我试图评估一些基本的图像过滤算法的复杂性。我想知道你是否可以验证这个理论;基本复杂性问题 - 卷积
对于由像逆像素滤波器操作的数目与输入的大小呈线性增长(像素)和
基本像素让图像的边的S =长度 设M =#像素输入
逆是O(M)或O(S^2)的次序。
另一方面,卷积滤波器具有参数R,该参数R确定在为每个滤波器建立下一个像素值时卷积的邻域的大小。
设R =半径卷积滤波器的
卷积是阶为O的(M *((R + R * 2)^ 2)= O(M *(4R^2)= O(MR^2 )
或者我应该让N =卷积滤波器的大小(以像素为单位邻居)?
O(M *(N))= O(MN)
最终的卷积滤波器是线性取决于像素数量和邻域像素数量的乘积。
如果你有任何链接到这里已被记录的文件,将不胜感激。
此致
加文
作业?无论如何,你最后的大噢,对我来说看起来很好。 – 2009-06-06 11:50:35
这是我撰写的关于移动设备限制的论文的一些背景。我正在为android手机制作图像过滤应用程序,我希望这将决定瓶颈的位置。 我使用构建到树中的20个基本节点,这20个节点包含许多点操作,如Add,Or和Subtract。我也有一个卷积滤波器和一个中值滤波器,这是发生瓶颈的地方,我只是想将其正式化。 对树叶的输入始终是相同的图像,它被转换并组合以获得根的输出。 干杯 – gav 2009-06-06 12:07:06