企业官网建设流程全解析

在线流程图网站怎么做,做北京塞车网站,wordpress搬家乱码,阿里云网站怎么建设相关文章#xff1a; 优化IPOL网站中基于DCT(离散余弦变换)的图像去噪算法(附源代码)。 SSE图像算法优化系列二十一#xff1a;基于DCT变换图像去噪算法的进一步优化(100W像素30ms)。 这个算法2015年优化过一版#xff0c;2018年又优化过一版#xff0c;2016年初又来回访一…相关文章优化IPOL网站中基于DCT(离散余弦变换)的图像去噪算法(附源代码)。SSE图像算法优化系列二十一基于DCT变换图像去噪算法的进一步优化(100W像素30ms)。这个算法2015年优化过一版2018年又优化过一版2016年初又来回访一下感觉还有优化空间继续又折腾了将近一周速度又有进一步的提升下面是这个三个版本在同一台电脑上的速度比较对于小图其实2026版和2018年速度差异不是很大到了大图新版约有25%左右的提升。那么2026版优化的渠道主要有两处第一个还是内部DCT变换本身的优化以8*8的DCT为例2015版DCT1D的代码如下所示inline void IM_DCT1D_8x1_GT_C(float *In, float *Out) { const float mx00 In[0] In[7]; const float mx01 In[1] In[6]; const float mx02 In[2] In[5]; const float mx03 In[3] In[4]; const float mx04 In[0] - In[7]; const float mx05 In[1] - In[6]; const float mx06 In[2] - In[5]; const float mx07 In[3] - In[4]; const float mx08 mx00 mx03; const float mx09 mx01 mx02; const float mx0a mx00 - mx03; const float mx0b mx01 - mx02; const float mx0c 1.38703984532215f * mx04 0.275899379282943f * mx07; const float mx0d 1.17587560241936f * mx05 0.785694958387102f * mx06; const float mx0e -0.785694958387102f * mx05 1.17587560241936f * mx06; const float mx0f 0.275899379282943f * mx04 - 1.38703984532215f * mx07; const float mx10 0.353553390593274f * (mx0c - mx0d); const float mx11 0.353553390593274f * (mx0e - mx0f); Out[0] 0.353553390593274f * (mx08 mx09); Out[1] 0.353553390593274f * (mx0c mx0d); Out[2] 0.461939766255643f * mx0a 0.191341716182545f * mx0b; Out[3] 0.707106781186547f * (mx10 - mx11); Out[4] 0.353553390593274f * (mx08 - mx09); Out[5] 0.707106781186547f * (mx10 mx11); Out[6] 0.191341716182545f * mx0a - 0.461939766255643f * mx0b; Out[7] 0.353553390593274f * (mx0e mx0f); }可以看到Out[0]到Out[7]这个8个数据前面都还有很多系数共有26次加法及22次乘法实际上可以把他们和前面的系数融合到一起修改后数据如下所示inline void IM_DCT1D_1x8_C(float* In, float* Out) { float V00 In[0] In[7]; float V01 In[0] - In[7]; float V02 In[1] In[6]; float V03 In[1] - In[6]; float V04 In[2] In[5]; float V05 In[2] - In[5]; float V06 In[3] In[4]; float V07 In[3] - In[4]; float V08 0.353553390593274f * (V00 V06); float V09 0.353553390593274f * (V02 V04); float V10 V00 - V06; float V11 V02 - V04; float V12 0.490392640201616f * V01 0.097545161008064f * V07; float V13 0.415734806151273f * V03 0.277785116509801f * V05; float V14 0.415734806151273f * V05 - 0.277785116509801f * V03; float V15 0.097545161008064f * V01 - 0.490392640201616f * V07; float V16 0.707106781186547f * (V12 - V13); float V17 0.707106781186547f * (V14 - V15); Out[0] V08 V09; Out[1] V12 V13; Out[2] 0.461939766255643f * V10 0.191341716182545f * V11; Out[3] V16 - V17; Out[4] V08 - V09; Out[5] V16 V17; Out[6] 0.191341716182545f * V10 - 0.461939766255643f * V11; Out[7] V14 V15; }修改后的代码只有26次加法及16次乘法减少了6次乘法。加速的另外一个部分就是原先的方法是沿着列方向更新权重和累加值新的算法更改为行方向更新权重和累加值这里自然的就变为了缓存友好的方式了。当然其中会增加一部分内存占用。原先的处理方式如下for (int X 0; X Width - 7; X Step) { for (int Y 0; Y Height; Y) { IM_Convert8ucharTo8float_PureC(Src Y * Stride X, DctIn Y * 8); // 把一整列的字节数据转换为浮点数 } for (int Y 0; Y Height; Y) { IM_DCT1D_8x1_GT_C(DctIn Y * 8, DctIn Y * 8); } for (int Y 0; Y Height - 7; Y Step) { IM_DCT2D_8x8_With1DRowDCT_GS_PureC(DctIn Y * 8, DctOut); // DCT变换 IM_DctThreshold8x8_PureC(DctOut, Threshold); // 阈值处理 IM_IDCT2D_8x8_GS_PureC(DctOut, DctOut); // 在反变换回来 IM_UpdateSum8x8_PureC(Sum Y * Width X, DctOut, Width); // 更新权重和阈值 } } IM_SumDivWeight2uchar8x8_PureC(Sum, Dest, Width, Height, Stride, FastMode);更改后的方案为// 先把所有的字节数据转换为浮点数 for (int Y 0; Y Height; Y) { IM_ConvertU8To32F_PureC(Src Y * Stride, SrcF Y * Width, Width); } // 因为后面进行了以y为起点连续8个元素的行方向的DCT变换所以最后7个点也是有取样的 for (int Y 0; Y Height - 7; Y Step) { float* SumL Sum Y * Width; // 8行数据的一维列DCT变换保存到DctIn中 IM_DCT1D_8xW_C_PureC(SrcF Y * Width, DctIn, Width); // 把列DCT变换的数据转置下 IM_TransposeF_PureC(DctIn, DctInT, Width, 8); // 进行了以X为起点X方向连续7个列方向的DCT列变换所以列方向最后7个元素也能取样到 for (int X 0; X Width - 7; X Step) { // 可以重复利用行方向的转置数据 IM_DCT1D_8x8_C_PureC(DctInT X * 8, DctOut); // 转换后的数据还要转置 IM_Transpose8x8F_W8_PureC(DctOut, DctOut); // 阈值处理 IM_DctThreshold8x8_PureC(DctOut, Threshold); // 在反变换回来 IM_IDCT2D_8x8_PureC(DctOut, DctOut); // 更新权重和阈值 IM_UpdateSum8x8_PureC(SumL X, DctOut, Width); } } IM_SumDivWeight2uchar8x8_PureC(Sum, Dest, Width, Height, Stride, FastMode);具体的细节还需要大家自己慢慢悟。对于16*16的DCT本身的计算量就特别夸张原先论文配套的代码也有提供但是同样的道理那里的代码存在大量的可节省计算很多乘法部分可以合并的。优化后的DCT16*16共需要46次乘法72次加法16*16的去噪程度更强同样的Sigma参数结果会更加模糊为了提高16*16的速度也可以仿照8*8的方式加大取样间隔实际测试间隔调整为2个像素对结果基本没影响如果把间隔调整为4个像素在加大的Sigma时可以较为明显的看到局部的方格这个应该是不能忍受的 实际测试如果把间距调整为3个像素其实结果和原始的还是能承受的而且加速也很客观。论文里提到的棋格取样虽然有一定的理论正确性但是实际不太可操作首先是获取满足网格布置的坐标本身就是一个比较慢的过程第二个即使获取了网格坐标因为这些坐标分布基本不是按照先X方向增加再Y方向增加的布局方式布置的所以为了利用后续的加速技巧还要先对他们进行排序这个增加的耗时也是非常客观的所以我个人觉得那个只具有理论意义。另外一个就是关于SSE和AVX加速的部分这里AVX起到的加速作用不是特别明显核心原因估计还是内存加载和保存占比在整个过程中比较多而且在计算部分也曾尝试用FMA相关指令替代muladd也不见有明显的收益。 