ARM NEON技術(shù)在車位識別算法中的應(yīng)用 - 全文

　　摘要：為了在車位檢測系統(tǒng)中不使用DSP的情況下，達到實時處理和節(jié)約成本的目的，在嵌入式Linux系統(tǒng)中使用了CORTEX-A系列的NEON協(xié)處理器技術(shù)來優(yōu)化一種車位圖像檢測算法的代碼。在CORTEX-A8平臺上使用該圖像處理算法進行了大量的處理測試，圖像算法處理速度得到很大提升。最后在多個平臺下使用該圖像處理算法進行測試對比，使用了NEON技術(shù)后其算法處理速度提升明顯，能夠滿足實時要求。

　　0 引言

　　隨著城市越來越多家庭擁有汽車，相應(yīng)的停車場建設(shè)數(shù)目也越來越多，停車場管理系統(tǒng)也越來越重要。

　　而國內(nèi)城市車多人多，空間擁擠給停車廠管理帶來諸多不便。車位檢測系統(tǒng)設(shè)計成嵌入式終端是一個好的選擇。圖像檢測算法的復雜度給實時檢測帶來難題，一般的圖像處理都是基于DSP完成，這帶來了成本的上升。

　　ARM 公司CORTEX-A 系列處理器的出現(xiàn)，極大地緩解了這個難題。

　　ARM 平臺能夠很好地支持Linux 系統(tǒng)，Linux 系統(tǒng)具有強大的網(wǎng)絡(luò)通訊功能，也給程序移植等帶來便利。本文的檢測算法在ARM平臺基于NEON技術(shù)進行了優(yōu)化，在保證檢測精度的同時，處理速度提升明顯，與使用DSP相比，大大節(jié)約了成本，為停車場管理系統(tǒng)的研究提供新的方向。

　　1 ARM NEON技術(shù)介紹

　　ARM 的NEON 通用SIMD 引擎可有效處理當前和將來的多媒體格式，從而改善用戶體驗。NEON 技術(shù)是通過清晰方式構(gòu)建的，并可無縫用于其本身的獨立流水線和寄存器文件。NEON 技術(shù)是ARM Cortex-A系列處理器的128 位SIMD（單指令多數(shù)據(jù)）體系結(jié)構(gòu)擴展，旨在為多媒體應(yīng)用提供更加強大的加速功能，從而明顯改善程序性能。它具有32 個寄存器，64 位寬（是16 個寄存器，128 位寬的雙倍視圖）NEON 指令特點如下：

　?。?）寄存器被視為同一數(shù)據(jù)類型的元素的矢量；

　?。?）數(shù)據(jù)類型可為：有符號/無符號的8 位、16 位、32 位、64 位單精度浮點；

　?。?）指令在所有通道中執(zhí)行同一操作。

　　NEON 寄存器可在多個通道內(nèi)進行并行運算，如圖1所示。

　　NEON 的指令都是以v 字母開頭的，例如：vadd.i16q0，q1，q2，這就是一個NEON 的指令了，很明顯的特點就是v 開頭，i 主要用來表明是一個整型（int），16 表示一個16 位的型，q0，q1，q2 都是128 位的寄存器（q 打頭的寄存器都是128 位的）。這個指令就是讓q1，q2 中裝載8 個16位的數(shù)據(jù)，然后執(zhí)行加法操作，最后放到q0中去。這么一個指令就完成了8次加法運算，這也就是性能的提升，對于其他運算也是如此。

　　2 系統(tǒng)設(shè)計和算法介紹

　　本系統(tǒng)基于CORTEX-A8平臺實現(xiàn)，車位檢測系統(tǒng)架構(gòu)如圖2所示。

　　采集通過模擬攝像頭，由TVP5150解碼后輸出8位Y∶Cb∶Cr=4∶2∶2的數(shù)據(jù)傳送的A8平臺，TVP5150驅(qū)動基于VIDEO FOR LINUX2（V4L2）開發(fā)，因此視頻采集程序調(diào)用V4L2相關(guān)API函數(shù)即可完成。然后調(diào)用相關(guān)圖像處理程序，提取多個圖像特征，與背景圖像對比，進行有車無車檢測，然后TCP/IP網(wǎng)絡(luò) 將圖像和有車位車情況發(fā)送到上位機。

