Оптимизация — Эффективное 2D БПФ реальных входных данных фиксированной длины в C / Stack Overflow

Я разрабатываю алгоритм, который несколько раз вызывает функцию FFT. У меня есть несколько временных ограничений (желательно в режиме реального времени), поэтому мне нужно минимизировать время, затрачиваемое на каждый вызов FFT.

Я работаю с библиотекой OpenCV, и я уже реализовал свой код двумя различными подходами:

• Использование библиотеки FFTW. Управление данными / памятью + FFT (8 мс) = 14 мс (в среднем флаг FFT_MEASURE).
• Использование функции OpenCV FFT. Управление данными / памятью + FFT (21 мс) = 23 мс (в среднем).

Поскольку мои входные данные всегда фиксируются как реальное изображение 512×512 пикселей, как вы думаете, если я сам реализую алгоритм FFT, основанный на математическом определении DFT, сохраняя таблицы синусов / косинусов, я смогу добиться лучшей производительности, или библиотека FFTW действительно очень оптимизирован? Есть идеи получше?

Все идеи и предложения будут по достоинству оценены. В настоящее время я не рассматриваю параллелизацию или реализацию GPU.

Спасибо

Обновить:

Система: Процессор Intel Xeon 5130 с частотой 2,0 ГГц в Windows 7, Visual Studio 10.0 и FFTW 3.3.3 (скомпилировано в соответствии с инструкциями на сайте), OpenCV 2.4.3.

Пример кода для вызова FFT с FFTW (вход: OpenCV Mat CV_32F (1 канал, тип с плавающей запятой), выход OpenCV Mat CV_32FC2 (2 канала, тип с плавающей запятой):

float           *im_data;

fftwf_complex    *data_in;
fftwf_complex    *fft;

fftwf_plan       plan_f;

int             i, j, k;

int height=I.rows;
int width=I.cols;
int N=height*width;float* outdata = new float[2*N];
im_data = ( float* ) I.data;

data_in = ( fftwf_complex* )fftwf_malloc( sizeof( fftwf_complex ) * N );
fft     = ( fftwf_complex* )fftwf_malloc( sizeof( fftwf_complex ) * N );

plan_f = fftwf_plan_dft_2d( height , width , data_in , fft ,  FFTW_FORWARD ,  FFTW_MEASURE );

for(int i = 0,k=0; i < height; ++i) {
float* row = I.ptr<float>(i);
for(int j = 0; j < width; j++) {
data_in[k][0]=(float)row[j];
data_in[k][1] =(float)0.0;
k++;
}
}

fftwf_execute( plan_f );

int width2=2*width;
// writing output matrix: RealFFT[0],ImaginaryFFT[0],RealFFT[1],ImaginaryFFT[1],...
for( i = 0, k = 0 ; i < height ; i++ ) {
for( j = 0 ; j < width2 ; j++ ) {

outdata[i * width2 + j] = ( float )fft[k][0];
outdata[i * width2 + j+1] = ( float )fft[k][1];
j++;
k++;
}
}

Mat fft_I(height,width,CV_32FC2,outdata);

fftwf_destroy_plan( plan_f );
fftwf_free( data_in );
fftwf_free( fft );return fft_I;