池配置及使用的案例。

图像分块加速处理

写在前面

本文整理自网上的博客加上，对程序进行了些简单的调试，和自己的一些思考，写的不太完善，也可能有些地方表达的不太准确，如果后续发现有问题再进行完善修改

加速的原理

图像在进行处理的时候可以进行分块加速，那么分块为什么可以加速，原来计算机里面是多核的，分块以后，使用计算机的多核同时并行处理，最后再把结果组合起来，就能达到加速的效果

加速的实现

MATLAB如何加速

matlab在计算大数据内存以及大矩阵运算时，提供多核运算的解决方案，Matlab的并行计算实质还是主从结构的分布式计算。当你初始化Matlab并行计算环境时，你最初的Matlab进程自动成为主节点，同时初始化多个Matlab计算子节点

如何查看电脑的核的数目

首先检查电脑有几个核：在快速启动工具栏上点右键，选择“启动任务管理器”，或者在开始-运行中输入“taskmgr”，启动任务管理器。点性能选项卡，可以看到CPU使用记录，右上角有几个框就代表有几个核心。当然还有其他方法，如需了解请点参考2

关于内核

CPU(Central Processing Unit): 中央处理单元，CPU != 物理核，更 != 逻辑核。
物理核(physical core/processor): 可以看的到的，真实的cpu核，有独立的电路元件以及L1,L2缓存，可以独立地执行指令。
逻辑核(logical core/processor): 在同一个物理核内，逻辑层面的核。（比喻，像动画片一样，我们看到的“动画”，其实是一帧一帧静态的画面，24帧/s连起来就骗过了人类的眼睛，看起来像动起来一样。逻辑核也一样，物理核通过高速运算，让应用程序以为有两个cpu在运算）。
关系：通常所说的核是指的逻辑核

MATLAB测试

明白了核的概念以后，我们来在MATLAB上检测一下：
我们可以通过matlabpool命令来启动和配置Matlab并行计算池，但是较高版本的MATLAB会出现“未定义函数或变量 ‘matlabpool’”的错误，而采用了parpool命令来代替
在mathwork中我们可以对parpool进行检索，点击右边的translate可以将网页翻译成中文

使用本地配置文件启动由2名工作人员组成的并行池。

parpool('local',2)

查找当前并行池中的工作人员数。

poolobj = gcp('nocreate'); % If no pool, do not create new one.
if isempty(poolobj)
    poolsize = 0;
else
    poolsize = poolobj.NumWorkers
end

关于关闭

使用默认配置文件创建并行池, 然后删除该池。

poolobj = parpool;
delete(poolobj)

装配成函数如下：

function [] = closematlabpool
   poolobj = gcp('nocreate');
   delete(poolobj);
end

也可以直接

delete(gcp('nocreate'))

更详细的内容请参考资料5

各博客的案例

案例1：

 %% 启动并行计算 
 core_number=2; %想要调用的处理器个数
 parpool('local',core_number); 
 % % % % % % 启动后有如下提示： 
 % Starting parallel pool (parpool) using the 'local' profile ... 
 % connected to 2 workers. 
 %% 算例(没有实际意义，甚至很奇怪的例子)
 temp = []; 
 for j = 1:100 
    for i = 1:10
       x = i + j; 
       temp(i) = x; 
    end 
    % y = x + 1; 
  %x是临时变量，不能在parfor循环外使用
  y = temp .^ 2; 
  %temp是sliced变量(基本就是向量)，可以在parfor循环外使用 end 
  %% 关闭并行计算 delete(gcp('nocreate')); 
  % % % % % 关闭后有如下提示： 
  % Parallel pool using the 'local' profile is shutting down.

案例2：
最好的方法是这样:

for k=1:M*N
　　i=mod(k-1,M)+1    %行号
　　j=floor((k-1)/M)+1     %列号
end

Note：

Matlab启动并行环境是比较慢的，不过不用每次都重新启动环境，启动一次以后能一直使用
parfor循环中的临时变量不能在循环外使用且每次parfor迭代后临时变量都会自动清除
parfor使用时机：每次循环相互独立，且数据量较大
parfor只能用在单循环当中

图像分块

clc; clear all; close all;
I = imread('lena.jpg');
height= size(I, 1); %求出行
width = size(I, 2); %求出列
region_size = 256;  %区域宽高大小
numRow = round(height/region_size);%图像在垂直方向能分成多少个大小为region_size
numCol = round(width/region_size);%图像在水平方向能分成多少个大小为region_size
I=imresize(I,[numRow*region_size,numCol*region_size]);%重新生成新的图像，以防止temp下标越界
 
t1 = (0:numRow-1)*region_size + 1; t2 = (1:numRow)*region_size;
t3 = (0:numCol-1)*region_size + 1; t4 = (1:numCol)*region_size;
figure; 
k = 0;
for i = 1 : numRow
    for j = 1 : numCol
        
        temp = I(t1(i):t2(i), t3(j):t4(j), :);
        k = k + 1;
        subplot(numRow, numCol, k);
        imshow(temp);       
    end
end