[发明专利]基于OpenCL的WebP压缩并行加速方法及装置

说明书

本发明公开了一种基于OpenCL的WebP压缩并行加速方法及装置，该方法包括：对图像进行旋转，将图像中第i列的宏块均下移i‑1行，并在其余位置添加空白宏块，获取存在n(m+n‑1)个宏块的旋转图像；其中，n为图像和旋转图像的列数，m为图像的行数，i为大于等于0且小于等于n的正整数，m+n‑1为旋转图像的行数；根据已知的宏块边界数据和/或OpenCL中本地内存中的循环缓冲区存储的宏块边界数据，依次对旋转图像每行的宏块进行并行数据编码；将图像的宏块进行数据编码获取的宏块边界数据存储到循环缓冲区的对应位置；本发明大量减少了宏块边界数据所需存储空间，使得宏块边界数据存储在本地内存中，规避了对全局内存的访问。

技术领域

本发明涉及计算机应用技术领域，特别涉及一种基于OpenCL的WebP压缩并行加速方法及装置。

背景技术

WebP图片格式是Google与2010年提出的一种新的图片压缩格式，由于其压缩率较高，目前已被国内外各大互联网公司使用。但为了提高压缩率，WebP算法设计了比较复杂的图像编解码原理，使得其图像编解码的数倍于现有的图片格式。因此，对于WebP算法加速方法的研究十分重要。

在数据中心技术领域中基于CPU+FPGA异构平台加速WebP算法是一个非常前沿的技术，目前很少有机构对其进行研究。而OpenCL(Open Computing Language开放式计算语言)是一种专门针对异构计算装置(Heterogeneous Device)进行并行化运算所设计的高层次程序语言，可大大提升研发效率，缩短产品研发周期。

基于OpenCL的并行化算法的设计中，去除数据依赖，设计合理的访存策略(Strategies for Memory Access)是整个开发过程的关键所在。为提升程序效率，OpenCL可以将存储模型抽象为3个层次，分别为全局内存(Global Memory)、本地内存(LocalMemory)以及私有内存(Private Memory)，访存速度逐级加快，存储空间逐级递减。在进行并行算法开发的时候，应该尽量减少全局内存的访存次数。

现有技术中，WebP算法在编码当前宏块的时候需要已知宏块的左边界、上边界以及宏块左上角数据(像素值)，如图1中宏块5所示。因此，往往直接存储整幅图像的边界数据，这样需要的存储空间非常大，图像边界数据会被分配到全局内存。导致每编码一个宏块需要读写一次全局内存，严重影响程序性能。因此，如何在宏块编码过程中避免对全局内存的访问，提升程序性能，是现今亟需解决的问题。

发明内容

本发明的目的是提供一种基于OpenCL的WebP压缩并行加速方法及装置，以减少宏块边界数据所需存储空间，使其可以放到OpenCL存储模型中的本地内存上，从而避免对全局内存的访问，提高并行算法效率。

为解决上述技术问题，本发明提供一种基于OpenCL的WebP压缩并行加速方法，包括：

对图像进行旋转，将所述图像中第i列的宏块均下移i-1行，并在其余位置添加空白宏块，获取存在n(m+n-1)个宏块的旋转图像；其中，n为所述图像和所述旋转图像的列数，m为所述图像的行数，i为大于等于0且小于等于n的正整数，m+n-1为所述旋转图像的行数；

根据已知的宏块边界数据和/或OpenCL中本地内存中的循环缓冲区存储的宏块边界数据，依次对所述旋转图像每行的宏块进行并行数据编码；

将所述图像的宏块进行数据编码获取的宏块边界数据存储到所述循环缓冲区的对应位置。

可选的，所述根据已知的宏块边界数据和/或OpenCL中本地内存中的循环缓冲区存储的宏块边界数据，依次对所述旋转图像每行的宏块并行进行数据编码，包括：