引言

隨著網(wǎng)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(wǎng)的遠程教育和高清晰電影等方面己經(jīng)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(nèi)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(nèi)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(nèi)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(nèi)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(nèi)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(nèi)，他們一起經(jīng)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(nèi)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(nèi)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(nèi)的參考幀宏塊數(shù)據(jù)搬移到片上內(nèi)存。在用EDMA搬移數(shù)據(jù)到其中一塊片內(nèi)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(jīng)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。

圖2 乒乓緩沖存儲器結構

SAD和像素插值的優(yōu)化

SAD(Sum ofAbsolute Difference)是運動估計模塊[7]關鍵模塊 , 而 DM642提供了一套豐富的視頻和圖像專用指令可以高效實現(xiàn)運動估計算法。

LDNDW (Load Non2alignedDoubleWord)指令，可以一次讀取 64位無邊界數(shù)據(jù)。這個指令可以從當前幀中和參考幀一次讀取8個 8位像素數(shù)據(jù)。因此可以提高當前幀和參考幀宏塊數(shù)據(jù)的搬移速度。

SUBABS4(Subtractwith Absolute)指令，計算在兩組 8位數(shù)據(jù)包之間的 4個絕對值之差。
　　
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(nèi)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(jīng)過匯編優(yōu)化。完全能夠?qū)崿F(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

Tab1Performance of functions by analysis

利用 EDMA進行數(shù)據(jù)搬移, 提高存儲速度

TMS320C6455DSP支持 EDMA功能 , 是在沒有 CPU介入的情況下 , 訪問存儲器的一種工作方式。它可以直接通過 EDMA通道 , 提前把外設或片外存儲器中的數(shù)據(jù)直接搬移到片上內(nèi)存。對 CPU來說 , 所訪問的數(shù)據(jù)總是在片內(nèi)的 , 沒有阻塞的情況發(fā)生 , 減少了 CPU等待時間[8]。

使用 TI的 CSL (Chip SupportLibrary )支持功能[9，10]。它有專門的 DMA模塊 , 便于對 DMA的各個存儲器控制。主要使用 DAT函數(shù) , 進行 DMA存儲器間數(shù)據(jù)傳送。其中使用 DAT copy ( )和DAT fill ( )。
　　
就象常用的內(nèi)存操作 memcpy 、memset 一樣 , 只需要在 API接口指出源地址、目的地址、長度、維數(shù)屬性等 , 而不需要再去考慮具體的寄存器。

下面的代碼就是把 SDRAM中的 90幀 CIF 288 ×352 格式視頻序列中的一幀 , 利用 EDMA在緩存中進行搬移。

　　DAT_open(DAT_CHANNY, DAT_ PRI_ LOW,DAT_OPEN_2D);
　　Copy2FrameBuf(Unit8*framebuf)
　　{
　　if((tempbuf_rawbuf)>13685852)
　　if (tempbuf!=NULL)
　　free(tempbuf);
　　return 1;
　　}
　　DAT.copy(tempbuf,framebuf,152064);
　　Tembuf+=152064;
　　return 0;
　　}

編碼器的總體性能

表2　MPEG-4編碼器的性能

從表2數(shù)據(jù)可以看出，對于不同的視頻序列幀率提高至少5倍以上，信噪比雖然有所降低，但是由于頻幀的大幅度提高并達到實時要求而得到彌補，顯示效果更好。

結語

筆者論述了TMS32OC6455DSP 平臺上進行視頻編碼算法優(yōu)化的措施。主要考慮根據(jù)DSP自身特點和視頻算法進行優(yōu)化，通過實驗可以驗證達到30幀/秒以上的實時性要求，隨著IC 技術的發(fā)展和DSP 價格的降低，基于DSP的視頻編碼器的商用價值越來越明顯。