并行化高斯模糊链

Question

我有这个代码（qzxswpoi的重新版本）：

this

哪里：

void HessianDetector::detectOctaveKeypoints(const Mat &firstLevel, ...)
{
   vector<Mat> blurs (par.numberOfScales+3, Mat());
   blurs[1] = firstLevel;
   for (int i = 1; i < par.numberOfScales+2; i++){
       float sigma = par.sigmas[i]* sqrt(sigmaStep * sigmaStep - 1.0f);
       blurs[i+1] = gaussianBlur(blurs[i], sigma);
   }
...

所以，正如你所看到的，每个

Mat gaussianBlur(const Mat input, const float sigma)
{
   Mat ret(input.rows, input.cols, input.type());
   int size = (int)(2.0 * 3.0 * sigma + 1.0); if (size % 2 == 0) size++;      
   GaussianBlur(input, ret, Size(size, size), sigma, sigma, BORDER_REPLICATE);
   return ret;
}

都依赖于blurs[i+1]，所以它无法并行化。我的问题是：有没有相同的方法来获得相同的结果，但使用blurs[i]而不是firstLevel？所以它应该看起来像这样：

blurs[i]

可能吗？

for (int i = 1; i < par.numberOfScales+2; i++){
  float sigma = //something;
  blurs[i+1] = gaussianBlur(firstLevel, sigma);
}

回答让我觉得这是可能的，但我无法理解如何实现这个：

卷积过滤器如果连续在同一图像上应用多个过滤器，如高斯模糊，然后是Gabor过滤器，则可以将它们组合在一起。使所有过滤器具有相同的大小并对其进行卷积。然后将结果应用于图像。 Math表示效果与之前的组合相同

Answer 1

这是可能的（您可以并行化）。我有完全相同的问题，并以这种方式解决它（使用python代码查看我的问题的答案）。

This