首页 理论教育实时性分析:如何确保系统高效运行

实时性分析:如何确保系统高效运行

【摘要】:在实际的工程应用中,纹理图像特征提取和识别方法的实时性是一个重要的因素,尤其在那些对实时性要求较高的应用场景。因此,为了评估本章所提出方法的实时性,本节在KTH-TIPS纹理库和CUReT纹理库上进行实验,计算一个样本图像的平均时间消耗,将其作为算法实时性的度量。表4-4本章提出的改进CLBP方法与其他算法的时间消耗对比从表4-4可以看出,本章提出的方法具有较好的实时性,是一种高效的纹理特征提取和识别方法。

在实际的工程应用中,纹理图像特征提取和识别方法的实时性是一个重要的因素,尤其在那些对实时性要求较高的应用场景。因此,为了评估本章所提出方法的实时性,本节在KTH-TIPS纹理库和CUReT纹理库上进行实验,计算一个样本图像的平均时间消耗,将其作为算法实时性的度量。同时,将本章方法的实时性与其他一些算法的实时性进行了比较,具体的实验结果如表4-4所示。

表4-4 本章提出的改进CLBP方法与其他算法的时间消耗对比(s)

从表4-4可以看出,本章提出的方法具有较好的实时性,是一种高效的纹理特征提取和识别方法。这主要是因为在本章方法的实现过程中,始终关注算法实时性的提高,采取了多种措施降低本章算法的计算量,具体如下所述:

(1)在构建纹理图像的多尺度图像空间时,本章方法选择最佳的高斯滤波次数n=2,在最大程度上减少了高斯滤波的次数和多尺度空间中的纹理图像个数,这一方面能够显著降低构造多尺度图像空间时进行多次高斯滤波的计算量,另一方面能够显著降低后续对多尺度图像空间中每个纹理图像进行特征提取的计算量。

(2)在利用DDT-CLBP算法提取对光照变化和图像旋转具有稳健性的纹理特征时,对于DDT-CLBP算法生成的三个分量DDT-CLBPS、DDTCLBPM、DDT-CLBPC编码图像的直方图,按照[P+1, P+1, 2]的维数对直方图中相近的直方条进行了有效合并,使DDT-CLBPS、DDT-CLBPM编码图像的直方图维数从2P降为P+1,从而显著降低了DDT-CLBPS、DDT-CLBPM直方图的维数和后续特征提取的计算量。

(3)在纹理图像的多尺度图像空间中,对三个不同尺度纹理图像的DDT-CLBPS/M/C联合直方图进行跨尺度取每个模式的最大值,用一个最大的联合直方图代替原有的三个不同尺度纹理图像的联合直方图,可使联合直方图的特征维数降为原来的1/3,显著降低了后续在分类器判别阶段对不同样本的联合直方图特征进行比较的计算量。

综上所述,以上这些措施都有效降低了本章算法的特征维数和计算量,提高了本章方法的实时性,从而使本章方法可满足很多工程应用场景对实时性的需求。