基于OpenCL的H.264关键模块并行算法设计与实现

摘要

视频作为一种信息含量十分丰富的信息载体，已经成为当今信息时代不可缺少的重要组成部分。由于视频序列通常拥有庞大的数据量，如何进行有效地数据压缩一直是人们研究的热点。作为主流的视频编码标准，H.264有着突出的压缩性能，但同时计算复杂度也相当可观。
　　GPU（GraphicProcessingUnit，图形处理单元）由于具有强大的浮点运算能力，近年来逐渐被应用到通用计算领域。2008年OpenCL异构编程框架的提出使人们在GPU等异构硬件平台上开发可移植的并行程序成为可能。因此，将GPU应用在视频编码领域具有广阔的前景。
　　本文重点研究H.264编码环节中计算复杂度较高的几个关键模块，结合OpenCL平台与GPU硬件的并行特性，设计多种高效的并行算法:针对帧间预测模块设计一种帧间预测全并行算法，包括亚像素内插并行算法、运动补偿算法、整像素运动搜索全并行算法和亚像素运动搜索全并行算法;设计一种改进的梯状并行运动搜索算法，在大幅提高运动搜索速度的同时能有效控制码率;针对H.264整数DCT和量化运算，设计一种基于OpenCL的并行二维DCT和并行量化算法;针对环路滤波过程中滤波强度的求取，设计一种并行算法，同时针对环路滤波的执行环节设计一种分次并行滤波算法。
　　实验结果表明，与传统CPU串行算法相比，本文基于OpenCL平台设计的并行算法在保证图像质量和压缩效率的同时，能够有效地提高计算效率，使计算速度得到显著加快。

目录

声明

摘要

1 绪论

1．1 课题研究背景

1．2 国内外研究现状概述

1．3 本文研究内容及结构安排

1．3．1 本文主要研究内容

1．3．2 本文章节安排

2 H．264编码标准与OpenCL概述

2．1 视频编码标准的发展史

2．2 H．264编码器框架

2．3 H．264编码器关键技术

2．4 GPU硬件结构与OpenCL架构

2．4．1 GPU硬件结构

2．4．2 OpenCL架构

3 基于OpenCL的H．264关键模块并行算法设计

3．1 基于OpenCL的帧间预测并行算法设计

3．1．1 亚像素内插并行算法设计

3．1．2 运动补偿算法设计

3．1．3 整像素运动搜索全并行算法设计

3．1．4 亚像素运动搜索全并行算法设计

3．2 基于OpenCL的运动搜索梯状并行算法设计

3．3 基于OpenCL的DCT与量化并行算法设计

3．4 基于OpenCL的帧间环路滤波并行算法设计

3．4．1 滤波强度的并行求取

3．4．2 帧间环路滤波的并行实现

3．5 本章小结

4 实验结果举例与分析

4．1 帧间预测并行算法实验结果举例与分析

4．1．1 亚像素内插并行算法实验

4．1．2 运动搜索全并行算法实验

4．1．3 运动搜索梯状并行算法实验

4．2 整数DCT变换与量化并行算法实验结果举例与分析

4．3 帧间环路滤波并行算法实验结果举例与分析

5 总结与展望

参考文献

攻读硕士学位期间发表学术论文情况

致谢