基于ADSP-BF533處理器的去方塊濾波器的實現(xiàn)及優(yōu)化

　　b) 最耗時的部分，即函數(shù)循環(huán)的內(nèi)部存在大量的重復(fù)計算，造成計算復(fù)雜度劇增；

　　c) 算法中用到的不少數(shù)據(jù)，例如運動矢量、圖像的亮度和色度數(shù)據(jù)等存放在速度較慢的片外SDRAM中，但在濾波過程中的頻繁調(diào)用，使數(shù)據(jù)搬運時間劇增。

　　針對耗時的原因，對算法進(jìn)行了以下改進(jìn)：

　　3.2.1 將原程序中復(fù)雜的函數(shù)及循環(huán)簡單化

　　指令長度和運算速度是相互制約的，往往將代碼通過條件判斷可以進(jìn)行高度精簡，但由于增加了機(jī)器的判斷工作量而使得速度變慢；反之，將代碼中的判斷去除，程序進(jìn)行展開，往往可以減少耗費的指令周期，但代碼長度會增加。JM8.6中的去方塊濾波代碼較短，將其中的函數(shù)間關(guān)系簡單化，以代碼長度增加換取執(zhí)行速度的增加。

　　對于系統(tǒng)運行最耗時的循環(huán)體，采取適當(dāng)改寫循環(huán)形式、多重循環(huán)體展開等方法有效地減少運算的復(fù)雜度。此外，減少調(diào)用函數(shù)次數(shù)，改寫if-else語句也是有效的優(yōu)化手段。

　　3.2.2 去除參考代碼中的大量冗余代碼和重復(fù)計算

　　a) 因為使用的參考代碼是JM8.6中的去方塊濾波模塊，該模塊可以對H.264的各種擋次和級別的碼流進(jìn)行濾波，而解碼器是基于基本擋次的，僅僅涉及到I幀、P幀的濾波操作，因此可以將參考代碼中的關(guān)于B幀、SP／SI幀、場模式和幀場自適應(yīng)模式的相關(guān)濾波部分去除。

　　b) 程序在獲取濾波強(qiáng)度BS和進(jìn)行亮度／色度的濾波過程中，都要獲取當(dāng)前子塊所在的宏塊的相鄰宏塊的可達(dá)性的信息(即這個宏塊能否被使用，通過調(diào)用GetNeighbour 函數(shù)實現(xiàn))，由于濾波是按照宏塊中的邊緣先垂直后水平進(jìn)行的，對于一條邊緣獲取的信息是相同的，因此這個操作可以對每條邊緣獲取一次即可，不必在循環(huán)內(nèi)部反復(fù)判斷。同時在濾波算法中，僅需要獲取在當(dāng)前宏塊上面和左邊的宏塊的可達(dá)性信息，可將獲取當(dāng)前宏塊的左上及右上角宏塊信息的冗余操作去除。同時，獲取水平方向的濾波強(qiáng)度的函數(shù)調(diào)用getNeighbour時，getNeighbour參數(shù)的取值分別是luma為定值1，xN是[-1，3，7，11]，yN是[0-15]，此時函數(shù)getNeighbour中的很多if-else語句是無效的判斷，這些冗余判斷占用了大量的時鐘周期。此外，對各個分支的概率進(jìn)行分析，將概率最大的判斷分支放在前面執(zhí)行，也提高了函數(shù)執(zhí)行的速度。

　　以下是精簡后的GetNeighbour函數(shù)代碼，僅有數(shù)條語句，大大減少了運算量。

　　c) 在JM86參考代碼中對于一個亮度宏塊的16×4共64條像素邊緣的BS值逐條獲取，而通過對BS獲取條件進(jìn)行分析可知，處于兩個子塊間垂直邊緣或水平邊緣的4條像素邊緣的BS值分別是相等的。因此，對一條邊緣僅要進(jìn)行獲取第1、5、9、13條像素邊緣的BS值，再賦給相應(yīng)的其他像素邊緣即可，由于獲取BS值的操作位于循環(huán)中，需要經(jīng)過許多判斷及運算，通過這一改進(jìn)，大大簡化了計算復(fù)雜度。

　　d) 參考代碼中的循環(huán)內(nèi)部有很多語句與循環(huán)參數(shù)無關(guān)，可以將這些語句調(diào)整至循環(huán)外部，避免了冗余計算。

