基于通用GPU的JPEG2000算法的并行实现

《基于通用GPU的JPEG2000算法的并行实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1411004{#fJ女：—王——!L#*日：旦堕业单mft¨：—!笾!!!一膏g：——巾／虫廓孪生廖硕士学位论文论文题目：基f通用GPU∞JPEG20C0算*∞并行实现学生姓名学号指导教师学科专业研究方向醍文提交日期陈太伟硕050618卢官明教授信号与信息处理图像处理与多媒体通信oo八年四月南京邮电大学硕士研究生学位论文中文摘要摘要随着数字图像的应用越来越广泛，对图像质量的要求越来越高。在数字电影用领域，JPEG2000被DCI(DigitalCinemaInitiatives)选定为数字存储的图像格式，但电影数据量庞大，如果用CP

2、U来压缩，效率低且成本高。本文首先介绍了JPEG2000标准及实现方法以及GPU(GraphicProcessingUnit)和CUDA(ComputeUnifiedDeviceArchitecture)的工作原理。然后，根据GPU并行计算的特点，提出了以GPU作为协处理器加速JPEG2000编码的技术方案。为了充分利用GPU的计算能力，本文提出了一种GPU结合CPU的并行编码架构，设计了DWT分段提升和交替存储的实现方案，并在此基础上实现了MCT(MultiComponentTransform)和DWT(DiscreteWavele

3、tTransform)算法。接着，对本文设计的编码器与传统编码器在编码速度和解压缩图像的峰值信噪比等方面作了性能比较，实验结果表明，在无损和有损压缩模式下，本文提出的架构、算法和实现方案，相对于传统的编码器，可以在不升级硬件的情况下，大大提高了高分辨率图像的编码速度，同时又保持了编码质量。随着GPU的可编程和计算能力进一步增强，将GPU作为CPU的协处理器应用在更多领域，这种二者协同工作的架构必将会越来越被人们广泛接受。关键词：JPEG2000；并行计算；图形处理单元；计算统一设备体系结构南京邮电大学硕士研究生学位论文Abstract

4、Currently,digitalimagehavebeenmoreandmorewidelyusedinallfieldsofpeople’Slivesandtheimagequalityrequirementsarealsogettinghigherandhigher．Inthedigitalfilmapplications，JPEG2000wasselectedbytheDCI(DigitalCinemaInitiatives)forthedigitalstorageofimageformat．However,thequanti

5、tyofdataisverylarge，itwouldbelowefficiencyandhi．ghcostifcompressedbyCPU．ThethesisbrieflyintroducestheJPEG2000standardanditsalgorithmandtheoperationprincipleofGPU(GraphicProcessingUnit)basedonCUDA(ComputeUnifiedDeviceArchitecture)．AccordingtothecharacteristicsofGPU，weput

6、forwardaschemethatusesGPUasallefficientcoprocessortospeeduptheJPEG2000encoding．TomakefulluseofthecalculationcapacityofGPU，wedevelopaparallelarchitectureforencodingbasedonGPUandCPUsystem，andaseriesofthecodingalgorithmwereproposed，specificallyanalyzeandinnovatetheMCTandDW

7、TalgorithmsbasedonGPU．Meanwhile，weanalyzeandcomparetheperformancebetweenourencoderandconventionalencoderbasedontheencodingspeedandPSNR,andspecificallyaddressedtheproposedschemewhichisDWTSegmentLiftingandAlternatestorage．Throughtheresultsofexperimentsandseriousanalysis，w

8、earriveattheconclusionthattheparallelencoderbasedonGPUhasmorehighencodingspeedforhighresolutionimagescompared、