位置:成果数据库 > 期刊 > 期刊详情页
具有可变数据格式的透明度压缩
  • ISSN号:1003-9775
  • 期刊名称:计算机辅助设计与图形学学报
  • 时间:2011
  • 页码:247-255
  • 分类:TP302[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学院计算机系统结构重点实验室,北京100190, [2]中国科学院计算技术研究所,北京100190, [3]中国科学院研究生院,北京100049, [4]北京龙芯中科技术服务中心有限公司,北京100190
  • 相关基金:国家“核高基”科技重大专项(2009ZX01028-002-003,2009ZX01029-001-003);国家“八六三”高技术研究发展计划(2008AA01090i);国家“九七三”重点基础研究发展计划项目(2005CB321600);国家自然科学基金(60736012,60921002,61070025).
  • 相关项目:面向高计算密集度应用的片上多处理器并行处理关键技术研究
中文摘要:

对纹理元素透明度alpha的压缩是纹理压缩的重要组成部分.通过分析透明度和颜色的本质差异,提出了具有可变数据格式的透明度压缩——龙芯透明度压缩(LAC)方法.该方法定义了3种alpha压缩数据格式,用聚类算法和线性插值方法将16个输入alpha数据压缩为64比特,并依据压缩数据格式采用灵活的解压方式;实现了LAC的压缩和解压过程,以及DXT5的alpha通道压缩.实验结果表明,与DXT5的alpha压缩相比,LAC方法可使测试图像的平均PSNR值提高0.25dB,alpha数据的平均压缩时间缩短约18%,硬件实现的平均单元面积减小25%左右,解压功耗降低10%~30%.

英文摘要:

The alpha channel compression of texture elements is an integral part of texture compression. A novel alpha compression scheme, called Loongson alpha compression (LAC), is proposed based on an insight into the essential difference between transparency and color. LAC defines 3 alpha compression data formats, employs clustering algorithms combined with linear interpolation method used in DXT5 to compress 16 input alpha data to a 64-bit block, and decompresses the block flexibly. Both compression and decompression are implemented for LAC and DXT5's alpha channel. Experimental results show that LAC improves the average PSNR with about 0.25dB over a set of test images and reduces about 18% of alpha compression time, as compared to DXT5 alpha compression. Moreover the average cell area of the hardware implementation is lowered by about 25% and the power consumption is reduced by 10%-30%.

同期刊论文项目
期刊论文 118 会议论文 65
期刊论文 143 会议论文 81 获奖 3 专利 9 著作 4
同项目期刊论文
期刊信息
  • 《计算机辅助设计与图形学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国计算机学会
  • 主编:鲍虎军
  • 地址:北京2704信箱
  • 邮编:100190
  • 邮箱:jcad@ict.ac.cn
  • 电话:010-62562491
  • 国际标准刊号:ISSN:1003-9775
  • 国内统一刊号:ISSN:11-2925/TP
  • 邮发代号:82-456
  • 获奖情况:
  • 第三届国家期刊奖提名奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:24752