高效图像2d滑动窗口最大算法与跳跃> 1

Question

该问题类似于在M×N图像上应用滑动2D窗口最大过滤器。然而，与正常情况相反，滑动窗口不是简单地滑过1个像素，而是通过k像素跳跃。因此，例如，如果k = 2，则滑动窗口将水平地应用于（0,0），（2,0），（4,0），...以及类似地垂直的像素。

对于1跳的情况，CUDA NPP（性能原语）库中已经存在一个实现。更具体地说，这些功能被称为nppiFilterMax*。但是，我一直无法找到k-hop滑动的更广泛的版本。作为解决方法，我可以简单地使用NPP函数来执行最大1跳滤波器，并简单地在相应的位置处选择结果，虽然这看起来很浪费且效率低下。这个问题是否有任何现有的实施或白皮书？

Answer 1

那些图像卷积函数通常设计为hop == 1。当> 1时，较少的数据在不同的偏移量之间共享，因此性能可能会下降。

对于hop > 1，您可能需要编写自己的内核以获得更好的性能。您可以看到这个CUDA样本“可分离卷积”以获取更多信息。

http://docs.nvidia.com/cuda/cuda-samples/index.html#cuda-separable-convolution

它配备了一个白皮书讨论细节。幸运的是，最大卷积也是可分离的。你会得到关于如何编写内核这项任务它

http://docs.nvidia.com/cuda/samples/3_Imaging/convolutionSeparable/doc/convolutionSeparable.pdf