嵌入式視頻圖像系統(tǒng)壓縮算法的實現(xiàn)和優(yōu)化

　　引言

　　隨著網絡技術和多媒體技術的發(fā)展.視頻通信的需求逐漸增加.同時最新的視頻壓縮標準不斷推出。MPEG-4 ( Moving Pictures Expcrts Group-4)是國際運動圖像像編碼專家組(MPEG Moving Picture Experts Group)在1998年11月制定[1]的，它不同于其他標準.是個而向多媒體應用的壓縮標準. 第1次提出了基于對象的壓縮方法.使交互功能的實現(xiàn)成為可能。日前基于PC平臺的MPEG-4視頻編碼器[2]在互聯(lián)網的遠程教育和高清晰電影等方面己經有較多的應用.但在硬盤錄像機、多媒體通信等視頻業(yè)務的嵌入式系統(tǒng)應用更為廣泛。以DSP為嵌入式圖像處理核心的系統(tǒng)，具有開發(fā)周期短，編程靈活的特點，因此DSP圖像處理系統(tǒng)成為了研究熱點。

　　DSPs結構特點

　　TMS320C6455是TI ( Tcxas Instrumcnts Incorporatcd)公司推出的最新高速DSP芯片[3]。具體結構見圖1。最主要的特點從是結構[4]上采用了VLIW(VLIW: VeryLong Instruction Word)超長指令字內核結構.具有1200 MHz的CPU，每個周期可以同時執(zhí)行8條32bit的指令。速度可達到9600 MIPS ( 1200 MHz X 8條指令=4 800 MIPS) 。片內采用2級高速緩存結構.片外存儲器有很強大的外部存儲器接口EMIF ( Extcrnal Mcm ory Intcrfacc)。 這些性能能滿足視頻圖像處理的實時性要求.確立了它在高端多媒體應用中的地位。

 

　　圖1 TMS320C6455DSP 的內核結構

　　對Cache的優(yōu)化

　　最大程度地發(fā)揮Cache效率是達到期望編碼器性能的一個關鍵因素[5]。Cache高速的存儲訪問速度可以減少CPU延遲周期.提高處理器的效率。TMS320C64xDSP有兩級存儲結構應用片內數(shù)據(jù)和程序存儲。對于L1Cache能夠以CPU的同樣速度訪問。L2Cache既可以作數(shù)據(jù)空間也可以作為程序空間使用.L2是片外空間與L1的橋梁。

　　MPEG-4視頻編碼器是以宏塊為單位進行編碼處理 ，只有當前宏塊處理完成所有的過程后，視頻編碼器才能傳送一個宏塊。直接出現(xiàn)的缺點是: 一個視頻編碼器整個代碼大于 L1P。每個宏塊在 L1P和 L2之間的傳送過程 ，導致嚴重的Cache缺失。而一個單獨的宏塊從片外存儲空間到片內空間的搬移 , 也不能發(fā)揮 EDMA (Extended Direct Memony Access )的優(yōu)勢。
為避免發(fā)生的Cache大量缺失，采取 3種方法[6] 。

　　1.整個編碼算法應該分成 3個模塊: 宏塊編碼、運動估計、運動重建 , 這樣使每個模塊代碼都適合 L1P。每次循環(huán)以宏塊組為單位 , 宏塊組的大小由 L1D大小決定。在宏塊編碼模塊中, 當宏塊組被傳送到片內，他們一起經過 DCT Direct Cosine Transform 、量化、熵編碼 , 直到宏塊組編碼模塊結束為止，L1D才刷新這組宏塊。同時對應的程序包括 DCT、量化、熵編碼也被保存到 L1P。

　　2.盡量減少數(shù)據(jù)類型的大小?？梢杂?8位數(shù)據(jù)就不用 16位數(shù)據(jù) , 這樣不但節(jié)省空間 ，而且能提高L1D的使用效率。因為 L1D行的大小是固定的， 在一行內如果采用 8位數(shù)據(jù) 比 16位數(shù)據(jù)可多放一倍 , 從而減少程序中 Cache缺失情況的發(fā)生。

　　3.采用乒乓緩存結構, 提高 Cache命中率 , 減少 CPU等待時間。

　　在視頻編碼模塊中，當前幀和參考幀數(shù)據(jù)放在片外存儲器，在編碼過程中需要依次對圖像幀中的每個宏塊進行操作。但宏塊直接從片外內存讀取，這就會發(fā)生CPU等待?？梢栽O置兩對片上緩存，一對存放當前幀宏塊，一對存放參考幀宏塊，它們以乒乓方式工作。乒乓緩沖工作模式如圖1所示。編碼前E DMA將片外的當前幀中編碼宏塊數(shù)據(jù)和在搜索范圍內的參考幀宏塊數(shù)據(jù)搬移到片上內存。在用EDMA搬移數(shù)據(jù)到其中一塊片內緩存的同時，，處理器可以對另一塊緩存中的數(shù)據(jù)進行處理。經過這樣的修改，CPU一直從片上讀取存儲器數(shù)據(jù)大大減少了CPU阻塞情況的發(fā)生，提高了編碼速度。


DOPTPU4是個計算 4對 8位數(shù)據(jù)乘積求和的運算。兩個 DOPTPU4可在單周期內并行 , 所以可極大地提高 SAD的計算速度。具體步驟如下：

　　1)兩個 LDNDW指令從當前幀和參考幀取 8個像素;

　　2)兩個 SUBABS4計算 8個像素的差值;

　　3)兩個 DOTPU4計算 8個像素乘積求和。

　　像素插值也是個計算量大的模塊。AVG4指令可執(zhí)行 4個 8位數(shù)值平均值計算。AVG2可以執(zhí)行 2個 16位數(shù)據(jù)的平均計算。SHRMB(Shift Right andMerge Byte) 右移第 2個寄存器 , 把第 1個寄存器的低位作為高字節(jié)。AVG4計算平均值，SHRMB處理結果。

　　此外筆者參考 TI提供的 IMGLIB支持庫 該庫中還包括了許多常用的圖像和視頻處理的函數(shù) ，以完成 DCT、 IDCT (Inverse Direct Cosine Transform)、中值濾波等功能 , 這些函數(shù)都是經過匯編優(yōu)化。完全能夠實現(xiàn)軟件流水， 執(zhí)行效率很高。采用標準序列 Coastguard.yuv編碼 5幀數(shù)據(jù)，主要函數(shù)優(yōu)化前后性能比較，如表 1所示。

　　表 1　各個函數(shù)優(yōu)化性能比較