　　3.2.3 利用BPP分塊處理技術(shù)解決片外數(shù)據(jù)頻繁調(diào)用的問題

　　針對頻繁調(diào)用片外數(shù)據(jù)影響了程序的運行速度的問題，采用BPP分塊技術(shù)進(jìn)行優(yōu)化。在片內(nèi)的L1緩存中開辟3塊空間分別存放待濾波的亮度分量、色度U分量、色度V分量。根據(jù)每個宏塊進(jìn)行濾波時可能涉及的像素范圍，在對CIF圖像進(jìn)行濾波時，將一幀的396個宏塊分成4類：A類為第1個宏塊，其上邊緣和左邊緣都是圖像邊緣，對其濾波前讀入的亮度數(shù)據(jù)是16×16，色度數(shù)據(jù)是2個8×8；B類為第1個宏塊行中除去第1個宏塊的其余宏塊，其上邊緣是圖像邊緣，對其濾波前讀入的亮度數(shù)據(jù)是16×20，色度數(shù)據(jù)是兩個8×12；C類是第1個宏塊列中除去第1個宏塊的其余宏塊，其左邊緣是圖像邊緣，對其濾波前讀人的亮度數(shù)據(jù)是20×16，色度數(shù)據(jù)是2個12×8；D類是除掉A、B、C這3類宏塊的其余宏塊，也就是上邊緣和左邊緣都在當(dāng)前圖像內(nèi)的宏塊，對其濾波前讀入的亮度數(shù)據(jù)是20×20，色度數(shù)據(jù)是2個12×12。

　　進(jìn)行濾波時，首先按宏塊的類型以不同的數(shù)量從片外的數(shù)據(jù)緩存中整塊地讀入亮度和色度數(shù)據(jù)到片上的3塊濾波緩存，然后進(jìn)行濾波處理，并將結(jié)果數(shù)據(jù)重新存儲到片外存儲空間中。通過這種方法，一方面在一定程度上減少了頻繁調(diào)用片外數(shù)據(jù)的時間，提高了運行速度；另一方面通過對待濾波宏塊的細(xì)分，減少了參考代碼中的判斷引起的流水線中斷，也在一定程度上提升了程序速度。

　　3.3 匯編級別的優(yōu)化

　　BlackfinBF533處理器的內(nèi)核支持C或C++語言，但由系統(tǒng)自動將C程序翻譯成匯編語言效率比較低下，因此對一些系統(tǒng)調(diào)用比較頻繁、耗時較多的模塊，可以用人工將其轉(zhuǎn)化成高效率的匯編語言來提高運行速度。主要通過以下幾個方面來提高程序的速度：

　　a) 以寄存器變量代替局部變量。在C語言中，子程序和函數(shù)中往往使用局部變量來暫時存放數(shù)據(jù)。當(dāng)程序運行時，編譯器為聲明的所有局部變量開辟臨時內(nèi)存空間，對于局部變量的存取操作都涉及到內(nèi)存的存取，而內(nèi)存訪問的速度相對于寄存器訪問是很慢的。因此，可以利用系統(tǒng)中的數(shù)據(jù)寄存器、指針寄存器來替代僅僅起暫存作用的局部變量，從而大大節(jié)省系統(tǒng)訪問內(nèi)存帶來的時間延遲。但由于系統(tǒng)中的寄存器數(shù)量對于局部變量來說相當(dāng)有限，因此必須合理高效地使用寄存器。

