我的问题很简单。可能太简单了。但问题是，在我的一个项目中，我用下面几行来扩展一个二进制图像。
cv::dilate(c_Proj, c_Proj, Mat(), Point(), 2);其基本上是用3 × 3矩形结构元素来扩展二进制图像。从最后一个参数可以看到，我正在执行这个操作的2次迭代，这相当于：
cv::dilate(c_Proj, c_Proj, Mat(), Point(), 1);
cv::dilate(c_Proj, c_Proj, Mat(), Point(), 1);我的问题是：如果我使用6x6结构元素只执行一次迭代，而不是执行两次迭代，这在准确性和性能方面是否等同于上面的代码？图像只迭代一次，是否更快？
3条答案
按热度按时间weylhg0b1#
具有相同内核的膨胀可以用两个卷积运算来表示：
由于卷积的性质，该运算等价于：
一个3x3内核与它自身的卷积将产生5x5矩阵，所以你的6x6假设是错误的。
在性能方面，有很多需要考虑的。在我之前的实习中，我们的目标是使用尽可能小的内核，因为较大的内核会导致性能损失。经验法则是，小内核对映像的处理速度更快，因为您可以使用CPU寄存器存储和检索它们，而无需访问L1或L2缓存。而且如果你的内核适合寄存器，你可以很容易地使用SSE指令。
卷积的并行化是另一回事，我没有太多关于它的实用信息。所以我不知道如果使用并行实现，这个经验事实是否仍然成立。
csbfibhn2#
你将不得不自己测量性能，但是用6x6元素进行一次膨胀应该更快，这似乎是合乎逻辑的。Wikipedia表示二进制膨胀是关联的。这意味着如果用另一个这样的矩形扩张的3x3矩形给出6x6矩形，则实际上两个3x3的扩张等同于一个6x6的扩张。
jckbn6z73#
首先，两个3x3的序列应该与5x5相同。第二，至于性能，5x5更慢。关于它有一些粗略的想法：如果你考虑原始实现（基于循环），计算的数量应该是3x3xWxHx2，而不是5x5xWxHx1。