AVX 指令集并行技术优化中值滤波

版权声明：涉猎过的知识都像是不断汇入大海的涓涓细流，你怎么知道是哪条汇入的溪流让海洋成为海洋呢【转载请注明出处】 https://blog.csdn.net/panda1234lee/article/details/85016941

利用 AVX 向量化技术优化的中值滤波

代码和注释如下：

void medianFilterAVX(int height, int width, unsigned char *__restrict src, unsigned char *__restrict  dst)
{
	// 注意是从 1 开始
    for(int i = 1; i < height - 1; i++)
    {
        int j;

		// 4字节*8 = 32
        for(j = 1; j < width - 1 - 32; j += 32)
        {
            __m256i a[9]; // 3*3 的领域
            a[0] = _mm256_loadu_si256((__m256i *)(src + i * width + j)); // 非对齐模式加载8 个 int 型
            a[1] = _mm256_loadu_si256((__m256i *)(src + i * width + j + 1));
            a[2] = _mm256_loadu_si256((__m256i *)(src + i * width + j - 1));
            a[3] = _mm256_loadu_si256((__m256i *)(src + (i + 1) * width + j));
            a[4] = _mm256_loadu_si256((__m256i *)(src + (i + 1) * width + j + 1));
            a[5] = _mm256_loadu_si256((__m256i *)(src + (i + 1) * width + j - 1));
            a[6] = _mm256_loadu_si256((__m256i *)(src + (i - 1) * width + j));
            a[7] = _mm256_loadu_si256((__m256i *)(src + (i - 1) * width + j + 1));
            a[8] = _mm256_loadu_si256((__m256i *)(src + (i - 1) * width + j - 1));

			// 因为只要知道中值就好（a[4]）
            for( int ji = 0; ji < 5; ji++)
            {
                for( int k = ji + 1; k < 9; k++)
                {
					// 逐字节的比较（32个字节）
                    __m256i large = _mm256_max_epu8(a[ji], a[k]);
                    __m256i small = _mm256_min_epu8(a[ji], a[k]);
                    a[ji] = small;
                    a[k] = large;
                }
            }
            _mm256_storeu_si256((__m256i *)(dst + i * width + j), a[4]);// 非对齐模式存储8 个 int 型
        }

		// 不能被 32 整除的部分
        for(int je = j; je < width - 1; je++)
        {
            unsigned char a[9];
            a[0] = src[i * width + je];
            a[1] = src[i * width + je + 1];
            a[2] = src[i * width + je - 1];
            a[3] = src[(i + 1) * width + je];
            a[4] = src[(i + 1) * width + je + 1];
            a[5] = src[(i + 1) * width + je - 1];
            a[6] = src[(i - 1) * width + je];
            a[7] = src[(i - 1) * width + je + 1];
            a[8] = src[(i - 1) * width + je - 1];
            for( int ji = 0; ji < 5; ji++)
            {
                for( int jj = ji + 1; jj < 9; jj++)
                {
                    unsigned char large = std::max<unsigned char>(a[ji], a[jj]);
                    unsigned char small = std::min<unsigned char>(a[ji], a[jj]);
                    a[ji] = small;
                    a[jj] = large;
                }
            }
            dst[i * width + je] = a[4];
        }
    }

    // 边界处理：直接拷贝
    for( int i = 0; i < width; i++)
    {
        dst[i] = src[i];
        dst[(height - 1)*width + i] = src[(height - 1) * width + i];
    }
    for(int i = 0; i < height; i++)
    {
        dst[i * width] = src[i * width];
        dst[i * width + width - 1] = src[i * width + width - 1];
    }
}

入口函数：

cv::Mat input = imread("micky.png", cv::IMREAD_GRAYSCALE);

cv::Mat scale;
cv::resize(input, scale, cv::Size(3200, 3200));// 为了使得优化效果更明显

int width = scale.cols;
int height = scale.rows;
cv::Mat output = cv::Mat(cv::Size(width, height), CV_8UC1, cv::Scalar(0));

Timer timer;
//meanFilter(scale.data, output.data, width, height);
medianFilter(height, width, scale.data, output.data);
timer.rlog("时间");

timer.restart();
medianFilterAVX(height, width, scale.data, output.data);
timer.rlog("时间");

和串行版本的比较结果如下：提升了将近 19 倍