JPEG2000算法中EBCOT解码的GPU并行优化设计

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:hu1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作为新一代的静止图像编码标准,JPEG2000的压缩效果明显优于JPEG标准,而且用户可以根据需要截断压缩码流,获得不同质量的恢复图像,这使得它被广泛应用于各个领域。此外,它支持渐进传输和感兴趣区域(ROI)编码。传统的GPU只负责图形渲染,但其强大浮点数编程和计算能力,使得GPU成为理想的并行处理器,越来越多的科研机构开始利用GPU的并行处理能力进行非图形绘制方面的科学计算研究。  本文首先描述了JPEG2000编码算法的基本原理、GPU架构和CUDA体系结构。随后对JPEG2000算法中EBCOT解码模块进行了分析,结合GPU的并行架构,提出了一种基于GPU的EBCOT解码并行优化设计方案,并加以软件实现。最后,对优化前后的JPEG2000解码程序在解码速度和恢复图像质量等方面进行了相应的测试和性能分析。测试结果表明,EBCOT优化后的JPEG2000解码程序,性能得到了大幅提升,且恢复图像的PSNR与JPEG2000解码的CPU程序结果一致,图像质量没有损失。
其他文献
智能光网络(ION)是指一种具有灵活性、高可扩展性的,能直接在光层上按需提供服务的光网络基础设施,它可以使运营商直接从光域快速提供业务。智能光网络将SONET/SDH的故障管理
学位
在非协作通信中,接收端无法获知发送端调制参数的任何信息,要在非授权接入的情况下正确地解调出有用信息序列,必须利用现代信息处理技术对接收信号进行盲处理,估计出解调所需参数
随着通信技术的飞速发展,现代战争已进入信息化,数字化时代,军队使用的武器变得越来越智能化,形成陆海空一体的立体战争模式。各种作战平台必须具备很好的数据链信息交互能力,才能