Matlab中的光栅扫描

我正试图为一个涉及指纹识别的更大项目编写代码。我正在尝试使用blockproc，它占用我的128x128矩阵的3x3“窗口”。我有一个52x9矩阵，矩阵的每一行都描述了一个分叉模式。我需要做的是从128x128矩阵中取出3x3块，同时从左到右、从上到下移动。然后使用神经网络将每一块与分叉模式矩阵进行比较。我需要进行光栅扫描，以确保获得128x128矩阵的所有可能的3x3表示形式。换句话说，我需要向右移动1个像素，获得3x3窗口，运行网络，然后再移动1个像素，等等。如果我不能再向右移动（不能再创建3x3窗口），我将向下移动1个像素，然后再次重复水平扫描过程。例如：

一个简单的3x5阵列：

A = [10 11 12 13 14;
     15 16 17 18 19;
     20 21 22 23 24];

使用2x3窗口执行光栅扫描将产生以下矩阵

A1 = [10 11 12;
      15 16 17];

A2 = [11 12 13;
      16 17 18];

A3 = [12 13 14;
      17 18 19];

A4 = [15 16 17;
      20 21 22];

A5 = [16 17 18;
      21 22 23];

A6 = [17 18 19;
      22 23 24];

请记住，默认情况下，MATLAB始终沿行运行，因此需要翻转A和块大小。您可以检查由

colfilt（）

内部调用的块序列：

---

其中，每列依次为A1、A2、。。。或者更准确地说，

重塑（A1'，[]，1）

，

重塑（A2'，[]，1）

，两个循环有什么问题？一个用于行，一个用于列：

for row=1:128-3

for col=1:128-3

subMatrix = M(row,col:col+3)

% send to neural network function
end

end

---

有什么问题吗？您在生成A1-A6算法（或数据集的等效算法）时有困难吗？我在从给定矩阵生成A1-A6时有困难。我可能会想出一些带有if条件的for/loop来检查是否可以形成3x3矩阵，但如果可能的话，我宁愿尝试使用一个函数。我不确定哪一个计算速度更快。谢谢你，这个函数从来都不是什么新鲜事。我想我也可以使用循环，因为我需要跟踪结果。Matlab中的循环是致命的slow@user2151446你错了，我的朋友！当您需要循环并且没有其他选择时，请使用循环

for row=1:128-3

for col=1:128-3

subMatrix = M(row,col:col+3)

% send to neural network function
end

end