另外对于算法中经常使用的8*8转置AVX版本如果学SSE那种直接处理加速就更有限了。但是AVX里有不同的port如果充分利用这个则还不错。多线程因为这个DCT算法其实也是领域算法所以不太好直接使用多线程进行处理但是还是有办法对于灰度图像一种方法是按照高度或者宽度方向分块但是分块的时候需要注意块和块之间必须有重叠以保证边缘的不分被充分处理虽然重叠会增加那么一丢丢的耗时但是这不算啥而对于彩色图像因为要把彩色图分单通道后再调用单通道的处理算法所以一个自然的想法就是分解后的单通道之间开三个线程并行就可以了。一个简单的代码如下int IM_DCT_Denoising_8x8_MultiThread_SSE(unsigned char* Src, unsigned char* Dest, int Width, int Height, int Stride, float Sigma, bool FastMode) { int Channel Stride / Width; if ((Src NULL) || (Dest NULL)) return IM_STATUS_NULLREFRENCE; if ((Width 7) || (Height 7) || (Sigma 0)) return IM_STATUS_INVALIDPARAMETER; if ((Channel ! 1) (Channel ! 3)) return IM_STATUS_NOTSUPPORTED; int Status IM_STATUS_OK; if (Width 256) { return IM_DCT_Denoising_8x8_SSE(Src, Dest, Width, Height, Stride, Sigma, FastMode); } else { if (Channel 3) { int StatusA IM_STATUS_OK, StatusB IM_STATUS_OK, StatusC IM_STATUS_OK; unsigned char* Blue (unsigned char*)malloc(Width * Height * sizeof(unsigned char)); unsigned char* Green (unsigned char*)malloc(Width * Height * sizeof(unsigned char)); unsigned char* Red (unsigned char*)malloc(Width * Height * sizeof(unsigned char)); if ((Blue NULL) || (Green NULL) || (Red NULL)) { Status IM_STATUS_OUTOFMEMORY; goto FreeResource; } IM_SplitRGB(Src, Blue, Green, Red, Width, Height, Stride, 0); #pragma omp parallel sections num_threads(3) { #pragma omp section { StatusA IM_DCT_Denoising_8x8_SSE(Blue, Blue, Width, Height, Width, Sigma, FastMode); if (StatusA ! IM_STATUS_OK) Status StatusA; } #pragma omp section { StatusB IM_DCT_Denoising_8x8_SSE(Green, Green, Width, Height, Width, Sigma, FastMode); if (StatusB ! IM_STATUS_OK) Status StatusB; } #pragma omp section { StatusC IM_DCT_Denoising_8x8_SSE(Red, Red, Width, Height, Width, Sigma, FastMode); if (StatusC ! IM_STATUS_OK) Status StatusC; } } if (Status ! IM_STATUS_OK) goto FreeResource; IM_CombineRGB(Blue, Green, Red, Dest, Width, Height, Stride, 0); FreeResource: if (Blue ! NULL) free(Blue); if (Green ! NULL) free(Green); if (Red ! NULL) free(Red); return Status; } else if (Channel 1) { // 大图分三个线程处理因为在10年的电脑上可能很多还是4核要留一个核给操作系统比较好 int BlockSize Width / 3; int BlockA_W BlockSize 7; // 1/3宽度在加上右侧多7个像素能完整的计算出左侧BlockSize大小的信息 int BlockB_W BlockSize 14; // 1/3宽度在加上左右两侧各7个像素能完整的计算出中间的BlockSize大小的信息 int BlockC_W Width - BlockSize - BlockSize 7; // 1/3宽度在加上左侧多7个像素能完整的计算出右侧BlockSize大小的信息(注意宽度不一定能整除所以要用总宽度减去2倍的1/3大小 int StatusA IM_STATUS_OK, StatusB IM_STATUS_OK, StatusC IM_STATUS_OK; unsigned char* BlockA (unsigned char*)malloc(BlockA_W * Height * sizeof(unsigned char)); unsigned char* BlockB (unsigned char*)malloc(BlockB_W * Height * sizeof(unsigned char)); unsigned char* BlockC (unsigned char*)malloc(BlockC_W * Height * sizeof(unsigned char)); if ((BlockA NULL) || (BlockB NULL) || (BlockC NULL)) { Status IM_STATUS_OUTOFMEMORY; goto FreeMemory; } #pragma omp parallel sections num_threads(3) { #pragma omp section { // 拷贝左侧数据到临时内存 for (int Y 0; Y Height; Y) { memcpy(BlockA Y * BlockA_W, Src Y * Stride, BlockA_W * sizeof(unsigned char)); } StatusA IM_DCT_Denoising_8x8_SSE(BlockA, BlockA, BlockA_W, Height, BlockA_W, Sigma, FastMode); if (StatusA ! IM_STATUS_OK) { Status StatusA; } else { // 把数据复制回去 for (int Y 0; Y Height; Y) { memcpy(Dest Y * Stride, BlockA Y * BlockA_W, BlockSize * sizeof(unsigned char)); } } } #pragma omp section { for (int Y 0; Y Height; Y) { memcpy(BlockB Y * BlockB_W, Src Y * Stride BlockSize - 7, BlockB_W * sizeof(unsigned char)); } StatusB IM_DCT_Denoising_8x8_SSE(BlockB, BlockB, BlockB_W, Height, BlockB_W, Sigma, FastMode); if (StatusB ! IM_STATUS_OK) { Status StatusB; } else { for (int Y 0; Y Height; Y) { memcpy(Dest Y * Stride BlockSize, BlockB Y * BlockB_W 7, BlockSize * sizeof(unsigned char)); } } } #pragma omp section { for (int Y 0; Y Height; Y) { memcpy(BlockC Y * BlockC_W, Src Y * Stride 2 * BlockSize - 7, BlockC_W * sizeof(unsigned char)); } StatusC IM_DCT_Denoising_8x8_SSE(BlockC, BlockC, BlockC_W, Height, BlockC_W, Sigma, FastMode); if (StatusC ! IM_STATUS_OK) { Status StatusC; } else { for (int Y 0; Y Height; Y) { memcpy(Dest Y * Stride 2 * BlockSize, BlockC Y * BlockC_W 7, (Width - 2 * BlockSize) * sizeof(unsigned char)); } } } } FreeMemory: if (BlockA ! NULL) free(BlockA); if (BlockB ! NULL) free(BlockB); if (BlockC ! NULL) free(BlockC); return Status; } } return Status; }以上代码灰度图也是使用了3个线程注意在中间块部分呢两边都要进行适当的扩展否则会形成一条比较明显的分界线多线程加速也不是线性开三个线程也是无法得到3倍加速的大约为2倍左右的速度提升。就这么个算法我把所有的可能旋向都做了实现轻轻松松就弄了进7000行代码也是会折腾。现在年龄大了感觉有的时候确实是折腾不动了新的技术在不断发展而我们依旧趴在老旧的技术上啃食。 不过呢也无所谓20年前的CS1.6占地1942星际争霸现在玩起来还是有那种感觉。该算法在最新的Demo中已经更新相关界面如上图所示下载地址https://files.cnblogs.com/files/Imageshop/SSE_Optimization_Demo.rar