C++ C/C+中的快速7x7二维中值滤波器+；

我正在尝试将以下代码从matlab转换为c++

function data = process(data)
    data = medfilt2(data, [7 7], 'symmetric');
    mask = fspecial('gaussian', [35 35], 12);
    data = imfilter(data, mask, 'replicate', 'same');
    maximum = max(data(:));
    data = 1 ./ ( data/maximum );
    data(data > 10) = 16;
end

medfilt2是一个2D中值滤波器，我需要它支持每像素10位和更多图像。

1.我研究过openCV，它有一个5x5中值滤波器，支持16位，但7x7只支持字节

2.我也看过英特尔IPP，但我只能看到一维中值滤波器

是否有2D过滤器的快速实现
寻找类似于：

使用并行编程和矢量化（AVX/SSE）操作

二维数字信号处理2。变换和中值滤波器。 编辑：黄大胜。斯普林格·维拉格。1981年

中有更多的代码示例

---

我还发现。

由于OpenCV没有为大内核大小（大于5）实现16位中值滤波器，我尝试了三种不同的策略

所有这些都基于Huang的[2]滑动窗口算法。也就是说，当窗口从左向右滑动时，通过删除和插入像素条目来更新直方图。这对于8位图像非常简单，并且已经在OpenCV中实现。然而，一个大的65536箱直方图使得计算有点困难

…该算法仍然是O（log r），但由于存储方面的考虑，它对于16位图像不可行，对于浮点图像不可能。[3]

我使用了<代码>算法>代码> C++标准库，但没有实现WeISS的额外优化策略。 1） 一个简单的排序实现。我认为这是任意像素类型（特别是浮动）的最佳起点

//将滑动窗口中的像素复制到临时vec并
//计算中值（大小总是奇数）
memcpy（&v[0]，&window[0]，window.size（）*sizeof（_-Type））；
std:：vector<\u Type>：：迭代器it=v.begin（）+v.size（）/2；
std:：n_元素（v.begin（），it，v.end（））；
归还它；

2） 稀疏的直方图。我们不想跨过65536个箱子来找到每个像素的中值，那么存储稀疏直方图怎么样？同样，这适用于所有像素类型，但如果窗口中的所有像素都不同（例如浮动），则没有意义

typedef std:：map<\u Type，int>map；
//...
//在滑动窗口内，更新直方图，如下所示
对于（/*像素要删除*/）
{
//_型px
迭代器it=Map.find（px）；
如果（它->秒>1）
它->秒-=1；
其他的
地图。擦除（它）；
}
// ...
用于（/*像素以添加*/）
{
//_型px
迭代器下限=Map.下限（px）；
if（lower！=map.end（）&&lower->first==px）
下->秒+=1；
其他的
map.insert（下，std:：pair（px，1））；
}
//... 通过从一端到另一端的积分计算中值
//直到达到适当的金额。。

3） 密集的直方图。因此，这是密集直方图，但与简单的65536数组不同，我们通过将其划分为子容器使搜索变得更容易，例如：

[0...65535] <- px
[0...4095] <- px / 16
[0...255] <- px / 256
[0...15] <- px / 4096

---

[0…65535]我在网上找到了这个算法，它与OpenCV的算法相同，但是扩展到了16位并优化为SSE

@Gilad:您能解释一下为什么链接解决方案不适用于这里吗？这种实现非常缓慢，但很容易增强。PivioSuuli建议使用AN，但对于16位，它可以非常慢。@吉拉德对于每个位置，可以根据7x7窗口构建49个元素的数组，并使用IPP作为一维情况。考虑添加<代码> SSE 和<代码> AVX标签。或者接近它的东西是可以接受的吗？顺便说一句，在Hund的文章中，他谈论的是大型历史图表的二叉树
typedef std::map< _Type, int > Map;
//...
// inside the sliding window, update the histogram as follows
for ( /* pixels to remove */ )
{
    // _Type px
    Map::iterator it = map.find( px );
    if ( it->second > 1 )
        it->second -= 1;
    else
        map.erase( it );
}
// ...
for ( /* pixels to add */ )
{
    // _Type px
    Map::iterator lower = map.lower_bound( px );
    if ( lower != map.end() && lower->first == px )
        lower->second += 1;
    else
        map.insert( lower, std::pair<_Type,int>( px, 1 ) );
}
//... and compute the median by integrating from the one end until
// until the appropriate sum is reached ..

[0...65535] <- px
[0...4095] <- px / 16
[0...255] <- px / 256
[0...15] <- px / 4096