在Matlab中避免内存重分配 我将一种图像分割方法从C++转换为Matlab。

它是一种迭代方法，可以调用两个函数：em（）和mpm（）。这两个函数使用两个相当大的辅助矩阵，因此为了避免在我的C++实现中的每个调用中重新分配内存，我已经为矩阵预先存储了内存，并在必要时重新设置了其值。 如何在Matlab实现中避免内存重新分配？据我所知，预先分配矩阵并不能解决我的问题，因为当函数试图更改参数的值时，Matlab会自动创建它的副本

是否可以声明一个M文件中所有函数共享的变量

编辑： 这是我的C++代码的概要。我预先分配的两个矩阵是

chanceMatrix

和

labelAssignedVector

：

GSegmentedImage * GEmMpmSegmentator::segmentImage(GImage * image, int labelRange, int steps, unsigned char minGrayLevel){
GSegmentedImage * segmentedImage = new GSegmentedImage(image->getHeight(), image->getWidth());
GParameterVector * paramVector = new GParameterVector(labelRange);

randomizeLabelField(segmentedImage, labelRange);
setOutOfImageLabel(segmentedImage, image, minGrayLevel);
initializeParameterVector(image, paramVector);

// labelAssignedVector stores how many times a pixel received a label 'k'.
// row = image row, column = image column, page = label.
G3DMatrix<unsigned char> * labelAssignedVector = new G3DMatrix<unsigned char>(image->getHeight(), image->getWidth(), labelRange);

// Chance matrix is used by the mpm method.
// chanceMatrix: row = label, column = gray level, page = number of different neighbors
G3DMatrix<double> * chanceMatrix = new G3DMatrix<double>(paramVector->getLabelRange(), 256, 9);

for (int i = 0; i < steps; i++){
    labelAssignedVector->reset();
    if (difPenalty < difMax){
        difPenalty += difInc;
    }

    mpm(paramVector, labelAssignedVector, segmentedImage, image, minGrayLevel, chanceMatrix);
    em(paramVector, labelAssignedVector, image);
}

delete paramVector;
return segmentedImage;
}

GSegmentedImage*GEmMpmSegmentator:：segmentImage（GImage*image、int-labelRange、int-steps、unsigned字符级别）{
GSegmentedImage*segmentedImage=newgsegmentedimage（image->getHeight（），image->getWidth（））；
GParameterVector*paramVector=新的GParameterVector（labelRange）；
randomizeLabelField（分段图像，labelRange）；
setOutOfImageLabel（分段图像、图像、水平）；
初始化参数向量（图像，参数向量）；
//LabelAsignedVector存储像素接收标签“k”的次数。
//行=图像行，列=图像列，页=标签。
G3DMatrix*LabelAsignedVector=新的G3DMatrix（图像->getHeight（），图像->getWidth（），labelRange）；
//概率矩阵用于mpm方法。
//chanceMatrix：行=标签，列=灰度，页=不同邻居的数量
G3DMatrix*chanceMatrix=新的G3DMatrix（参数向量->getLabelRange（），256，9）；
对于（int i=0；ireset（）；
if（difPenalty

虽然

全局

命令可以声明共享变量，但这通常不是一个好主意

一种可能是创建一个句柄类来保存一些东西。也许是这样的：

ValueHandle.m：

classdef ValueHandle < handle
    properties
        value
    end
    methods
        function self = ValueHandle(value)
            self.value = value;
        end
    end
end

classdef ValueHandle

现在，您可以创建ValueHandle对象并访问其

值

属性。句柄本身可以在函数之间传递，就像另一种语言中的引用或指针一样。这可能会有所帮助。这可能需要最新版本的MATLAB

---

如果你想这样做没有多大帮助，你是否考虑过使用Matlab的代码> MEX < /C>扩展系统来用Matlab来桥接现有C++代码？

>P>而 Global < /Cord>命令可以声明共享变量，这通常不是个好主意。 一种可能是创建一个句柄类来保存一些东西。也许是这样的：

ValueHandle.m：

classdef ValueHandle < handle
    properties
        value
    end
    methods
        function self = ValueHandle(value)
            self.value = value;
        end
    end
end

classdef ValueHandle

现在，您可以创建ValueHandle对象并访问其

值

属性。句柄本身可以在函数之间传递，就像另一种语言中的引用或指针一样。这可能会有所帮助。这可能需要最新版本的MATLAB

---

<>如果这不太有用，你是否考虑过使用Matlab的代码> MEX < /C>扩展系统来用Matlab来桥接现有的C++代码？< /p>如果编写代码，则<代码> EM >代码>和<代码> MPM<代码>是外部主函数内的嵌套函数，然后，他们可以访问外部函数范围内的所有内容。如果您可以将注释作为答案写下来，这样我就可以接受。如果您编写的代码使

em

和

mpm

是外部主函数内的嵌套函数，这样他们就可以访问外部函数作用域中的所有内容。如果您可以将注释作为答案写下来，这样我就可以接受它了。使用handle类，您可能会遇到意外的性能问题@米哈伊尔：我同意，MATLAB对象系统比它应该的慢。但是，如果您在MATLAB中使用大量内存，您将在某些地方遇到性能问题。使用handle类，您可能会遇到意外的性能问题@米哈伊尔：我同意，MATLAB对象系统比它应该的慢。但是如果你在MATLAB中使用大量内存，你会在某些地方遇到性能问题。