Non Local Means-块匹配MATLAB和GPU实现

matlab 代码

IO接口

[posIdx, weiIdx] = blockMaching(im, par)
输入：
* 图像im
* 匹配参数，window和block尺寸，step等
输出：
* 不同中心块对应的前10个类的索引posIdx
* 前10个类的权重

步骤：

1. 设置块匹配的window大小为5*5，window移动步长为1，block大小为25*25，block的移动步长为2。
2. 提取所有window块

对于3维图像，[d1,d2,d3] = size(im);

方法1.

for d3
    for d1
        for d2
        %抽取5*5的window
        end
    end
end

从以上代码可知，循环次数为 d1*d2*d3,并且在取window时，存在内存不连续的取数过程。

方法2.

for d3
    for window_row
        for window_col
        %%按列取一维块中不同位置的数据
        end
    end
end

以上代码可知，循环次数为d3*window_row*window_col,每次取数据都是连续地址。
通过试验对比，在相同的图像尺寸下，方法2比方法1要快至少10倍

1. //

2. //

3. 中心块是以步长为2提取的，需要保存中心块索引

   两个索引：

   • 当前中心块在所有块内的索引
   • offInAllBlk=(