H算法的优化策略.docVIP

H.264算法的优化策略 摘自/Article/Video/200909/2151.html???更新时间：2009-9-14? 1 代码优化的主要方法 通过代码移植能够获得在DSP上初步运行的代码，但是它由于没有考虑到DSP自身的硬件特点，不适合DSP强大的并行处理能力，因此执行效率低下，不能满足我们的实时要求，需要对其进行进一步优化。 对DSP代码进行优化的手段有以下三个层次，分别是：项目级(Project)优化，算法级(algorithm)优化，指令级(instruction)优化。下面对这三种优化手段分别进行介绍。 1)项目级优化 项目级优化，是对项目的整体优化，主要手段有以下几点：首先是在对整个项目进行编译链接生成DSP代码时，合理选择配置编译器选项，并针对这些参数选择，对程序进行调整和修正。其中进行的工作有： 项目编译时，通过-o3选项来调用最高级别的软件流水线优化，通过-mw选项来调用软件流水线循环反馈，从而增大软件编译成DSP代码的并行性。 项目编译时，用-pm，-o3和-mt选项来改善循环，多重循环，庞大循环体循环的性能。 只读变量声明成const型，循环计数器定义为int型，从而加大DSP代 码的并行性。 其次对程序结构进行调整，对不适合DSP执行的语句进行改写，以提高代码的并行性。例如，DSP处理器并行性很高， 能够对代码进行流水线处理，但是原始代码存在大量条件判断语句，会对流水线造成中断，不利于代码的并行处理，因此，可以采用判断提前，去除不必要的判断等 方式减少判断语句对流水线的中断。 2)算法级优化 算法级优化，就是利用H.264的自身特点，采用一些快速算法，在不影响编码质量的前提下，提高编码器速度，从而在速度和质量上达到一个较好的平衡。 3)指令级优化 上述方法无法达到要求时，就要进行指令级优化。C64x系列DSP有丰富的具有高度并行性处理能力的指令。下面介绍一些C64x系列DSP媒体处理相关指令。 ADD4：加法指令，一次执行4对8位数的加法。一个寄存器有32位， 可以存放4个8位数据。计算中，两个源寄存器中的四组对应8位数据 分别相加，结果存放在目标寄存器中。 AVGU4：一次执行4对8位无符号数据求平均运算。计算中，两个源 寄存器中的4组8位无符号型紧缩字求平均，结果以4个8位紧缩字的 形式存放在目标寄存器中。 DOTPU4：一次执行4对8位无符号数据点乘运算。计算中，两个源寄 存器中的4组8位无符号型紧缩字对应相乘，乘积相加，所得结果存放 在32位寄存器中 SUBABS4：一次执行4对8位无符号数据求差绝对值运算。计算中，两个源寄存器中的4组8位无符号型紧缩字对应相减，差值求绝对值，所得结果以4个8位紧缩字的形式存放在目标寄存器中。 LDB/LDH/LDW/LDDW：将8位，16位，32位或64位数据读入目标寄 存器中，所读取的数据在内存中是地址align(32位对齐)的数据。 LDNW/LDNDW：将一个32位或64位的非对齐数据读入目标寄存器 中。 STB/STH/STW/STDW：将8位，16位，32位或64位数据写入内存中， 所写入的数据在内村中是地址align(32位对齐)的数据。 STNW/STNDW：将一个32位或64位的非对齐数据写入内存中。 除了这些高并行度的指令，TI还提供了丰富的算法库[37]，如Image/Video Processing Library图像/视频处理库(IMGLib)，Digital signal processor Library数字信号处理库(DSPLib)等。这些算法库中的函数都是已经充分优化过的算法模块，而且大都提供对应的C、线性汇编和汇编源代码，并有 文档进行API介绍。所以要充分利用。 2 算法关键模块的优化 对模块的优化分三步进行。先认真分析代码，并进行相应的调整，例如尽量减少有判断跳转的代码，特别是在for循环 中，因为判断跳转会打断软件流水。可以用查表或者用_cmpgtu4、_cmpeq4等intrinsic来代替比较判断指令，从而巧妙地替代判断跳转语 句。同时还可以采用TI的CCS中所提供的#pragma，为编译器提供尽量多的信息。这些信息包括for循环的次数信息、数据对齐信息等。如果经过这部 分优化后还无法满足系统要求，则对这部分模块使用线性汇编来实现。 2.1 整数变换和量化 整数变换和反变换的运算步骤见下表： 图1 DCT与IDCT的运算步骤 整数运算和反变换的次数极多，比如，在D1格式下，4?4DCT等要做21600次，如果算上其他大小宏块的这些变换，时间消耗还是很多的，所以仍然有优化的必要。下面以整数变换为例介绍如何用线性汇编对C语言代码进行优化： 1)预测残差的输入 DCT和IDCT优