高斯模糊优化加速总结

1.使用分离卷积

     先对x方向做一维高斯模糊,再对y方向做一维高斯模糊,所得结果跟二维高斯模糊效果一样,因为一个二维矩阵就是可以拆解成一个行向量和一个列向量相乘。

算法复杂度由n*n*k变为2*k*n。k为像素个数,n为高斯模糊半径。算法是间复杂度从O(n^2)提高到了O(n)。

 

2.用多次均值等效高斯模糊

      一维均值模糊的曲线是一个矩形框,经过三次均值模糊后,逐渐接近正态分布,也既高斯分布。经过4次均值模糊后,其结果跟高斯模糊只有4%的误差。通常是采用3次均值模糊来等效高斯模糊。这样每个像素只用一次乘法,时间复杂度缩小到O(C)。

 

3.用StackBlur

StackBlur用CPU计算,内核形状介于高斯模糊和均值模糊之间,但处理速度比CPU版的高斯模糊快得多,图像质量又比均值模糊好得多,肉眼基本分辨不出和高斯模糊有区别。StackBlur耗时和半径无关,在大半径模糊的情况下,速度甚至快于GPU加速的高斯模糊。

 

 

 

 

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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