[发明专利]一种用GPU实现快速小波变换的方法

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种使用计算机图形处理器GPU实现快速小波变换的方法，以适用在通用计算机上实现高速的图像编码。

背景技术

在数字图像处理领域，小波变换由于其在JPEG2000图像压缩标准中的优秀表现，得到了广泛的应用。然而小波变换运算复杂，需要处理的数据量一般比较大，因而速度较慢，严重限制了小波变换的应用。于是应当采取一定的优化措施。目前对小波变换的各种优化多是基于专用集成电路ASIC或可编程逻辑器件FPGA的，具有开发周期长，难度大，成本高等缺点。

针对这一情况，有学者提出了在GPU设备上进行小波变换的方案。GPU设备凭借多核共同驱动以及很高的内存带宽，获得了很高的运算能力。南京邮电大学陈大伟等人在其文章《Daubechies9/7离散小波变换算法在GPU上的实现》(中国多媒体通信2007年12期第45页到50页)中针对GPU设备特性，提出了一种快速小波变换方法。该方法用并行策略实现小波变换，着重解决GPU设备共享内存限制的问题，将数据的每行或每列数据分段。这种方法虽然具有较好的通用性，可以处理尺寸较大的图像，但是正如作者所言，不可避免地引入了新的问题。其中最影响效率的就是，每行或每列数据各个段的段首和段尾都必须要对称延拓。每次延拓都要一个线程单独地处理段首和段尾数据，而在此时间内，其他线程皆是空闲状态，造成了资源的浪费。该方法的另一个缺点是，行变换之后要进行列变换，必须将数据的每列提取出来，而该方法没有提出一个有效的重新排布数据的方法，导致列变换效率不高。

发明内容

本发明针对上述问题，提出一种使用GPU实现的，不进行数据分段，且具有专门行列转置功能的快速小波变换方法。

本发明的步骤如下：

第1步：将需要小波变换的图像数据从计算机主机内存复制到GPU设备内存区域A中；

第2步：使用水平滤波器，对第1步得到的GPU设备内存区域A中的数据进行行变换，并将变换结果仍然保存于GPU设备的内存区域A中；

第3步：使用行列转置器，对第2步得到的GPU设备内存区域A中的数据进行行列转置，将转置后的数据存储于GPU设备的内存区域B中；

第4步：使用水平滤波器，对第3步得到的GPU设备内存区域B中的数据进行再次行变换，并将变换结果仍然保存于GPU设备的内存区域B中；

第5步：使用行列转置器，对第4步得到的GPU设备内存区域B中数据进行再次行列转置，将转置后的数据存储于GPU设备的内存区域A中；

第6步：将GPU设备内存区域A中的数据复制到计算机主机内存。

本发明与现有技术相比，具有以下优点：

第一，本发明仅需要GPU设备共享内存缓存一行或一列的数据，而且随着GPU设备设计水平的提高，可供使用的共享内存也相应增加。因此，本发明不容易受GPU设备共享内存不足的问题的限制。

第二，本发明设计的水平滤波器充分使用了GPU设备的多处理器和高速共享内存资源，因而具有很高的处理速度。

第三，本发明设计的行列转置器使用了GPU设备的多处理器和高速共享内存资源，因而具有很高的处理速度。通过使用此高速的行列转置器，可以避免进行列变换时由于列数据存储不连续而导致的效率降低。同时，由于列变换通过行变换实现，本发明不再需要单独的垂直滤波器来实现列变换，使得由本方法实现的系统更加简单。

附图说明

图1是本发明的流程图。

具体实施方式

本发明采用CUDA语言，可以在NVIDIA的任何一款支持CUDA架构的GPU设备上实现。在实施本发明所述的方法前，应先调用cudaMalloc函数在GPU设备上分配两个大小相同的内存区域，分别记为内存区段A、B。在使用本发明所述的方法后，也应调用cudaFree函数释放这两段内存区域。

参照图1，本发明可通过以下步骤实现：

步骤1，将数据从计算机主机内存复制到GPU设备内存。数据从计算机主机内存到GPU设备内存的复制可使用函数cudaMemcpy或cudaMemcpy2D来实现。

步骤2，使用水平滤波器，对步骤1得到的GPU设备内存区域A中的数据进行行变换，并将变换结果仍然保存于GPU设备的内存区域A中。