c - DSP 的快速二维卷积

Question

我想实现一些旨在在 beagleboard 上运行的图像处理算法.这些算法广泛使用卷积。我正在尝试为 2D 卷积找到一个好的 C 实现(可能使用快速傅里叶变换)。我还希望该算法能够在 beagleboard 的 DSP 上运行，因为我听说 DSP 针对这些类型的操作进行了优化(使用其乘法累加指令)。

我没有该领域的背景，所以我认为自己实现卷积不是一个好主意(我可能不会像了解其背后所有数学的人那样做得好)。我相信 DSP 的良好 C 卷积实现存在于某处，但我找不到它？

有人可以帮忙吗？

编辑:结果内核非常小。它的尺寸为 2X2 或 3X3。所以我想我不是在寻找基于 FFT 的实现。我在网上搜索卷积以查看其定义，以便我可以直接实现它(我真的不知道卷积是什么)。我所发现的只是乘积积分，我不知道如何用矩阵来做。有人可以给我一段 2X2 内核案例的代码(或伪代码)吗？

Answer 1

图像和内核的尺寸是多少？如果内核很大，那么您可以使用基于 FFT 的卷积，否则对于小内核，只需使用直接卷积。

尽管 DSP 可能不是执行此操作的最佳方式 - 仅仅因为它具有 MAC 指令并不意味着它会更高效。 Beagle Board 上的 ARM CPU 是否具有 NEON SIMD？如果是这样，那么这可能是可行的方法(而且也更有趣)。

对于一个小内核，你可以像这样进行直接卷积:

// in, out are m x n images (integer data)
// K is the kernel size (KxK) - currently needs to be an odd number, e.g. 3
// coeffs[K][K] is a 2D array of integer coefficients
// scale is a scaling factor to normalise the filter gain

for (i = K / 2; i < m - K / 2; ++i) // iterate through image
{
  for (j = K / 2; j < n - K / 2; ++j)
  {
    int sum = 0; // sum will be the sum of input data * coeff terms

    for (ii = - K / 2; ii <= K / 2; ++ii) // iterate over kernel
    {
      for (jj = - K / 2; jj <= K / 2; ++jj)
      {
        int data = in[i + ii][j +jj];
        int coeff = coeffs[ii + K / 2][jj + K / 2];

        sum += data * coeff;
      }
    }
    out[i][j] = sum / scale; // scale sum of convolution products and store in output
  }
}

您可以修改它以支持 K 的偶数值 - 它只需要注意两个内部循环的上限/下限。