基于数据流聚类策略的GPU码书初始化算法

码书生成是基于矢量量化压缩体绘制的关键之一,初始码书对码书生成算法有较大的影响。现有的码书初始化方法需要对原始海量数据进行多次迭代,数据频繁在硬盘、内存和GPU(图形处理器)之间进行数据传输,导致算法效率不高。针对码书生成的初始码书提取问题,提出了基于数据流聚类策略的初始码书生成算法。其基本思想是将海量三维数据体当做一个数据流(分块),对每一部分数据形成局部码书,再对所有的局部码书进行分类形成最终的初始码书。利用本方法可以极大地减少数据的读取和传输的次数,同时,充分利用GPU并行计算能力。通过仿真结果分析表明,提出的方法在效率和效果上都有较大的提高。