H.264編解碼器在C6416 DSP上的實現與優化

   我們選取ITU-T公布的JM6.1e參考軟件作為我們的優化對象，目標是實現一個base-line profile的實時編解碼算法。但是JM6.1e代碼復雜，冗余度很大，需要在PC機端對其進行較大調整，涉及工作有：去除冗余代碼、規范程序結構、全局和局部變量的調整和重新定義、結構體的調整等。 

       2． 代碼移植 

       代碼移植，就是將在PC端跑通的程序，移植到DSP端，使其能夠初步運行。需要考慮的問題主要是一些內存分配，語法規則等問題。 

       3． DSP端代碼的優化 

       通過把PC機H.264代碼DSP化，可以在DSP上實現H.264的編解碼算法，但是，這樣實現的算法運行效率很低

，因為所有的代碼都是由C語言編寫，并沒有完全利用DSP的各種性能。所以必須結合DSP本身的特點，對其進一步優化，才能實現H.264視頻解碼器算法對視頻圖像的實時處理。 
       代碼的優化分為三個層次：項目級優化，算法級優化，指令級優化。 

       * 項目級優化       項目級優化，是對項目的整體優化，主要手段有以下幾點：       

       首先是利用CCS編譯器提供的優化功能，對優化選項進行選擇和配置，如打開O-3選項等。       

       其次對程序結構進行調整，對不適合DSP執行的語句進行改寫，以提高代碼的并行性。       

       最后是對內存進行合理分配，因為DSP資源有限，我們把一些常用數據，如全局變量，程序等數據分配到訪問速度高的片內內存，把占用空間較大的數據分配在片外，如幀存等。  

       * 算法級優化 

       是利用H.264的自身特點，提出快速高效算法，從算法上挖掘潛力，提高運行速度，達到優化目的。這部分工作主要集中在編碼器優化方面。 

       視頻編碼中，運動估計部分是運算量最大的一塊，研究顯示，對于H.264，單幀參考，運動估計占總運算量的70％，5幀參考，這個比例能達到90％，因此，提出有效快速的運動估計算法非常有必要，我們通過研究提出了基于預測和早停止技術的運動估計算法，主要方法是利用周邊鄰塊對當前塊運動矢量進行預測，并設定自適應閾值，使搜索提前停止。我們提出的算法，在搜索窗32時，每塊平均搜索點數3－4個左右，和全搜索算法的4225余個點相比，提高速度1000多倍。和一些經典快速算法相比，優勢也很明顯， H.264算法中，亞象素運動估計采用全搜索，1/4精度下，需要搜索16個點。我們提出了自己的亞象素快速搜索算法，平均搜索點數7個，節省運算量60％以上。我們提出的新算法提高編碼速度很明顯，而且質量也較好，PSNR損失不到0.06dB，碼率增大2％左右。這對于運動估計算法基本可以忽略不計。 

       此外，我們針對幀間編碼7中塊大小匹配模式，以及幀內預測13中模式太過復雜，運算量太大的問題，提出了我們自適應模式選擇算法，不需要將所有模式全部計算，就能找到一種相對最優的模式。這些算法，都大大提高了代碼的運行速度，在速度與質量上達到較好的折中。 

       * 指令級優化 

       如果上述優化方法無法達到實時要求，就需要進行指令級優化了，主要手段有。 

       * 循環拆解，將C語言中的for循環打開，排流水線，提高并行性 

       * 調用系統提供的豐富的內聯函數 

       * 調整數據結構，將需要大規模訪問的數據，在內存中將它們放置在一起，方便DMA機制的訪問，或并行指令的處理，如插值函數模塊。 

       * 將耗時函數抽取出來，用線性匯編改寫，充分利用豐富的媒體處理指令【5】，最大限度的利用DSP的并行性。例如，運動估計中頻繁調用的SAD計算，是對相應象素點做差，并對殘差場求絕對值和的計算。原始算法是對每一對象素點分別求差，再對其絕對值累加。我們對其進行了線性匯編的改寫，使用了SUBABS4（一次對兩對4字節數據做差并求絕對值），DOTPU4（一次對兩對4字節數據做內積），LDWLDNW（一次讀取4字節數據）等指令，使代碼并行性有了很大提高。對16