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
