码书自适应的大规模体数据矢量量化算法.pdfVIP

第３０卷第２期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．２ ２０１３年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１３ 码书自适应的大规模体数据矢量量化算法 张　强　金义富 （湛江师范学院信息科学与技术学院　广东湛江５２４０４８） 摘　要　　针对大规模体数据矢量量化ＶＱ（ＶｅｃｔｏｒＱｕａｎｔｉｓａｔｉｏｎ）编码时间长的问题，提出一种基于图形处理器的码书自适应的大规 模体数据矢量量化算法。该算法首先提取原始体数据密度分布特征，据此选取合适的初始码书生成算法，将矢量数据分批先后载入 图形处理器进行并行计算，每读入一批数据，根据该批数据的码准值对第一批数据产生的码书进行优化及扩充，随后完成该批数据 的编码。实验结果表明，该算法提高了图像的编码速度及还原质量，明显缩短了图像的压缩时间，同时保证了体数据重构质量。 关键词　　体数据　矢量量化　图形处理器　码书 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０２．０５６ ＡＣＯＤＥＢＯＯＫＡＤＡＰＴＩＶＥＶＥＣＴＯＲＱＵＡＮＴＩＳＡＴＩＯＮＡＬＧＯＲＩＴＨＭＦＯＲＬＡＲＧＥ ＳＣＡＬＥＶＯＬＵＭＥＤＡＴＡ ＺｈａｎｇＱｉａｎｇ　ＪｉｎＹｉｆｕ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈａｎｊｉａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｊｉａｎｇ５２４０４８，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｉｍｅｃｏｓｔｉｎｇｉｎｅｎｃｏｄｉｎｇｌａｒｇｅｓｃａｌｅｖｏｌｕｍｅｄａｔａｗｉｔｈｖｅｃｔｏｒｑｕａｎｔｉｓａｔｉｏｎｍｅｔｈｏｄ，ｗｅｐｒｏｐｏｓｅａｎ ａｌｇｏｒｉｔｈｍｏｆＧＰＵｂａｓｅｄａｄａｐｔｉｖｅｃｏｄｅｂｏｏｋｖｅｃｔｏｒｑｕａｎｔｉｓａｔｉｏｎ（ＡＣＶＱ）ｆｏｒｌａｒｇｅｓｃａｌｅｖｏｌｕｍｅｄａｔａ．Ｔｈｅａｌｇｏｒｉｔｈｍｆｉｒｓｔｅｘｔｒａｃｔｓｔｈｅｄｅｎｓｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎｆｅａｔｕｒｅｏｆｔｈｅｏｒｉｇｉｎａｌｖｏｌｕｍｅｄａｔａ，ａｎｄｈｅｒｅｂｙｓｅｌｅｃｔｓｔｈｅａｐｐｒｏｐｒｉａｔｅｉｎｉｔｉａｌｃｏｄｅｂｏｏｋｇｅｎｅｒａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｅｎｉｔｌｏａｄｓｔｈｅ ｖｅｃｔｏｒｄａｔａｉｎｔｏＧＰＵｓｕｃｃｅｓｓｉｖｅｌｙｂｙｂａｔｃｈｔｏｃａｒｒｙｏｕｔｐａｒａｌｌｅｌｃｏｍｐｕｔａｔｉｏｎ．Ｆｏｒｅａｃｈｌｏａｄｉｎｇ，ｗｅｏｐｔｉｍｉｓｅａｎｄｅｘｐａｎｄｔｈｅｆｉｒｓｔｃｏｄｅｂｏｏｋ ｇｅｎｅｒａｔｅｄｂｙｆｉｒｓｔｂａｔｃｈａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｄｅｒｅｆｅｒｅｎｃｅｏｆｔｈｅｄａｔａｏｆｔｈａｔｂａｔｃｈ，ｆｏｌｌｏｗｅｄｂｙｃｏｍｐｌｅｔｉｎｇｔｈｅｄａｔａｅｎｃｏｄｉｎｇｏｆｔｈｉｓｂａｔｃｈ． ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｕｇｇｅｓｔｔｈａｔＡＣＶＱｉｍｐｒｏｖｅｓｔｈｅｅｎｃｏｄｉｎｇｓｐｅｅｄａｎｄｔｈｅｒｅｓｔｏｒｅｄｑｕａｌｉｔｙｏｆｉｍａｇｅ，ｅｖｉｄｅｎｔｌｙｓｈｏｒｔｅｎｔｈｅｃｏｍｐｒｅｓｓｉｏｎ ｔｉｍｅｏｆｉｍａｇｅ，ａｔｔｈｅｓａｍｅｔｉｍｅｉｔｅｎｓｕｒｅｓｔｈｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｑｕａｌｉｔｙｏｆｖｏｌｕｍｅｄａｔａ． Ｋｅｙｗｏｒｄｓ　　Ｖｏｌｕｍｅｄａｔａ　Ｖｅｃｔｏｒｑｕａｎｔｉｓａｔｉｏｎ　ＧＰＵ　Ｃｏｄｅｂｏｏｋ 行这些ＶＱ算法，压缩过程将会相当漫长。随着ＮＶＩＤＩＡ、ＡＴＩ这 ０　引　言 类公司纷纷推出图形处理器ＧＰＵ编程的架构和编程工具，ＧＰＵ 在并行数据运算上具有强大的计算能力，特别适合做大量并行 矢量量化是图像编码领域