3. 图像预处理算法加速

在 XG-X 视觉系统中，预处理往往占据整条检测链 40%～70% 的耗时。很多工程师把优化精力放在匹配、测量等"核心算法"上，却忽略了真正吃掉时间的其实是前置的滤波、形态学与二值化。本节围绕这三类预处理操作，先分析 XG-X 中不同算子的执行效率差异，再给出 ROI 裁剪、图像金字塔、并行处理三条可落地的降计算量路径。

一、先看清：预处理为什么慢

XG-X 的预处理算子大多属于"逐像素邻域运算"。以 3×3 卷积为例，对一幅 W×H 的图像，每个输出像素需要读取 9 个输入像素并做 9 次乘加，总运算量约为 9×W×H。若图像为 2000×1500（约 300 万像素），单次 3×3 卷积就是约 2700 万次乘加。当滤波核增大到 7×7，运算量直接升到 49×W×H，接近 1.5 亿次。这就是"核越大越慢"的根本原因——计算量随核面积平方增长。

形态学的膨胀、腐蚀同样如此。3×3 结构元的膨胀，每个像素要与其 8 邻域比较取最大值；若结构元变成 5×5，比较次数从 9 次升到 25 次。二值化虽然本身是 O(W×H) 的单像素判断，看似便宜，但它常与滤波、形态学串联，且二值化后若接连通域分析，前一步的噪声残留会显著放大后续开销。

二、XG-X 中不同算子的效率对比

XG-X 提供了多种滤波算子，效率差异明显。均值滤波可用积分图或行列分离实现，复杂度接近 O(W×H)，速度最快；高斯滤波若采用可分离卷积（先水平一维、再垂直一维），复杂度从 O(k²×W×H) 降到 O(2k×W×H)，k=7 时理论加速约 3.5 倍；中值滤波需要排序，3×3 尚可，5×5 以上排序开销急剧上升，通常是最慢的一类。形态学中，矩形结构元可分解为水平与垂直两次一维操作，效率远高于任意形状结构元。二值化里，固定阈值最快，自适应阈值（如局部均值/高斯加权）需要先算局部统计量，耗时通常是固定阈值的 3～8 倍。

下面这张图把三类预处理算子的相对计算量与推荐替代路径放在一起，便于快速选型。

三、ROI 裁剪：最直接的计算量削减

计算量与像素数成正比，因此把处理区域从整幅图缩小到真正关心的区域，收益立竿见影。假设原图 2000×1500，检测目标只出现在中央 600×400 的区域内，若把 ROI 设为该区域，像素数从 300 万降到 24 万，仅为原来的 8%，滤波与形态学耗时理论上也降到约 8%。

在 XG-X 中设置 ROI 时要注意两点：一是 ROI 必须完整包含目标及其可能出现的位移范围，否则会漏检；二是形态学操作会向外扩张边界，ROI 边缘需预留结构元半径的余量。例如使用 5×5 结构元做膨胀，ROI 应比目标包围盒每边外扩 2 像素，避免目标贴边时被截断。

四、图像金字塔：用分辨率换速度

图像金字塔通过降采样把图像缩小。若先做 2 倍降采样，像素数变为 1/4，后续所有逐像素运算都按 1/4 计算。典型用法是"粗定位+精定位"两级策略：先在低分辨率层快速找到目标大致位置，再回到原图对应的小 ROI 内做精确处理。这样既保留了精度，又避免了在全分辨率上做大范围搜索。

降采样本身也有代价，通常用 2×2 均值或高斯先平滑再抽样，这一步约增加 O(W×H) 的开销，但相比后续节省的 3/4 计算量，仍然划算。需要注意的是，金字塔层数不宜过多，一般 2～3 层足够；层数过深会导致小目标在低分辨率层消失。

五、并行处理：把任务分摊到多核

XG-X 支持多核并行。滤波、形态学这类逐像素运算天然可并行——把图像按行或按块切分，各核独立处理不同区域，最后拼接结果。对于 4 核平台，理论上可获得接近 3～3.5 倍的加速（考虑调度与内存带宽开销，达不到理想 4 倍）。

并行时要注意数据依赖：如果后一块的处理需要前一块的边界像素（如卷积的邻域读取），切分处需要重叠若干行，重叠宽度等于核半径。此外，多个算子串联时，可把"滤波→形态学→二值化"整条链按图像块并行，减少核间同步次数。

六、一个可参考的优化示例

假设某检测任务原流程为：2000×1500 原图 → 7×7 高斯滤波 → 5×5 膨胀 → 自适应二值化，单帧耗时约 38 ms。按以下方式调整：

• ROI 裁剪到 800×600，像素数降为原来的 16%；
• 高斯改为可分离卷积，7×7 拆成两次一维；
• 膨胀改用矩形结构元，可分离；
• 自适应二值化前先做一次 3×3 均值降噪，改用固定阈值；
• 开启 4 核并行。

综合估算，像素数降至 16%、可分离卷积再省约 3 倍、并行再省约 3 倍，单帧耗时可望降到 2～3 ms 量级。需要说明的是，以上为基于计算量模型的合理估算，实际数值受内存带宽、算子实现和图像内容影响，应以 XG-X 流程计时实测为准。

七、优化检查清单

把这三条路径组合使用，通常能让预处理段获得数倍到十余倍的加速，为后续匹配与测量留出充足的时间预算。