Robust/src/Benchmarks/Prefetch/2DConv/javasingle/Convolution.java

   1 public class Convolution {
   2   Image img;
   3   int x0,x1,y0,y1;
   4
   5   public Convolution(Image img, int x0, int x1, int y0, int y1) {
   6     this.img = img;
   7     this.x0 = x0;
   8     this.x1 = x1;
   9     this.y0 = y0;
  10     this.y1 = y1;
  11   }
  12
  13   public void run() {
  14     int kernelHeight = 5;
  15     int kernelWidth = 5;
  16     double[][] kernel = new double[kernelHeight][kernelWidth];
  17
  18     initKernel(kernel);
  19     double tempinput[][] = img.inputImage;
  20     double tempout[][] = img.outputImage;
  21
  22     double tinput0[] = tempinput[x0];
  23     double tinput1[] = tempinput[x0+1];
  24     double tinput2[] = tempinput[x0+2];
  25     double tinput3[] = tempinput[x0+3];
  26     double tinput4[] = tempinput[x0+4];
  27
  28     for(int i=x0;i<x1;++i){
  29       double tout[] = tempout[x0];
  30       for(int j=y0;j<y1;++j){
  31         tout[y0] = 0;
  32         for(int b=0;b<kernelHeight;++b){
  33           tout[y0] = tout[y0] + (tinput0[j+b] * kernel[0][b] + tinput1[j+b] * kernel[1][b] + tinput2[j+b]*kernel[2][b] +
  34               tinput3[j+b]*kernel[3][b] + tinput4[j+b]*kernel[4][b]);
  35         }
  36       }
  37       if(i != 4095) {
  38         tinput0 = tinput1; tinput1=tinput2; tinput2=tinput3; tinput3=tinput4; tinput4=tempinput[i+5];
  39       }
  40     }
  41   }
  42
  43   public static void main(String[] args) {
  44     int SIZE = 256;
  45     int NUM_THREADS = 1;
  46     if(args.length>0) {
  47       NUM_THREADS = Integer.parseInt(args[0]);
  48       if(args.length>1)
  49         SIZE = Integer.parseInt(args[1]);
  50     }
  51
  52     Image img;
  53     Convolution[] conv;
  54     Convolution tmp;
  55
  56     int kernelHeight = 5;
  57     int kernelWidth = 5;
  58     img = new Image(SIZE,SIZE,kernelHeight,kernelWidth);
  59     img.setValues();
  60     conv = new Convolution[NUM_THREADS];
  61     int increment=SIZE/NUM_THREADS;
  62     int base = 0;
  63     for(int i = 0; i<NUM_THREADS; i++) {
  64       if((i+1)==NUM_THREADS)
  65         conv[i] = new Convolution(img, base, SIZE, 0, SIZE);
  66       else
  67         conv[i] = new Convolution(img, base, base+increment, 0, SIZE);
  68       base+=increment;
  69     }
  70
  71     for(int i = 0; i <NUM_THREADS; i++) {
  72       tmp = conv[i];
  73       tmp.run();
  74     }
  75
  76     System.printString("Done!");
  77   }
  78
  79   //define 5X5 Gaussian kernel
  80   public void initKernel(double[][] kernel) {
  81     kernel[0][0] = 1/256.0;
  82     kernel[0][1] = 4/256.0;
  83     kernel[0][2] = 6/256.0;
  84     kernel[0][3] = 4/256.0;
  85     kernel[0][4] = 1/256.0;
  86     kernel[1][0] = 4/256.0;
  87     kernel[1][1] = 16/256.0;
  88     kernel[1][2] = 24/256.0;
  89     kernel[1][3] = 16/256.0;
  90     kernel[1][4] = 4/256.0;
  91     kernel[2][0] = 6/256.0;
  92     kernel[2][1] = 24/256.0;
  93     kernel[2][2] = 36/256.0;
  94     kernel[2][3] = 24/256.0;
  95     kernel[2][4] = 6/256.0;
  96     kernel[3][0] = 4/256.0;
  97     kernel[3][1] = 16/256.0;
  98     kernel[3][2] = 24/256.0;
  99     kernel[3][3] = 16/256.0;
 100     kernel[3][4] = 4/256.0;
 101     kernel[4][0] = 1/256.0;
 102     kernel[4][1] = 4/256.0;
 103     kernel[4][2] = 6/256.0;
 104     kernel[4][3] = 4/256.0;
 105     kernel[4][4] = 1/256.0;
 106   }
 107 }
 108
 109 public class Image {
 110   int width, height;
 111   int kernelWidth, kernelHeight;
 112   double[][] inputImage;
 113   double[][] outputImage;
 114
 115   public Image(int width, int height, int kernelWidth, int kernelHeight) {
 116     this.width = width;
 117     this.height = height;
 118     this.kernelWidth = kernelWidth;
 119     this.kernelHeight = kernelHeight;
 120     inputImage = new double[height+kernelHeight-1][width+kernelWidth-1];
 121     outputImage = new double[height][width];
 122   }
 123
 124   /* Create a valid image */
 125   public void setValues() {
 126     for (int i = 0; i < (height+kernelHeight - 1); i++) {
 127       double ainput[] = inputImage[i];
 128       for(int j = 0; j < (width+kernelWidth - 1); j++) {
 129         ainput[j] = 256-j;
 130       }
 131     }
 132
 133     for (int i = 0; i < height; i++){
 134       double aout[] = outputImage[i];
 135       for(int j = 0; j < width; j++) {
 136         aout[j] = 0;
 137       }
 138     }
 139   }
 140 }