cuda实现图像离散傅里叶(dft)变换

针对12000*12000灰度图像的离散傅里叶变换需求,由于OpenCV在i7 12核处理器和32GB内存环境下处理速度慢,作者选择自编CUDA代码进行优化。通过理解opencv的DFT函数参数,如DFT_INVERSE、DFT_SCALE和DFT_ROWS,实现了GPU上的高效DFT计算,以提高计算速度。
摘要由CSDN通过智能技术生成

 需求:加载一副12000*12000的灰度图像,使用GPU对其进行离散傅里叶变换

    存在的问题:使用opencv处理此数据,机器为i7 12核处理器,32GB内存时,release版本程序耗时12000毫秒,opencv 自带的GPU版本速度更慢。

    解决办法:自己写代码,实现图像数据的傅里叶变换。

    首先,了解一下opencv dft函数的参数含义。

 

    函数:dft(InputArray, OutputArray, int flag, in nonzerorows=0)

 

    参数一:InputArray、OutputArray是输入输出图像

  参数二:flag转换标识符,可选项有DFT_INVERSE、DFT_SCALE、DFT_ROWS、DFT_COMPLEX_OUTPUT、DFT_REAL_OUTPUT

    DFT_INVERSE:用一维/二维逆变换取代默认的正向变换

    DFT_SCALE:所得结果处以像素总数

    DFT_ROWS:每行单独处理

    DFT_COMPLEX_OUTPUT:输出和原图一样大的复数结果

    DFT_REAL_OUTPUT:输出和原图一样大的实数结果

    参数三:nonzerorows,可以忽略,一般很少用

 

    本次使用cuda实现dft,需要关注以下三个参数:

    DFT_INVERSE、DFT_SCALE、DFT_ROWS

    下面不废话,直接上代码


                
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