SSE优化系列八：使用SSE优化多尺度细节提升算法 |
您所在的位置：网站首页 › 图像算法优化设计 › SSE优化系列八：使用SSE优化多尺度细节提升算法 |
SSE优化系列八：使用SSE优化多尺度细节提升算法
|
前言
这篇文章的原始来源请看我以前写的这篇博客：https://blog.csdn.net/just_sort/article/details/85007555 上面有算法原理和普通的opencv实现。然后这篇文章是在SSE优化系列七: 对盒滤波的SSE优化(https://blog.csdn.net/just_sort/article/details/98075712)的基础上，将多尺度提升算法中的高斯滤波换成高速的SSE优化的盒滤波，并对其他部分的处理代码进行SSE优化。 算法原理
这里有IM_ClampToByte和IM_Sign函数需要注意，其他都和论文的公式保持一致。这两个函数的源码表示为： int IM_Sign(int X) { return (X >> 31) | (unsigned(-X)) >> 31; } inline unsigned char IM_ClampToByte(int Value) { if (Value < 0) return 0; else if (Value > 255) return 255; else return (unsigned char)Value; //return ((Value | ((signed int)(255 - Value) >> 31)) & ~((signed int)Value >> 31)); } SSE优化重点来看一下对这个算法的SSE优化，第一个优化的点在于IM_Sign这个函数，这个函数当参数大于0时，返回1，参数小于0时，返回-1，参数等于0时，返回0。从ImageShop博主的分享中了解到这个函数可以用下面的指令来实现： inline __m128i _mm_sgn_epi16(__m128i v) { #ifdef __SSSE3__ v = _mm_sign_epi16(_mm_set1_epi16(1), v); // use PSIGNW on SSSE3 and later #else v = _mm_min_epi16(v, _mm_set1_epi16(1)); // use PMINSW/PMAXSW on SSE2/SSE3. v = _mm_max_epi16(v, _mm_set1_epi16(-1)); //_mm_set1_epi16(1) = _mm_srli_epi16(_mm_cmpeq_epi16(v, v), 15); //_mm_set1_epi16(-1) = _mm_cmpeq_epi16(v, v); #endif return v; }注意上面分为SSE3及以上版本或者以下版本的不同实现，要注意自己的机器是否开启了SSE3支持或者是否支持SSE3。 第二个点是考虑到数据范围，需要将字节数据扩展到signed short类型，这个操作我们已经非常熟悉了。下面给出原始的SSE代码实现： void MultiScaleSharpen_SSE(unsigned char *Src, unsigned char *Dest, int Width, int Height, int Stride, int Radius) { int Channel = Stride / Width; unsigned char *B1 = (unsigned char *)malloc(Height * Stride * sizeof(unsigned char)); unsigned char *B2 = (unsigned char *)malloc(Height * Stride * sizeof(unsigned char)); unsigned char *B3 = (unsigned char *)malloc(Height * Stride * sizeof(unsigned char)); BoxBlur_SSE(Src, B1, Width, Height, Channel, Stride, Radius); BoxBlur_SSE(Src, B2, Width, Height, Channel, Stride, Radius * 2); BoxBlur_SSE(Src, B3, Width, Height, Channel, Stride, Radius * 4); int BlockSize = 8, Block = (Height * Stride) / BlockSize; __m128i Zero = _mm_setzero_si128(); __m128i Four = _mm_set1_epi16(4); for (int Y = 0; Y < Block * BlockSize; Y += BlockSize) { __m128i SrcV = _mm_unpacklo_epi8(_mm_loadl_epi64((__m128i *)(Src + Y)), Zero); __m128i SrcB1 = _mm_unpacklo_epi8(_mm_loadl_epi64((__m128i *)(B1 + Y)), Zero); __m128i SrcB2 = _mm_unpacklo_epi8(_mm_loadl_epi64((__m128i *)(B2 + Y)), Zero); __m128i SrcB3 = _mm_unpacklo_epi8(_mm_loadl_epi64((__m128i *)(B3 + Y)), Zero); __m128i DiffB1 = _mm_sub_epi16(SrcV, SrcB1); __m128i DiffB2 = _mm_sub_epi16(SrcB1, SrcB2); __m128i DiffB3 = _mm_sub_epi16(SrcB2, SrcB3); //__m128i Offset = _mm_srai_epi16(_mm_add_epi16(_mm_add_epi16(_mm_mullo_epi16(_mm_sub_epi16(Four, _mm_slli_epi16(_mm_sgn_epi16(DiffB1), 1)), DiffB1), _mm_slli_epi16(DiffB2, 1)), DiffB3), 2); __m128i Offset = _mm_add_epi16(_mm_srai_epi16(_mm_sub_epi16(_mm_slli_epi16(_mm_sub_epi16(SrcB1, _mm_sign_epi16(DiffB1, DiffB1)), 1), _mm_add_epi16(SrcB2, SrcB3)), 2), DiffB1); _mm_storel_epi64((__m128i *)(Dest + Y), _mm_packus_epi16(_mm_add_epi16(SrcV, Offset), Zero)); } for (int Y = Block * BlockSize; Y < Height * Stride; Y++) { int DiffB1 = Src[Y] - B1[Y]; int DiffB2 = B1[Y] - B2[Y]; int DiffB3 = B2[Y] - B3[Y]; Dest[Y] = IM_ClampToByte(((4 - 2 * IM_Sign(DiffB1)) * DiffB1 + 2 * DiffB2 + DiffB3) / 4 + Src[Y]); } }注意到计算Offset的时候最直接的实现是使用注释那一行实现的，但是这里思考我们将IM_Sign(DiffB1) * DiffB1放在一起进行观察时，就会发现这个整体可以直接用_mm_sign_epi16实现，这样我们就可以省下一条指令。最后我们还能将DiffB2,DiffB3展开一些项和DiffB1结合，也可以优化到几条指令。所以就成了最后的SSE优化的版本。 我们来看下速度对比： 原图 https://www.cnblogs.com/Imageshop/p/7895008.html 源码https://github.com/BBuf/Image-processing-algorithm-Speed |
具体见我在2018年12月写的：https://blog.csdn.net/just_sort/article/details/85007555
多尺度细节提升后的结果 
【本文地址】
今日新闻 |
推荐新闻 |