ADD file via upload

复杂算法实验步骤一.c

@@ -0,0 +1,67 @@
+#include <stdio.h>
+#include <time.h>
+
+// 定义GaussianBlur函数
+void applyGaussianBlur(float src[5][5], float dst[5][5], int h, int w, float kernel[3][3]) {
+    int i, j, m, n;
+    float sum;
+
+    // 对图像进行高斯模糊
+    for (i = 1; i < h - 1; i++) { // 遍历除边界以外的所有像素
+        for (j = 1; j < w - 1; j++) {
+            sum = 0.0;
+            // 使用3×3高斯核对周围像素进行加权平均
+            for (m = -1; m <= 1; m++) {
+                for (n = -1; n <= 1; n++) {
+                    sum += src[i + m][j + n] * kernel[m + 1][n + 1];
+                }
+            }
+            // 将计算结果存储到目标图像
+            dst[i][j] = sum;
+        }
+    }
+}
+
+int main() {
+    // 示例输入图像矩阵（5x5）
+    float src[5][5] = {
+        {1, 1, 1, 1, 1},
+        {1, 2, 2, 2, 1},
+        {1, 2, 4, 2, 1},
+        {1, 2, 2, 2, 1},
+        {1, 1, 1, 1, 1}
+    };
+
+    // 3x3高斯模糊核
+    float kernel[3][3] = {
+        {1.0 / 16.0, 2.0 / 16.0, 1.0 / 16.0},
+        {2.0 / 16.0, 4.0 / 16.0, 2.0 / 16.0},
+        {1.0 / 16.0, 2.0 / 16.0, 1.0 / 16.0}
+    };
+
+    // 输出图像矩阵
+    float dst[5][5] = {0};
+
+    clock_t start = clock();
+
+    // 调用GaussianBlur函数
+    applyGaussianBlur(src, dst, 5, 5, kernel);
+
+    clock_t end = clock();
+
+    // 输出结果 
+    int i,j; 
+    printf("Blurred Image:\n");
+    for (i = 0; i < 5; i++) {
+        for ( j = 0; j < 5; j++) {
+            printf("%.2f ", dst[i][j]);
+        }
+        printf("\n");
+    }
+
+    // 计算并输出运行时间
+    printf("Execution time: %.6f seconds\n", (double)(end - start) / CLOCKS_PER_SEC);
+
+    return 0;
+}
+

复杂算法实验步骤三.c

@@ -0,0 +1,87 @@
+#include <stdio.h>
+#include <time.h>
+#include <arm_neon.h>  // 包含 NEON 指令集的头文件
+
+// 定义可分离的高斯模糊函数（带有NEON优化）
+void applySeparableGaussianBlurNEON(float src[5][5], float dst[5][5], int h, int w, float kx[3], float ky[3]) {
+    int i, j, m, n;
+    float buf[3][5];  // 用于存储行方向卷积的中间结果
+    float sum;
+
+    // 第一阶段：行方向卷积
+    for (i = 1; i < h - 1; i++) { // 遍历除边界以外的所有像素
+        for (j = 0; j < w; j++) {  // 遍历每一列
+            sum = 0.0;
+            // 使用kx数组（行方向卷积核）进行卷积
+            float32x4_t kernel = vld1q_f32(kx);  // 加载行方向卷积核到NEON寄存器
+
+            // 使用NEON并行处理多个元素
+            for (m = -1; m <= 1; m++) {
+                if (j + m >= 0 && j + m < w) {
+                    float32x4_t data = vld1q_f32(&src[i][j + m]);  // 加载对应的数据到NEON寄存器
+                    float32x4_t result = vmulq_f32(data, kernel);  // 用NEON指令进行乘法
+                    sum += vgetq_lane_f32(result, 0) + vgetq_lane_f32(result, 1) + vgetq_lane_f32(result, 2) + vgetq_lane_f32(result, 3);  // 求和
+                }
+            }
+            buf[0][j] = sum;  // 将行方向卷积的结果存储到buf数组
+        }
+
+        // 第二阶段：列方向卷积
+        for (j = 1; j < w - 1; j++) { // 遍历除边界以外的像素
+            sum = 0.0;
+            // 使用ky数组（列方向卷积核）进行卷积
+            float32x4_t kernel_col = vld1q_f32(ky);  // 加载列方向卷积核到NEON寄存器
+
+            // 使用NEON并行处理多个元素
+            for (n = -1; n <= 1; n++) {
+                if (i + n >= 0 && i + n < h) {
+                    float32x4_t data = vld1q_f32(&buf[n + 1][j]);  // 加载行内卷积的中间结果
+                    float32x4_t result = vmulq_f32(data, kernel_col);  // 用NEON指令进行乘法
+                    sum += vgetq_lane_f32(result, 0) + vgetq_lane_f32(result, 1) + vgetq_lane_f32(result, 2) + vgetq_lane_f32(result, 3);  // 求和
+                }
+            }
+            dst[i][j] = sum;  // 将列方向卷积的结果存储到dst数组
+        }
+    }
+}
+
+int main() {
+    // 示例输入图像矩阵（5x5）
+    float src[5][5] = {
+        {1, 1, 1, 1, 1},
+        {1, 2, 2, 2, 1},
+        {1, 2, 4, 2, 1},
+        {1, 2, 2, 2, 1},
+        {1, 1, 1, 1, 1}
+    };
+
+    // 3x3高斯模糊核拆分后的行方向和列方向卷积核
+    float kx[3] = {1.0 / 16.0, 2.0 / 16.0, 1.0 / 16.0}; // 行方向卷积核
+    float ky[3] = {1.0 / 16.0, 2.0 / 16.0, 1.0 / 16.0}; // 列方向卷积核
+
+    // 输出图像矩阵
+    float dst[5][5] = {0};
+
+    clock_t start = clock();
+
+    // 调用NEON优化的可分离高斯模糊函数
+    applySeparableGaussianBlurNEON(src, dst, 5, 5, kx, ky);
+
+    clock_t end = clock();
+
+    // 输出结果
+    printf("Blurred Image:\n");
+    int i, j;
+    for (i = 0; i < 5; i++) {
+        for (j = 0; j < 5; j++) {
+            printf("%.2f ", dst[i][j]);
+        }
+        printf("\n");
+    }
+
+    // 计算并输出运行时间
+    printf("Execution time: %.6f seconds\n", (double)(end - start) / CLOCKS_PER_SEC);
+
+    return 0;
+}
+