多媒体数字图像智能并行处理方法

龙源期刊网 http://www.qikan.com.cn

多媒体数字图像智能并行处理方法

作者：董薇

来源：《电子技术与软件工程》2017年第11期

摘 要在多媒体数字图像的并行处理过程中，针对常规GPU处理效率和处理质量不高的问题，提出了基于CUDA架构，结合改进基二快速Hadamard算法实现的图像并行处理方法。CUDA架构本身就具有较高的处理效率，再在处理算法上通过改进基二快速Hadamard进行优化。通过实验分析，证明了提出的新型并行处理方法能够有效提高多媒体数字图像的处理质量和处理效率。

【关键词】CUDA Hadamard变换 数字图像 并行处理 1 引言

多媒体数字图像处理过程存在数据量较大，以及数据关联度小等问题，为了解决常规GPU架构在图像处理时的缺点，采用CUDA架构。该架构能够处理大规模图像，并且具有并行处理高的优点。由于图像的数据量越来越大，传统的处理算法也无法满足需要，也导致了并行处理质量和速度问题的出现，因此本文采用了改进基二快速Hadamard并行算法，针对像素级进行处理，实现了在架构和算法上的并行图像处理，并且提高了图像的处理质量和效率。 2 基于CUDA架构的改进基二快速Hadamard算法 2.1 CUDA架构

CUDA是在常规架构上进行了性能改进，使得该架构提高了着色器资源的利用程度，并且实现了写入操作与线程的通信机制。在基于CUDA架构图像处理时，首先将划分出来的并行任务分配给GPU，然后由CUDA并行函数对各个任务进行处理，因此对于大规模图像数据的处理，该架构具有明显优势。

2.2 改进基二快速Hadamard并行算法

在像素级图像处理过程中，Hadamard算法的处理时间随着图像大小的增加呈现对数性增长，为了解决该问题，提出了改进基二快速Hadamard并行算法。

假定将需要处理的图像定义为任务X，即X=Wx，对其进行分解，划分为s个子任务，于是可以得到：

对于s个任务，当处理任何一个所需的时间都在1/s左右，同时并行处理的时间又相当短，相对任务处理时间可以忽略时，分解认为是合理的。于是设计改进基二快速Hadamard并行子任务算法具体步骤为：