Fatal编程技术网
  • algorithm/
  • Algorithm 快速傅里叶变换算法适合于图像梯度计算吗？

Algorithm 快速傅里叶变换算法适合于图像梯度计算吗？

algorithm image-processing

Algorithm 快速傅里叶变换算法适合于图像梯度计算吗？,algorithm,image-processing,fft,Algorithm,Image Processing,Fft,我有一个大小为mXn的矩阵和一个过滤器[-1 0 1]，需要对其执行卷积运算。我可以用O（n^2）个步骤来完成这项工作，但在进一步的谷歌搜索中，快速傅里叶变换不断出现在各处。我想知道FFT是否适合这个问题。矩阵只有随机整数。但如果我有浮动值，会有不同吗？FFT是针对这样的问题吗？如果您的滤波器只有两个非零元素，则根据定义计算卷积只需O（n*m）步数（即数据的大小）。在这种情况下，FFT对您没有帮助：2D FFT需要类似于O（n*m*（logn+logm）） 总而言之：当你有一个简单的局部滤波器时

我有一个大小为
mXn
的矩阵和一个过滤器
[-1 0 1]
，需要对其执行卷积运算。我可以用O（n^2）个步骤来完成这项工作，但在进一步的谷歌搜索中，快速傅里叶变换不断出现在各处。我想知道FFT是否适合这个问题。矩阵只有随机整数。但如果我有浮动值，会有不同吗？FFT是针对这样的问题吗？

如果您的滤波器只有两个非零元素，则根据定义计算卷积只需
O（n*m）
步数（即数据的大小）。在这种情况下，FFT对您没有帮助：2D FFT需要类似于
O（n*m*（logn+logm））

总而言之：当你有一个简单的局部滤波器时，执行卷积的最好方法是直接计算和。当您需要使用较大的数据计算卷积或相关性（考虑与另一幅图像的相关性）或执行复杂运算时，FFT可以帮助您