Fractal Image Compression Using Dynamically Pipelined GPU Clusters

Chauhan, Munesh Singh; Negi, Ashish; Rana, Prashant Singh

doi:10.1007/978-81-322-1602-5_61

Cited by 5 publications

(3 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…При выполнении фрактального алгоритма на системе, основным вычислителем которой является графический ускоритель, требуется постоянный обмен данными с центральным процессором и оперативной памятью. Пропускная способность этих каналов существенно ниже, чем частота работы графического ускорителя, что приводит к снижению производительности системы [5][6][7][8].…”

Section: A Practical Implementation Performed On a Reconfigurable Cunclassified

See 1 more Smart Citation

The Parallel-Pipelined Implementation of the Fractal Image Compression and Decompression for Reconfigurable Computing Systems

Chekina¹

2021

IZVESTIYA SFedU. ENGINEERING SCIENCES

View full text Add to dashboard Cite

Фрактальные алгоритмы находят все большее количество областей примененияот компьютерной графики до моделирования сложных физических процессов, но для их программной реализации требуются значительные вычислительные мощности. Фрактальное сжатие изображений отличается высокой степенью компрессии данных при хорошем качестве восстановленного изображения. Целью данной работы является повышение производительности реконфигурируемых вычислительных систем (РВС) при реализации фрактального сжатия и декомпрессии изображений. В работе описаны разработанные методы фрактального сжатия и последующей декомпрессии изображений, реализованные параллельно-конвейерным способом для РВС. Основная идея параллельной реализации фрактального сжатия изображений сводится к параллельному выполнению попарного сравнения доменных и ранговых блоков. Для достижения наилучшей производительности необходимо одновременно сравнивать максимальное количество пар. При практической реализации фрактального сжатия изображений на РВС учитываются такие критические ресурсы, как количество входных каналов и количество логических ячеек ПЛИС. Для задачи фрактального сжатия изображения критическим ресурсом являются каналы данных, поэтому параллельная организация вычислений заменяется параллельно-конвейерной после выполнения редукцию производительности параллельной вычислительной структуры. Подача каждого операнда в вычислительную структуру осуществляется последовательно (побитово), что экономит вычислительный ресурс и уменьшает простой оборудования. Для хранения коэффициентов системы итерируемых функций, кодирующих изображение, введена структура данных, задающая отношения между номерами ранговых и доменных блоков и соответствующими параметрами. Для удобства последующей декомпрессии элементы массива, кодирующего сжатое изображение, упорядочены по номерам ранговых блоков, что позволяет избежать двойной косвенной адресации в вычислительной структуре. Представленный подход позволяет масштабировать параллельно-конвейерную программу на любое количество программируемых логических интегральных схем (ПЛИС). Практическая реализация фрактального сжатия изображений, выполненная на реконфигурируемом компьютере Терциус-2, содержащем восемь ПЛИС, обеспечивает ускорение в 15000 раз по сравнению с универсальным многоядерным процессором и в 18-25 раз по сравнению с существующими решениями для ПЛИС. Реализация декомпрессии изображения на реконфигурируемом компьютере показывает ускорение в 380 раз по сравнению с аналогичной реализацией для многоядерного универсального процессора. Фракталы; фрактальное сжатие изображений; ПЛИС; реконфигурируемые вычислительные системы. M.D. Chekina THE PARALLEL-PIPELINED IMPLEMENTATION OF THE FRACTAL IMAGE COMPRESSION AND DECOMPRESSION FOR RECONFIGURABLE COMPUTING SYSTEMS Fractal algorithms find an increasing number of areas of application-from computer graphics to modeling complex physical processes, but their software implementation requires significant computing power. Fractal image compression is characterized by a high degree of data compression wi...

show abstract

Section: A Practical Implementation Performed On a Reconfigurable Cunclassified

“…При проведении сравнения предложенного подхода с существующими однокристальными реализациями фрактального сжатия [1,[5][6][7][8][9]…”

Section: рис 7 использование упорядоченных значений х Runclassified

The Parallel-Pipelined Implementation of the Fractal Image Compression and Decompression for Reconfigurable Computing Systems

Chekina¹

2021

IZVESTIYA SFedU. ENGINEERING SCIENCES

View full text Add to dashboard Cite

show abstract

“…GPU based fractal image compression for medical imaging is demonstrated [12].results shows drastic reduction in encoding time due to use of parallel approach.Cluster of GPU is used for fractal image compression by Chauhan et al [13]. In this approach domain pool is divided on to slave machines by master node and range blocks are circulated in pipelined manner across all slaves till the match is found .if match is not found then master divides the range and re-circulate it.…”

Section: Literature Survey For Ficmentioning

confidence: 99%

Discrete Wavelet Transform based Fractal Image Compression using Parallel Approach

Kodgule¹,

Sonkamble²

2015

IJCA

View full text Add to dashboard Cite

Fractal based technique for compression is one of the popular methods for compression of videos and images. It has generated much interest due to its promise of high compression ratios at good decompression quality and it enjoys the advantage of very fast decompression and resolution independent decoding .But it suffers from highly computationally intensive encoding process which makes it unsuitable for real time applications. Many approaches have been suggested but they do not satisfy the requirement of low encoding time and high quality reconstructed images. In this paper parallel algorithm for fractal image compression using NVIDIA`s GPGPU is proposed. Also novel discrete wavelet transform based feature detection is used to reduce the number of block comparisons. Experimental results show significant reduction in encoding time and quality of reconstructed images is also good compared to other approaches making this technique suitable for real time applications such as image retrieval, image denoising, Image authentication and encryption, satellite and medical imaging..

show abstract

Parallel fractal image compression using quadtree partition with task and dynamic parallelism

Hernandez-Lopez

Muñiz-Pérez

2022

J Real-Time Image Proc

View full text Add to dashboard Cite

Fractal Image Compression Using Dynamically Pipelined GPU Clusters

Cited by 5 publications

References 8 publications

The Parallel-Pipelined Implementation of the Fractal Image Compression and Decompression for Reconfigurable Computing Systems

The Parallel-Pipelined Implementation of the Fractal Image Compression and Decompression for Reconfigurable Computing Systems

Discrete Wavelet Transform based Fractal Image Compression using Parallel Approach

Parallel fractal image compression using quadtree partition with task and dynamic parallelism

Contact Info

Product

Resources

About