并行化高斯模糊链答案

【问题标题】：Parallelize chain of Gaussian Blurs并行化高斯模糊链
【发布时间】：2017-08-27 01:30:27
【问题描述】：

我有这个代码（this 的重新访问版本）：

void HessianDetector::detectOctaveKeypoints(const Mat &firstLevel, ...)
{
   vector<Mat> blurs (par.numberOfScales+3, Mat());
   blurs[1] = firstLevel;
   for (int i = 1; i < par.numberOfScales+2; i++){
       float sigma = par.sigmas[i]* sqrt(sigmaStep * sigmaStep - 1.0f);
       blurs[i+1] = gaussianBlur(blurs[i], sigma);
   }
...

地点：

Mat gaussianBlur(const Mat input, const float sigma)
{
   Mat ret(input.rows, input.cols, input.type());
   int size = (int)(2.0 * 3.0 * sigma + 1.0); if (size % 2 == 0) size++;      
   GaussianBlur(input, ret, Size(size, size), sigma, sigma, BORDER_REPLICATE);
   return ret;
}

因此，如您所见，每个blurs[i+1] 都依赖于blurs[i]，因此无法并行化。我的问题是：是否有等效的方法来获得相同的结果，但使用firstLevel 而不是blurs[i]？所以它应该看起来像：

for (int i = 1; i < par.numberOfScales+2; i++){
  float sigma = //something;
  blurs[i+1] = gaussianBlur(firstLevel, sigma);
}

有可能吗？

This 回答让我认为这是可能的，但我不明白我该如何实现：

卷积过滤器如果您在同一张图像上应用多个过滤器连续地，像高斯模糊，然后是 Gabor 滤波器，你可以将它们组合在一起。使所有过滤器大小相同并进行卷积他们。然后将结果应用到图像上。数学说效果会是和之前的组合一样

【问题讨论】：

你想要lazy evaluation。这可以通过expression templates 来实现。

标签： c++ opencv blur gaussianblur

【解决方案1】：

这是可能的（您可以并行化）。我遇到了完全相同的问题，并以这种方式解决了它（请参阅我对该问题的回答，使用 python 代码）。

https://dsp.stackexchange.com/questions/667/image-pyramid-without-decimation/55654#55654

【讨论】：