首先为标题道歉,我不知道它是否描述了我正在努力实现的目标,但它是我所拥有的最好的。
基本上我有一个描述二维空间强度的数组。然后我想在给定的一组迭代中将这种强度分配给邻居,即假设我有以下数组:
intensity = [ 0, 0, 0, 0, 0,
0, 0, 0, 0, 0,
0, 0, 0, 0, 0,
0, 0, 100, 0, 0,
0, 0, 0, 0, 0,
0, 0, 0, 0, 0,
0, 0, 0, 0, 0 ]
然后我对我的 distributeIntensity 算法进行一次传递(将 50% 的强度分配给邻居)。然后我会:
[ 0, 0, 0, 0, 0,
0, 0, 0, 0, 0,
0, 50, 50, 50, 0,
0, 50, 100, 50, 0,
0, 50, 50, 50, 0,
0, 0, 0, 0, 0,
0, 0, 0, 0, 0 ]
如果我对原始数组执行 2 次传递,我得到的数组将是:
[ 0, 0, 0, 0, 0,
25, 50, 75, 50, 25,
50, 150, 200, 150, 50,
75, 200, 300, 200, 75,
50, 150, 200, 150, 50,
25, 50, 75, 50, 25,
0, 0, 0, 0, 0 ]
我当前的代码是:
this.distributeIntensities = function(passes, shareRatio) {
for (var i = 0; i < passes; i++) { this.distributeIntensity(shareRatio); }
}
this.distributeIntensity = function(shareRatio) {
var tmp = hm.intensity.slice(0); // copy array
for (var i = 0; i < tmp.length; i++) {
if (hm.intensity[i] <= 0) { continue; }
var current = hm.intensity[i];
var shareAmount = current * shareRatio;
this.shareIntensityWithNeighbours(tmp, shareAmount, i);
}
hm.intensity = tmp;
}
this.shareIntensityWithNeighbours = function(arr, heat, i) {
// This should be var x = Math.floor(...) however
// this is slower and without gives satisfactory results
var x = i % hm.columnCount;
var y = i / hm.columnCount;
if (x > 0) {
if (y > 0) arr[i - hm.columnCount - 1] += heat;
arr[i - 1] += heat;
if (y < (hm.rowCount - 1)) arr[i + hm.columnCount - 1] += heat;
}
if (y > 0) arr[i - hm.columnCount] += heat;
if (y < (hm.rowCount - 1)) arr[i + hm.columnCount] += heat;
if (x < (hm.columnCount - 1)) {
if (y > 0) arr[i - hm.columnCount + 1] += heat;
arr[i + 1] += heat;
if (y < (hm.rowCount - 1)) arr[i + hm.columnCount + 1] += heat;
}
}
现在,这可以工作,但是速度非常慢(我正在处理一个巨大的数组和 8 次传递)。我知道有一种更快/更好/更干净的方法可以做到这一点,但它超出了我的能力,所以我把它放在那里希望有人能指出我正确的方向(注意:我不会说流利的数学,事实上我在数学上很文盲)。
提前致谢
吉多
最佳答案
Convo lution是一种常见的图像处理技术(现在您有一个关键字可以搜索!)。
[[ 0.5, 0.5, 0.5 ],
[ 0.5, 1.0, 0.5 ],
[ 0.5, 0.5, 0.5 ]]
看起来您已经手动用这个内核实现了卷积。
为了加快速度:因为卷积是关联的,所以您可以预先计算单个过滤器,而不是多次应用原始过滤器。例如,如果 passes = 2,
once = [[ 0.5, 0.5, 0.5 ], [ 0.5, 1.0, 0.5 ], [ 0.5, 0.5, 0.5 ]]
twice = once ⊗ once =
[[ 0.25, 0.50, 0.75, 0.50, 0.25 ],
[ 0.50, 1.50, 2.00, 1.50, 0.50 ],
[ 0.75, 2.00, 3.00, 2.00, 0.75 ],
[ 0.50, 1.50, 2.00, 1.50, 0.50 ],
[ 0.25, 0.50, 0.75, 0.50, 0.25 ]]
distribute(hm) = hm ⊗ once ⊗ once
= hm ⊗ twice
如果您将重复执行此操作,那么学习 Fourier 可能是值得的Transform ;有一个定理表明
FT(X ⊗ Y) = FT(X) ⋅ FT(Y)
或应用傅立叶逆变换后,
X ⊗ Y = IFT(FT(X) ⋅ FT(Y))
换句话说,复杂的卷积可以用简单的乘法代替。
关于javascript - 快速扩散强度算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1968260/