結合分類方法的并行分形圖像編碼算法研究*

郭 慧， 賀 杰， 盧振坤

(1.梧州學院 信息與電子工程學院，廣西 梧州 543002；2.廣西民族大學 信息科學與工程學院，廣西 南寧 530006)

結合分類方法的并行分形圖像編碼算法研究*

郭 慧1*， 賀 杰1， 盧振坤2

(1.梧州學院 信息與電子工程學院，廣西 梧州 543002；2.廣西民族大學 信息科學與工程學院，廣西 南寧 530006)

針對分形圖像編碼計算密集的特點，建立編碼步驟的串行-并行轉化機制，利用計算統一設備架構CUDA的單指令、多線程執行特性，建立分形編碼在圖像處理器GPU上的并行計算模型，將耗時量較大的搜索最佳匹配塊的串行執行過程并行化處理，并在此基礎上結合方差法對值域塊進行分類以減少搜索次數.實驗結果表明，該文算法與原始算法相比可達到1 200多倍的加速并保持較好的解碼圖像質量，滿足了實時編碼的要求.

分形圖像壓縮；計算統一設備架構；并行計算；分類；方差

分形圖像編碼方法是一種建立在空間域的有損圖像壓縮技術，其理論基礎是迭代函數系統及拼貼定理.該方法根據自然圖像的不同局部之間存在的跨尺度自相似性來進行編碼，從而減少圖像的數據冗余，具有分辨率無關及解碼快速等優點.但分形編碼也存在搜索匹配計算量大，耗時長等不足，難以滿足實時性需求，因而加速編碼過程成為分形編碼改進的重要方向.為減少匹配塊的搜索時間，劉小丹等人[1]提出了一種改進的 K-means聚類優化的圖像分割方法.吳一全、孫子翼[2]則針對K-均值聚類分形編……