二维矩阵的DCT和IDCT的Java实现
我已经有了一个dct和idct的实现,但是尽管进行了适当的优化,随着矩阵大小的增加,它们变得非常缓慢。 是否有人知道这两种情况下的更快实现,或者任何为二维案例提供更快实现的Java库。 谢谢二维矩阵的DCT和IDCT的Java实现,java,performance,optimization,Java,Performance,Optimization,我已经有了一个dct和idct的实现,但是尽管进行了适当的优化,随着矩阵大小的增加,它们变得非常缓慢。 是否有人知道这两种情况下的更快实现,或者任何为二维案例提供更快实现的Java库。 谢谢 public final double[][]初始系数(double[][]c) { 最终int N=c.长度; 最终双精度值=1/数学sqrt(2.0); 对于(inti=1;i现在它是一个O(n4)算法,四个嵌套循环都进行n迭代。可分离性可以归结为O(n3)(或者O(n2log n),如果你有足够的勇气
public final double[][]初始系数(double[][]c)
{
最终int N=c.长度;
最终双精度值=1/数学sqrt(2.0);
对于(inti=1;i现在它是一个O(n4)算法,四个嵌套循环都进行n
迭代。可分离性可以归结为O(n3)(或者O(n2log n),如果你有足够的勇气尝试快速余弦变换的话)。它实际上比使用2D公式更简单,因为它是这样的:
- 在所有行上运行1D DCT
- 对所有列(上一个结果的列)运行1D DCT
或(可选)使两个零件完全相同:
- 在所有行上运行1D DCT,保存转置的结果
- 再来一次
转置意味着它第二次真正做列,在两个转置中,撤销彼此
那么,余弦,你注意到了吗
预计算余弦似乎很困难,因为我在计算内部(循环)局部变量的余弦
这些余弦实际上只是以公式形式写下来的常量,数组只依赖于n
。例如,看看FFmpeg在中是如何实现的,你有DCT的最大大小吗?如果使用整数是可以的(这通常是图像处理的情况),您可以在那里找到一些大小为4、8、16和32的快速实现:比什么快?向我们展示您的代码(可能更适合)@maaartinus我为这两个实现添加了我当前的代码。随着矩阵大小的增加,它们往往会变慢。DCT是可分离的,你应该使用它。另外,Math.cos非常慢,你只需要从中提取几个值,这样你就可以在数组中准备它们了。@harold你说DCT是可分离的是什么意思?而且代码不是可分离的数学课的成绩很低。我认为这是循环的问题。我正在使用(512 x 512)矩阵。我的意思是你不必直接做2D DCT。你可以用n+n 1D DCT来构造它。这可能也是数学课,因为cos速度非常慢,你要做的主要事情是取余弦,其余的都会消失在噪音中。使用可分性可以去掉很多余弦,但你可以去掉更多余弦。很好breakdown,将按照您的建议进行尝试,我希望在这种情况下速度更快。我知道这是一个相当晚的答复,但仍然没有进展,无法按照您的解释使其工作。@herald我尝试了示例代码,但没有完全理解它,项目仍然挂起
public final double[][] initCoefficients(double[][] c)
{
final int N = c.length;
final double value = 1/Math.sqrt(2.0);
for (int i=1; i<N; i++)
{
for (int j=1; j<N; j++)
{
c[i][j]=1;
}
}
for (int i=0; i<N; i++)
{
c[i][0] = value;
c[0][i] = value;
}
c[0][0] = 0.5;
return c;
}
/* Computes the discrete cosine transform
*/
public final double[][] forwardDCT(double[][] input)
{
final int N = input.length;
final double mathPI = Math.PI;
final int halfN = N/2;
final double doubN = 2.0*N;
double[][] c = new double[N][N];
c = initCoefficients(c);
double[][] output = new double[N][N];
for (int u=0; u<N; u++)
{
double temp_u = u*mathPI;
for (int v=0; v<N; v++)
{
double temp_v = v*mathPI;
double sum = 0.0;
for (int x=0; x<N; x++)
{
int temp_x = 2*x+1;
for (int y=0; y<N; y++)
{
sum += input[x][y] * Math.cos((temp_x/doubN)*temp_u) * Math.cos(((2*y+1)/doubN)*temp_v);
}
}
sum *= c[u][v]/ halfN;
output[u][v] = sum;
}
}
return output;
}
/*
* Computes the inverse discrete cosine transform
*/
public final double[][] inverseDCT(double[][] input)
{
final int N = input.length;
final double mathPI = Math.PI;
final int halfN = N/2;
final double doubN = 2.0*N;
double[][] c = new double[N][N];
c = initCoefficients(c);
double[][] output = new double[N][N];
for (int x=0; x<N; x++)
{
int temp_x = 2*x+1;
for (int y=0; y<N; y++)
{
int temp_y = 2*y+1;
double sum = 0.0;
for (int u=0; u<N; u++)
{
double temp_u = u*mathPI;
for (int v=0; v<N; v++)
{
sum += c[u][v] * input[u][v] * Math.cos((temp_x/doubN)*temp_u) * Math.cos((temp_y/doubN)*v*mathPI);
}
}
sum /= halfN;
output[x][y] = sum;
}
}
return output;
}