Nén ảnh tối ưu theo tỷ lệ biến dạng thời gian thực với vùng quan tâm trên kiến trúc ARM cho ứng dụng robot dưới nước

( 0 đánh giá )
Miễn phí

Thuật toán nén ảnh DEBT (Depth Embedded Block Tree) sử dụng biến đổi wavelet rời rạc (DWT) và sắp xếp các bit theo thứ tự tối ưu hóa tỷ lệ biến dạng. Một thuật toán mới gọi là “paraline” được đề xuất để thực hiện DWT song song, tận dụng tối đa băng thông bộ nhớ với số lượng lõi xử lý tối thiểu. Paraline hoạt động theo cơ chế inplace, không cần bộ nhớ phụ, sử dụng kỹ thuật đồng bộ không khóa (lock-free) giữa các luồng bằng phép so sánh và hoán đổi nguyên tử (CAS). Hệ thống được triển khai trên Raspberry Pi 3B, có thể nén ảnh full-HD với tốc độ trên 30 fps. Ngoài ra, thuật toán hỗ trợ ROI bằng hai phương pháp: bitplane shifting (không cần truyền bản đồ ROI) và scaling (cần truyền bản đồ ROI). Kết quả thực nghiệm cho thấy DEBT vượt trội so với JPEG-2000 ở các mức nén cao, đặc biệt trong môi trường truyền tải dưới nước. Tài liệu cũng trình bày chi tiết mô hình bộ nhớ, đánh giá hiệu năng trên nền ARM, và so sánh với các thuật toán nén ảnh hiện đại.