作为新一代的静止图像压缩标准,JEPG2000支持多分辨率渐进、感兴趣区域编码,且具有较好的容错性。然而JPEG2000算法本身复杂度较高,在一些特定的应用中,要求实时或近实时的压缩,这就需要对JPEG2000算法进行优化,加速处理过程。图形处理单元GPU的迅速发展,尤其是借助NVIDIA公司发布的CUDA开发架构,GPU的开发难度有效降低,给JPEG2000算法的优化提供了新的途径。本文首先介绍了JPEG2000编码算法的基本原理、GPU(Graphic Processing Unit)和CUDA(Compute Unified Device Architecture)的工作原理,以及使用CUDA对程序进行优化的基本步骤。随后,通过对JPEG2000算法中小波模块的分析,结合CUDA并行架构的特点,提出了一种CPU+GPU异构并行的小波加速方案,并加以实现。最后,对本文提出的小波加速后的JEPG2000程序与原始程序在编码速度和重构图像的质量等方面进行性能比较。实验结果表明,优化后的小波模块在速度上比原始的小波模块平均提高8.9倍左右;压缩性能与优化前的标准KDU软件相比基本一致,恢复图像PSNR在各种压缩比下相差在1dB以内。