在数字图像视频处理领域中,随着处理内容和算法复杂度的不断增加,这为计算技术带来了巨大挑战。并行处理技术日益引起图像视频处理界的广泛关注,如何快速高效地并行处理图像视频数据这一问题已成为亟待解决的重大课题之一。随着图形处理器通用计算技术的发展日趋实用成型,本文基于CUDA(Compute Unified Device Architecture)平台,针对图像视频数据处理模块中的两个重要处理流程:滤波器和直方图统计的并行处理技术,分别研究其高效并行处理技术和并行算法。
在模拟过渡到数字视频的过程中,视频压缩发挥了关键作用。同时大大降低了视频带宽,有损视频压缩标准自然不可避免地导致视频质量下降。迄今为止,许多噪音算法已被开发,以解决不同的类型的编码噪声,如块状编码噪声和振铃效应。这些噪声降低算法大多是基于块的方法而设计的,一般默认为宏块的大小为16*16。如果解码序列已调整大小或转移,这种默认的块大小将不再有效,这是相当常见在目前标清到高清的过渡时期。为了解决这个问题,BBD(Block Boundary Detection)算法被开发以检测正确的块大小和偏移量序列文件,只要这些序列文件缩放系数小于3。因此,其研究具有重大的价值及其意义,为以后的编解码技术的发展做出了重大的贡献。
同时,基于CUDA技术的块边界检测是在ROCK player平台开发设计的,ROCK (Real-time in One Click Kit)player是一个视频算法快速仿真平台,为视频算法提供了各种函数接口,该仿真平台是基于NVIDIA公司的GPU graphic card和Decklink Capture Card硬件环境,NVIDIA公司的CUDA,Visual Studio和Qt软件平台及其各种软件开发工具包(SDK),如Windows SDK, CUDA SDK, Qt SDK, DirectX SDK, Blackmagic SDK等。由于该平台具有很好的并行多核处理器的应用和并行的视频处理技术的支持,它具有高速处理视频算法的特性,加速了视频算法的研究及其开发。BBD算法的开发设计正是很好利用了这一快速仿真的性能,不断的改进并完善算法,并且具有良好的人机交互操作界面,为研究工作人员提供良好的理论研究平台,总体实用性强。
