让我们一步步拆解你的问题，先搞定最明显的double free错误，再解决multiconvolve_2的使用问题：

一、核心错误根源 #

1. Double Free 错误的直接原因 #

你的convolve_threaded函数有两个致命问题：

• 重复释放内存：params指针只在循环外malloc了一次，但你在pthread_join的循环里每次都调用free(params)。第一次释放后，后续的释放操作就触发了double free错误——这正是你看到的控制台提示。
• 线程参数传递错误：所有线程共享同一个params结构体，主线程在循环中修改params[0]（线程ID）时，正在运行的线程可能还没读取完参数，导致多个线程拿到相同的ID，重复处理同一区域或者处理错误的行。另外，pthread_join的第一个参数应该是thread[i]（对应每个线程的ID），而不是数组首地址thread，这会导致线程等待逻辑完全错乱。

2. Multiconvolve_2 函数的语法漏洞 #

这个函数缺少返回类型声明，C语言默认会把它当作int类型函数，但你在main里是当作无返回值函数调用的，这会引发编译警告，甚至可能导致运行时异常。

3. 冗余的图像加载操作 #

main函数里连续调用了两次load_image()，第二次调用会重新读取原始图像覆盖pixels的数据，抵消第一次加载后的初始化操作，完全没必要。

二、修复后的关键代码片段 #

1. 修复线程函数与线程管理函数 #

我们为每个线程分配独立的参数结构体，确保线程安全，同时修正pthread_join的参数：

void* convolveThread(void* arg){
    int* params = (int*)arg;
    int threadid = params[0];
    int totalthreads = params[1];
    int x, y;
    int num_rows = WIDTH / totalthreads;
    int start_x = num_rows * threadid;
    int end_x = start_x + num_rows;

    // 处理边界：如果WIDTH不能被线程数整除，最后一个线程处理剩余所有行
    if (threadid == totalthreads - 1) {
        end_x = WIDTH;
    }

    for(x = start_x; x < end_x; ++x){
        for(y = 0; y < HEIGHT; ++y){
            compute_target_pixel(x, y);
        }
    }

    // 每个线程自行释放自己的参数内存
    free(params);
    return NULL;
}

void convolve_threaded(int numerodethreads){
    pthread_t thread[numerodethreads];
    int i;

    for(i = 0; i < numerodethreads; i++){
        // 为每个线程分配独立的参数结构体
        int* params = malloc(2 * sizeof(int));
        params[0] = i;
        params[1] = numerodethreads;
        pthread_create(&thread[i], NULL, convolveThread, params);
    }

    // 等待所有线程执行完成
    for(i = 0; i < numerodethreads; i++){
        pthread_join(thread[i], NULL);
    }
}

2. 修正 Multiconvolve_2 的返回类型 #

给函数加上void返回类型，匹配你的调用方式：

void multiconvolve_2(int iter, int nthreads){
    int i;
    for (i = 0; i < iter; i++){
        convolve_threaded(nthreads);
        interchange();
    }
}

3. 移除冗余的图像加载 #

修改main函数，只保留一次load_image()调用：

int main(void) {
    // Allocate images
    pixels = malloc(WIDTH * HEIGHT);
    target = malloc(WIDTH * HEIGHT);
    
    // 只加载一次图像即可
    load_image();
    
    // create a filter
    gaussian_filter();
    //vertical_filter();
    //horizontal_filter();
    
    multiconvolve_2(8,8);
    
    // write the convolved image
    write_tga("output.tga", target);
    
    free(pixels);
    free(target);
    return 0;
}

三、额外优化建议 #

• 像素索引的可移植性：虽然当前WIDTH和HEIGHT都是1024，x * HEIGHT + y和y * WIDTH + x等价，但如果后续修改图像尺寸，这个索引逻辑会直接出错。建议统一使用行优先存储的标准索引方式y * WIDTH + x，同步修改compute_target_pixel中的索引计算：

  sum += filter.values[(i + delta) * KLEN + (j + delta)] * pixels[(y + j) * WIDTH + (x + i)];
  target[y * WIDTH + x] = (filter.sum > 0) ? (sum / filter.sum) : sum;
  

• 添加错误检查：对malloc、open、pthread_create等系统调用添加错误检查，比如：

  pixels = malloc(WIDTH * HEIGHT);
  if (pixels == NULL) {
      perror("Failed to allocate memory for pixels");
      exit(EXIT_FAILURE);
  }
  

  这样能更快定位潜在的资源分配问题。

内容的提问来源于stack exchange，提问作者Carlos Coding