随着信息时代的快速发展,移动互联网得到快速的普及,记录社会和生产活动而产生出大量的数据和信息。这些数据和信息的合理使用,可以有效提高人类的劳动生产力。其中,视觉信息在人们接触和使用的信息中占据了主导地位,因此在这些数据中,图像数据的存储、处理和使用尤其重要。人们根据不同的需求出发,对图像数据做不同的处理,并由此发展了许多不同的图像处理技术。首先,图像数据的信息丰富,数据量大,为了节省图像数据的存储空间和传输时间,图像数据的压缩技术就显得非常必要和重要;同时,在图像数据的获取过程中,由于物理设备或者人为因素的影响导致获得的数据无法满足人们需求,就需要使用图像修复技术对图像数据进行处理;而最终图像数据是需要通过一定的方式呈现出来给人们进行视觉上的观察,在这个过程中就需要对图像数据做绘制处理。因此,本文从图像压缩技术,图像修复技术,并行图像绘制技术三个方面进行了研究:(1)提出了一个基于自适应分块八叉树颜色量化的图像压缩技术,通过对传统八叉树算法进行扩展,根据图像的情况进行自适应分块的颜色量化。该技术和主流的图像压缩技术相比,能在保证图像质量的前提下,具有较好压缩比,同时还拥有在压缩状态下直接访问像素数据的特性。这个特性能让使用该技术的应用程序绘制图像时效率更高,消耗内存更少。(2)提出了一个改进的基于范例的图像修复算法,该算法能修复大面积受损的图像数据或者去除图像数据中不需要的部分。本文通过对原始算法使用的固定模板窗口进行改进,增加了模板窗口集合,动态的选择最优匹配的模板窗口进行图像修复。实验表明,和原始的基于范例的图像修复算法相比,本文的算法取得了更好的修复效果。(3)提出了一个基于分块的并行图像绘制技术,该技术通过对绘图区域进行划分,把传统的绘制处理转换到子区域的绘制命令,并对绘图子区域的绘制命令做任务级的并行处理。实验结果表明,在同样软硬件环境下,该技术和传统的串行图像绘制技术相比,能充分发挥多核计算机的并行处理能力,取得了较好的加速比,绘制效率得到了极大的提升。本文提出的基于自适应分块八叉树颜色量化图像压缩技术,能对图像数据做高质量的压缩,为图像数据的存储和快速访问提供了技术支持;提出的一个改进的基于范例的图像修复算法,对图像数据进行了更好的修复,为图像数据的下一步处理提供了技术保障;提出的基于分块的并行图像绘制技术,突破了传统串行处理的图像绘制效率瓶颈,是一个能充分发挥多核计算机并行处理能力的高效率图像绘制技术。