MATLAB--對於im2bw函數的優化

    由於我在研究的是uint8圖像，所以對於優化im2bw函數的形式爲：im2bw(uint8[], T)，不過其它形式也可以由類似思想導出。

測試代碼：遍歷8個圖像得出時間

for n=1:8
    c=char(str(n));
    f=imread(c);
    testtime3%要測試的代碼
end

算法一

tic
fR=im2bw(f(:,:,1),235/255);
fG=im2bw(f(:,:,2),20/255);
fB=im2bw(f(:,:,3),39/255);
toc

算法二

tic
fk=true(1030,1920);
fR=uint8(f(:,:,1)-235);
fR=fR&fk;
fG=uint8(f(:,:,2)-20);
fG=fG&fG;
fB=uint8(f(:,:,3)-39);
fB=fB&fk;
toc

分析：

從圖中可以看出兩者速度幾乎相差無幾，都爲0.008-0.011範圍內，那麼問題來了，優化到底在哪。

優化（敲黑板）：

1 im2bw的用處是將閾值以上的轉爲1，以下的轉爲0，但是假若我想要的在閾值以下怎麼辦，答案是求補集，但是這又是一次計算有木有。而採取算法二不管你取哪個範圍都是同樣的計算量。

2 對於單通道的閾值來說，兩者速度相差無幾，但是多通道閾值那就不一定了：

算法一時間會增加，因爲要加一次交運算，時間爲0.011-0.013：

ff=fR&fG&fB;

但是，但是算法二時間會減少，減少，減少，因爲算法二多通道下反而只用計算一次交運算：

tic
fR=uint8(f(:,:,1)-235);
fG=uint8(f(:,:,2)-20);
fB=uint8(f(:,:,3)-39);

ff=fR&fG&fB;
toc

時間爲0.005-0.008，明顯減少了（還有這種騷操作）。

3 也是很重要的一點，im2bw只能算單閾值，對於多閾值無能爲力，而算法二計算多閾值只需要經過一次變換即可得到結果：

算法一，計算兩次閾值，再進行交運算，搞不好還得進行補運算，慢的要死，此處不做測試（代碼被刪了），時間爲2-3倍以上。

算法二，數學變換，採用矩陣運算，時間增幅很小，爲0.007-0.010。

tic
fR=f(:,:,1);
fR=(fR-183).*(223-fR);
fG=f(:,:,2);
fG=(fG-26).*(40-fG);
fB=f(:,:,3);
fB=(fB-4).*(18-fB);

fR=uint8(fR);
fG=uint8(fG);
fB=uint8(fB);

ff=fR&fG&fB;
toc

結果：

拒絕im2bw，從我做起。單通道單閾值都有缺陷，對於多通道多閾值無能爲力，慢到炸。不如我自己的算法。