matlab中计算矩的速度的简单测试

本文介绍了两种计算图像矩的方法:一种是通过循环迭代计算,另一种则是利用矩阵运算。通过对比发现,矩阵运算的方式不仅效率更高,而且通过优化内存分配与初始化过程能够进一步提升计算速度。

计算图像的矩,通过矩来计算图像的不变矩特征。

采用了两种方式计算不变矩。

第一种,直接采用循环实现:

 

% 计算图像平面上区域的矩
% 参考:《图像工程(中册)图像分析》P240
% f           输入二维图像(函数)
% (p,q)    需要计算的阶数
% 返回:
%        函数 f(x,y) 的 p+q 阶矩
function [moment]
=CalculateMoment(f,p,q)
[xSize,ySize]
=size(f);        % 计算横纵范围
f
=double(f);                        % 类型抓换
moment
=0.0;  
tic

testtimes
=10000;            % 测试次数
for mm=1:testtimes
    
for x=1:xSize
        
for y=1:ySize
            moment
=moment+(x^p)*(y^q)*f(x,y);  % 计算代码
        end
    end
end
moment
=moment/testtimes
toc

输出为:

moment = 1.2885e+003

Elapsed time is 12.563000 seconds.

 第二种方式,采用矩阵运算实现:

testtimes=10000;
for mm=1:testtimes
    xMatrix
=zeros(xSize,ySize);                
    yMatrix
=zeros(xSize,ySize);  
    
for i=1:xSize 
        xMatrix(i,:)
=i;
    end
    
for j=1:ySize 
        yMatrix(:,j)
=j;
    end
    moment
=sum(sum((xMatrix.^p).*(yMatrix.^q).*f));% 计算矩
end
toc

 

输出为:Elapsed time is 5.907000 seconds.

花费时间不到前面的一半。

倘若把内存分配与初始化工作放到循环测试的外边,即

xMatrix=zeros(xSize,ySize);                
yMatrix
=zeros(xSize,ySize);  
for i=1:xSize 
    xMatrix(i,:)
=i;
end
for j=1:ySize 
    yMatrix(:,j)
=j;
end
testtimes
=10000;
for mm=1:testtimes
    moment
=sum(sum((xMatrix.^p).*(yMatrix.^q).*f));% 计算矩
end
toc

输出为:Elapsed time is 4.782000 seconds.

运算时间可以进一步减少。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值