中型阵列的互相关

Question

我有16个1D阵列，每个阵列大约有10-11百万个双精度元素。我需要在它们之间执行互相关，即1表示2,1表示3，...，1表示16,2表示3,2表示4，...，2表示16，依此类推。这在我的MacBook Intel Core 2 duo 2.4 GHz上有效率不高，4GB内存。我的问题是，如果没有人们用来克服这个问题的暴力（更快的处理器，更多的RAM），或者类似的问题，那么典型的方法是什么？谢谢！

Answer 1

如果你计算每个数组的傅里叶变换，你应该是 能够使用转换后的数组有效地计算每对原始输入数组之间的cross-correlation。请参阅的“属性”部分 我链接到的维基百科文章，用于使用身份。

Answer 2

numpy中的互相关函数非常慢。 openCV库具有numpy友好的互相关功能。即使你试图实现频域aproach，你也不会打败openCV库，因为有更多的技巧可以加速互相关计算。我之前发布了这个：

Computing cross-correlation function?

我相信代码是基于以下文章中详述的技巧：

学家P. Lewis，“快速模板匹配”，Vision Interface，1995，vol。 95，pp.120-123。