摘要:随着科学技术发展，图像数据接收端获得图像信息越来越丰富，通过连接输入端获得视频图像数据使人们的生活变得更加便捷高效。但由于数据通信过程中传输带宽限制，图像信号不能原封不动进行通信传输，图像数据一般情况下在经过压缩处理后才进行传输通讯，经过压缩处理后的图像数据量减少，使得带宽限定的情况下能够传输更多图像信息。

本文针对图像向量量化算法和统一计算设备架构CUDA进行研究，通过使用CUDA对向量量化编码系统进行并行加速，解决了图像数据传输时数据量过大的问题，通过对串行向量量化算法与并行向量量化算法进行程序耗时比较，验证了基于CUDA的向量量化系统性能加速的可行性。

关键词：CUDA；向量量化；量化码书

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.2 国内外研究现状-2

1.3 主要工作内容-3

1.4 论文结构安排-4

2向量量化方法研究-5

2.1向量量化概况-5

2.2图像向量量化压缩技术研究-5

2.3 LVQ向量量化理论-6

3 CUDA并行处理机制-9

3.1 GPU工作原理-9

3.2 CUDA并行处理机制-11

4 基于CUDA的向量量化系统设计-13

4.1 码本训练算法分析-13

4.2向量量化编码算法分析-15

4.3 并行编码算法设计-16

4.3.1 编码算法并行调整研究-16

4.3.2 基于CUDA的向量量化算法-16

4.4 实验与分析-18

4.4.1 实验平台搭建-18

4.4.2 实验数据与分析-18

结    论-20

参考文献-21

致    谢-22