　　車位檢測算法流程如圖3所示。

　　本系統(tǒng)目前在一處地下停車場進行測試驗證，如圖4在停車中采集到的背景和待測圖像，通過對100幅采集到800×600 分辨率的現(xiàn)場圖像，在CORTEX-A8 平臺上進行測試，平均檢測時間為538 ms，該算法在地下停車場中準確率97%.表1 中給出了處理一幅待測圖像CORTEX-A8 和ARM11 平臺優(yōu)化前平均時間的測試對比結(jié)果（均使用GCC交叉編譯）。

　　3 圖像處理算法在CORTEX-A8 平臺上的優(yōu)化

　　本系統(tǒng)是Cortex-A8和Linux系統(tǒng)上搭建，Linux下使用的編譯器為GCC.本文中使用普通C 語言優(yōu)化和NEON編程優(yōu)化對圖像相關(guān)函數(shù)進行了優(yōu)化，并進行了測試對比，下面給出方差函數(shù)variance代碼進行優(yōu)化前后的對比說明，如圖5優(yōu)化前的代碼。

　　3.1 C語言級別優(yōu)化

　　對于一般C語言級別的優(yōu)化，對于圖像這類矩陣數(shù)據(jù)而言，主要針對循環(huán)優(yōu)化。以第一個循環(huán)為例，如圖6對于C語言級別循環(huán)優(yōu)化后的代碼如圖6所示。

　　由優(yōu)化后的結(jié)果可見，通過對循環(huán)展開，有效的減少了循環(huán)跳轉(zhuǎn)次數(shù)，跳轉(zhuǎn)為原來的1 4 。但是也可以發(fā)現(xiàn)，加法運算次數(shù)，幾乎和原來相同并沒有減少。對于其他for循環(huán)和其他函數(shù)進行優(yōu)化后，測試時間對比如表2所示。

　　由表中數(shù)據(jù)可見，使用普通C 語言界別優(yōu)化，并沒有明顯提升，原因是在Linux系統(tǒng)上使用GCC編譯器進行編譯的，在選擇-O2 級別優(yōu)化的時候，已經(jīng)對循環(huán)進行了優(yōu)化，所以運行速度沒有明顯提升。

　　3.2 使用NEON技術(shù)的優(yōu)化

　　GCC 編譯器從4.3 版本開始，很好地提供了對ARM NEON 技術(shù)的支持。例如GCC 中的函數(shù)：

　　uint32x2_t vadd_u32（uint32x2_t，uint32x2_t），對應(yīng)匯語言：vadd.i32 d0，d0，d0.uint32x2_t代表這個數(shù)據(jù)類型是2 個32 位無符號整型。在使用GCC 編譯器中的NEON 技術(shù)時，需要包含頭文件《arm_neon.h》.NEON增強指令集是在Cortex-A系列發(fā)布后才具有的功能，因此ARM11 無法使用NEON 技術(shù)。對方差函數(shù)variance第一個for循環(huán)優(yōu)化后的代碼對比如圖7所示。

　　由優(yōu)化后程序代碼可見，循環(huán)跳轉(zhuǎn)次數(shù)為原來的1 4 ，但是由于使用了NEON 相關(guān)的vld1q_u32 函數(shù)，一次可在NEON的128位寄存器中裝入4個32位數(shù)值，調(diào)用vaddq_u32可對4個數(shù)據(jù)時同時進行加法運算，在一個指令周期就完成了4次加法運算，理論上加法運算次數(shù)為原來的1 4 ，大大提高了運算性能。

　　對于第二個for循環(huán)也可以采用類似方法優(yōu)化，只是調(diào)用的函數(shù)略有不同，具體考參考GCC的技術(shù)文檔，有詳細的使用說明。

　　其他函數(shù)如預處理、角點、相關(guān)度函數(shù)的優(yōu)化和此方法類似，重點針對循環(huán)和可以并行運算的代碼進行優(yōu)化。

　　表3 中給出了Cortex-A8 平臺使用NEON 技術(shù)優(yōu)化后與ARM11測試時間的對比。

　　4 結(jié)語

　　通過使用ARM NEON 技術(shù)，對于圖像處理這類矩陣運算進行并行優(yōu)化，可大大提高處理速度，進行優(yōu)化后，速度較優(yōu)化前提升了達2倍之多，較ARM11提升了8 倍的速度。ARM COTEX-A 系列所使用的NEON 技術(shù)，不僅使車位圖像檢測算法的速度有很大提升，在信號處理等多媒體處理算法中，也有廣闊的應(yīng)用前景。