Robust/src/Benchmarks/oooJava/tracking/IXL.java

   1 public class IXL {
   2
   3   /* current processing image related */
   4   float[] m_image;
   5   int m_rows;
   6   int m_cols;
   7
   8   /* results related */
   9   float[] m_result;
  10   int m_rows_rs;
  11   int m_rows_re;
  12   int m_cols_r;
  13
  14   /* id indicating the piece # */
  15   int m_id;
  16   int m_range;
  17
  18   /* constructor */
  19   public IXL(int id, int range, float[] data, int rows, int cols) {
  20     this.m_id = id;
  21     this.m_range = range;
  22     this.m_image = data;
  23     this.m_rows = rows;
  24     this.m_cols = cols;
  25   }
  26
  27   public int getId() {
  28     return this.m_id;
  29   }
  30
  31   public float[] getResult() {
  32     return this.m_result;
  33   }
  34
  35   public int getRowsRS() {
  36     return this.m_rows_rs;
  37   }
  38
  39   public int getRowsRE() {
  40     return this.m_rows_re;
  41   }
  42
  43   public int getColsR() {
  44     return this.m_cols_r;
  45   }
  46
  47   public int getRows() {
  48     return this.m_rows;
  49   }
  50
  51   public int getCols() {
  52     return this.m_cols;
  53   }
  54
  55   public void calcSobel_dX() {
  56     int rows_k1, cols_k1, rows_k2, cols_k2;
  57     int[] kernel_1, kernel_2;
  58     float temp;
  59     int kernelSize, startCol, endCol, halfKernel, startRow, endRow;
  60     int k, i, j, kernelSum_1, kernelSum_2;
  61     float[] result, image;
  62     int rows = this.m_rows;
  63     int cols = this.m_cols;
  64
  65     image = this.m_image;
  66
  67     this.m_rows_rs = this.m_id * this.m_range;
  68     this.m_rows_re = (this.m_id + 1) * this.m_range;
  69     this.m_cols_r = cols;
  70     result = this.m_result = new float[(this.m_rows_re - this.m_rows_rs) * this.m_cols_r];
  71
  72     rows_k1 = 1;
  73     cols_k1 = 3;
  74     kernel_1 = new int[rows_k1 * cols_k1];
  75     rows_k2 = 1;
  76     cols_k2 = 3;
  77     kernel_2 = new int[rows_k2 * cols_k2];
  78
  79     kernel_1[0] = 1;
  80     kernel_1[1] = 2;
  81     kernel_1[2] = 1;
  82
  83     kernelSize = 3;
  84     kernelSum_1 = 4;
  85
  86     kernel_2[0] = 1;
  87     kernel_2[1] = 0;
  88     kernel_2[2] = -1;
  89
  90     kernelSum_2 = 2;
  91
  92     startCol = 1; // ((kernelSize)/2);
  93     endCol = cols - 1; // (int)(cols - (kernelSize/2));
  94     halfKernel = 1; // (kernelSize-1)/2;
  95
  96     if ((this.m_rows_re < 1) || (this.m_rows_rs > rows - 1)) {
  97       return;
  98     }
  99     startRow = (1 > this.m_rows_rs) ? 1 : (this.m_rows_rs); // (kernelSize)/2;
 100     endRow = ((rows - 1) < this.m_rows_re) ? (rows - 1) : (this.m_rows_re); // (rows
 101                                                                             // -
 102                                                                             // (kernelSize)/2);
 103
 104     int ii = startRow - this.m_rows_rs;
 105     for (i = startRow; i < endRow; i++) {
 106       for (j = startCol; j < endCol; j++) {
 107         temp = 0;
 108         for (k = -halfKernel; k <= halfKernel; k++) {
 109           temp += (float) (image[i * cols + (j + k)] * (float) (kernel_2[k + halfKernel]));
 110         }
 111         result[ii * cols + j] = (float) (temp / kernelSum_2);
 112       }
 113       ii++;
 114     }
 115   }
 116
 117   public void printResult() {
 118     // result validation
 119     System.printI(11111111);
 120     for (int i = 0; i < this.m_rows_re - this.m_rows_rs; i++) {
 121       for (int j = 0; j < this.m_cols_r; j++) {
 122         System.printI((int) (this.m_result[i * this.m_cols_r + j] * 10));
 123       }
 124     }
 125   }
 126 }