[发明专利]一种基于GPU加速提升的小波变换优化方法

摘要

本发明提供一种基于GPU加速提升的小波变换优化方法，其特征在于包括第一步，将需要进行小波变换的图像数据沿主机、设备端的路径复制到设备端的主内存1上；第二步，对第一步中主内存1内的数据进行边界对称延拓，数据进入到共享内存内，然后对数据进行预测和更新处理；第三步，对第二步中最后得到的数据再次进行边界对称延拓，数据进入到共享内存，然后对数据进行预测和更新处理第四步，对第三步中最后得到的数据进行边界对称延拓，数据进入到共享内存，然后进行系数放缩第五步，数据通过设备端、主机的路径回到主机内存中。本发明的有益之处在于本产品的核心运算在保证图像信号完整性的前提下，取得几十倍的加速提升，节省了时间，降低了能耗。

主权项

一种基于GPU加速提升的小波变换优化方法，其特征在于：包括：第一步，将需要进行小波变换的图像数据沿主机、设备端的路径复制到设备端的主内存1上；第二步，对第一步中主内存1内的数据进行边界对称延拓，数据进入到共享内存内，然后对数据进行如下处理：1)预测1：c1(2n+1)＝x(2n+1)+p'[x(2n)+x(2n+2)]2)更新1：d1(2n)＝x(2n)+u'[c1(2n‑1)+c1(2n+1)]计算后的数据回到主内存1；第三步，对第二步中最后得到的数据再次进行边界对称延拓，数据进入到共享内存，然后对数据进行如下处理：1)预测2：c2(2n+1)＝c1(2n+1)+p”[d1(2n)+d1(2n+2)]2)更新2：d2(2n)＝d1(2n)+u”[c1(2n‑1)+c1(2n+1)]计算后的数据进入到主内存2；第四步，对第三步中最后得到的数据进行边界对称延拓，数据进入到共享内存，然后进行系数放缩：1)系数缩放1：c3(2n+1)＝(‑K)·c2(2n+1)2)系数缩放2：d3(2n)＝(1/K)·d2(2n)处理后的数据进入到主内存2；第五步，对第四步中最后得到的数据进行数据矩阵转置，处理后的数据进行行列变换是否结束的判定，判定未结束数据回到第二步继续进行处理，行列变换结束的数据进入5层变换处理是否结束的判定，判定未结束的数据返回第二步继续进行处理，判定成功的数据通过设备端、主机的路径回到主机内存中。