我的目标是能够在卤化物中模拟信号相关的高斯噪声。我有一个在OpenCV中构建的模型,现在我正在移植到Halide。挑战是,Halide的随机数发生器不是正态分布的,所以我需要使用外部函数来产生噪声值。
该实现尝试使用C++随机数发生器产生正态分布噪声,使用Halide Func在每个像素处产生依赖于信号的噪声标准差,然后将噪声添加到象素中。下面我展示了这些函数的布局。
// Note: This is an implementation of the noise model found in the paper below:
// "Noise measurement for raw-data of digital imaging sensors by
// automatic segmentation of non-uniform targets"
float get_normal_dist_rand( float mean, float std_dev ) {
std::default_random_engine generator;
std::normal_distribution<float> distribution(mean,std_dev);
float out = distribution(generator);
return out;
}
Func make_get_std_dev( Func *in_func ) {
Var x, y, c;
float q = 0.0060;
float p = 0.0500;
// std_dev = q * sqrt(unnoised_pixel - p)
Func get_std_dev("get_std_dev");
get_std_dev(x,y,c) = q * sqrt( (*in_func)(x,y,c) - p );
return get_std_dev;
}
Func make_renoise( Func *in_func, Func *std_dev ) {
Var x, y, c;
// Noise parameters
// noised_pixel = unnoised_pixel +
// gaussian_rand( std_dev = q * sqrt(unnoised_pixel - p) )
// q and p values do not vary between channels
Func renoise("renoise");
renoise(x,y,c) = (*in_func)(x,y,c) +
get_normal_dist_rand(0,(*std_dev)(x,y,c));
return renoise;
}这对我来说是有意义的,但不幸的是,当我试图编译时,我收到了以下错误:
../common/pipe_stages.cpp: In function 'Halide::Func make_renoise(Halide::Func*, Halide::Func*)':
../common/pipe_stages.cpp:223:64: error: cannot convert 'std::enable_if<true, Halide::FuncRef>::type {aka Halide::FuncRef}' to 'float' for argument '2' to 'float get_normal_dist_rand(float, float)'
get_normal_dist_rand(0,(*std_dev)(x,y,c));
^因此,似乎不能将Func的输出提供给C++函数。作为卤化物的一个限制,我想这是有意义的,但我并没有看到实现信号相关的正态分布噪声的替代方案。在Halide中是否有其他使用外部C++函数的方法?我见过人们谈论使用"extern“,但不幸的是,关于该功能的文档似乎很轻,我无法找到我需要的东西。
发布于 2016-10-14 00:03:15
您需要使用我们的一种外部机制来绑定到C++代码。HalideExtern_*是这两种方法中比较容易的一种,它可以让你一次打个电话得到一个随机数。唉,测试/正确性/c_function.cpp.c就是这方面的直接例子,这将有所帮助,但可能更清楚。
出于效率原因,我希望您一次请求一个随机数缓冲区。这可以通过define_extern机制来完成。C++函数必须参与边界推断,因此它需要更多的参与。对此的测试是正确性/extern_producer.cpp。
我希望将随机数转换成适当的分布,或者在Halide中实现随机数生成算法,这是实现真正快速生成代码的正确方法,但这可能比您最初想要的更多的工作。
发布于 2016-10-14 01:04:39
您还可以使用Halide的RNG以及对高斯的二项式近似:
Expr gaussian_random(Expr sigma) {
return (random_float() + random_float() + random_float() - 1.5f) * 2 * sigma;
}添加更多的randomFloat实例,以接近真正的正态分布。
https://stackoverflow.com/questions/40032237
复制相似问题