图像算法工作感想之笨方法

        非制冷红外图像动态范围压缩算法通过不断精进，解决试验中反馈的成像问题，终于有了一个阶段性成果。 几种算法各有特点，满足不同场景需求，对硬件要求不同。为降低成本，权衡选择了合适的一种。因技术保密要求，不便多言算法内容。仅写几点感想，以表纪念。

一、 死磕目标，不断精进

         红外行业市场潜力巨大，但是目前还处于小众市场时期，除了一些传统测温类型产品外，观瞄产品也逐渐起步，对后者来说，成像质量和用户的视觉感受是评价产品的重要标准，但是这一标准又具有很大的主观性。比如对两种算法的成像效果，不同的人的评价标准不同，有人说A更好，有人说B更好。所以算法的目标与客户要求之间很难达成完全一致，但是在确保方向正确的前提下，目标是可以调整的，最终目的是人眼观看舒适性高、观测目标清晰、整体层次分明、细节清晰。如何才能达到这一终极目标呢？众所周知，没有一种算法能够适合所有的应用场景，总有意外情况出现，所以有人说自己的算法效果达到100%，那可以多半是骗人的，或者自己的测试样本有限。我们能做的就是不断提高算法性能，逼近目标。这不是一个轻松快乐的过程，而是充满烦躁郁闷的过程，不断的被否定和自我否定一直推动着自己向前，不断寻找新方法，修改算法的实现步骤和实现细节，调整算法参数，繁琐与劳累充斥其中。这与信心无关，需要的是耐心和坚持，精益求精。试着用笨笨的方法去解决问题，不考虑其他诀窍，这对产品经理来说，是错误的思维，对算法开发来说也许是合适的方法。

二、熟练工具、快速实现

        在算法开发过程中，工具的使用是基本功，尤其是编程能力。在仿真阶段：当你有一个算法思路需要验证时，必须进行编程实现，无论是matlab仿真还是C语言实现，或是其他语言编程，都需要迅速实现，仿真实验，观察效果和过程数据，分析算法的效果与合理性。在实现阶段：无论是软件开发还是代码交付，都需要高质量的编程水平和开发工具的熟练使用。如何能够“快速”熟悉开发工具，用于达成自己的开发目的呢？多练。不畏困难，多练习，时间长了，忽然有一天，你发现实现一个算法不再是一件困难的事情，而是自然而然，随手拈来的事情的时候，就说明你已经能够很好地利用开发工具实现自己的算法了，怎么达到这种水平呢？还是多联系，多和开发工具打交道，多用它！是的，还是没有什么诀窍，笨方法嘛！

三、完整优化、通力配合

         算法优化的意义不言而喻，无论是软件系统算法模块的开发，还是需要移植到DSP、FPGA之类的硬件上面实现，都需要算法仿真代码进行优化。这里有篇文章《编写高效的C程序与C代码优化》

http://www.cnblogs.com/archimedes/p/writing-efficient-c-and-code-optimization.html 介绍的非常好，可以参考学习。对代码的优化需要对算法的实现过程不断提问题，解决问题。综合考虑算法运行效率和内存需求，从时间和内存两个角度思考如何交付满足使用要求的算法模块，多与系统工程师和移植工程师交流沟通，积极配合，对反馈修改验证，最终实现算法的产品化需要往复沟通多次，这都是必不可少的工作。

四、结语

         算法总有不完美之处，趋向完美，满足应用，应该是要工作的主要目标。这需要坚持与不断精进，日积月累地向目标迈进，激情难长久，唯有坚持精进。