我目前正在编写一个程序来跟踪在一个小房间里运行的苍蝇，我想要的是苍蝇中心的 XY 坐标。
为此，我首先使用fspecial('gaussian',[30 30],100) 和imfilter 使用高斯过滤器过滤每一帧，以获得苍蝇所在的白色“云”。我需要这个来减少苍蝇中心的噪音。
我使用im2bw 将结果转换为具有一定阈值的二进制图像，以从上述云中获取白色斑点。
为了获得坐标，我使用regionprops 来找到白色斑点的质心。
它已经运行良好，但需要很长时间——30 分钟的视频大约需要 6 小时；不过帧速率是 100 fps。
我发现高斯滤波占用了大部分时间 - 我可以以某种方式调整这个过程吗？
我读到了conv2，据说它更快，但它不适用于二进制图像，是吗？并且将我的二进制图像转换为单张或双张会弄乱它们。
我已经在其他级别上研究过代码的性能，例如调整搜索窗口等，所以我可以评估剩下的就是过滤。
提前致谢
【问题讨论】：
标签： performance matlab filter gaussian
可能是平滑部分是不必要的，对图像进行简单的阈值化可以非常清楚地识别苍蝇：
f=rgb2gray(imread('frame.png'));
BW=f>30;
props=regionprops(BW, 'BoundingBox');
imshow(f)
rectangle('Position',props.BoundingBox, 'LineWidth',2, 'EdgeColor','b');
结果：
要回答有关快速平滑的问题，您可以使用基于 FFT 的低通滤波而不是移动高斯来更快地平滑帧。一帧示例（蒙版只需做一次）：
f=rgb2gray(imread('frame.png'));
D=30;
[x,y]=size(f);
%Generating a disc-shaped binary mask with radius D:
Mask = fspecial('disk',D)==0;
Mask = ~imresize(padarray(Mask, [floor((x/2)-D) floor((y/2)-D)], 1, 'both'), [x y]);
% (Apply this to all the frames:)
MaskedFFT=fftshift(fft2(f));.*Mask;
Filteredf=abs(ifft2(MaskedFFT));
结果：
原创（f）
已过滤 (Filteredf)
【讨论】：