　　b) 以硬件循環(huán)代替軟件循環(huán)。軟件循環(huán)是指在for或while等循環(huán)的開始或結(jié)尾處設(shè)置判斷條件來控制循環(huán)的開始、繼續(xù)、結(jié)束。軟件循環(huán)的條件判斷指令會動態(tài)地選擇分支，一旦發(fā)生跳轉(zhuǎn)，會阻塞流水線，而保持流水線的暢通是保持高效運行的關(guān)鍵因素。Blackfin處理器有專用的硬件支持兩級嵌套的零開銷硬件循環(huán)，這種方式不需要判斷條件轉(zhuǎn)移，DSP硬件根據(jù)預(yù)定的循環(huán)次數(shù)自動執(zhí)行循環(huán)并結(jié)束循環(huán)，從而保證了流水線的暢通，提高速度。

　　c) 充分利用數(shù)據(jù)總線寬度。Blackfin533外部數(shù)據(jù)總線寬度32位，一次可存取4字節(jié)。因此，充分利用數(shù)據(jù)總訪問寬度，特別在操作大量數(shù)據(jù)時，保持一次存取4字節(jié)，可減少指令周期數(shù)，從而提高執(zhí)行速度。

　　d) 高效使用并行指令和向量指令。并行指令和向量指令是Blackfin系列DSP的一大特點。通過對并行指令的使用，可以充分發(fā)揮Blackfin處理器的SIMD系統(tǒng)結(jié)構(gòu)的優(yōu)點及硬件資源的并行處理能力，減少指令數(shù)，從而提高程序執(zhí)行效率。往往通過對程序的合理安排可以做到使用1條并行指令來替代2條或3條非并行指令。向量指令則充分利用指令寬度，同時對多個數(shù)據(jù)流進(jìn)行相同操作，如要進(jìn)行2個16位的算術(shù)或移位操作，完全可以通過1個32位的向量指令來實現(xiàn)，從而以1個時鐘周期來實現(xiàn)原來2個周期的工作。例如R3=abs R1(V)就用1個指令周期同時實現(xiàn)2個16位數(shù)據(jù)的求絕對值操作。

　　e) 合理配置數(shù)據(jù)存儲空間。限于DSP片內(nèi)和片外數(shù)據(jù)存儲空間的訪問速度和容量特點，片內(nèi)空間存取速度快但容量很小，而片外空間較大但訪問速度慢，因此，合理地分配數(shù)據(jù)存放位置對于提高程序的運行速度是十分關(guān)鍵的。對于使用頻率高的數(shù)據(jù)盡量放在片內(nèi)空間中，而不常用的數(shù)據(jù)放在片外空間中。若要存取位于片外的數(shù)據(jù)時，應(yīng)將待存取的數(shù)據(jù)盡量安排成連續(xù)分布，一次將大塊的片外數(shù)據(jù)讀進(jìn)片內(nèi)緩存，避免頻繁讀取片外數(shù)據(jù)帶來的時間浪費。

　　4 優(yōu)化實現(xiàn)的結(jié)果

　　測試優(yōu)化效果的方法是將參考代碼JM8.6中的去方塊濾波C程序模塊加到原有的解碼器中進(jìn)行測試，并與經(jīng)過系統(tǒng)、算法、匯編3個級別優(yōu)化的去方塊濾波匯編程序模塊的測試周期進(jìn)行對比。選擇的測試圖像序列為Clarie.cif、Paris.cif、Mobile.cif，測試數(shù)據(jù)見表1。

　　由表1可以看出，與未優(yōu)化前的JM8.6中的C程序代碼相比，經(jīng)過優(yōu)化后的去方塊濾波匯編模塊效率提高了7倍左右。

　　5 結(jié)束語

　　本文通過系統(tǒng)、算法及匯編3個級別優(yōu)化實現(xiàn)了H.264中的去方塊濾波功能，特別是通過改進(jìn)去方塊濾波的實現(xiàn)算法，對待濾波的宏塊進(jìn)行分類以及充分地利用并行指令、向量指令等匯編級別的優(yōu)化手段，取得了較好的優(yōu)化效果。