摘要：為了實現(xiàn)基于DSP的H.264視頻編碼器的實時性能,，提出了一系列優(yōu)化實現(xiàn)方法。首先結合TMS320DM6437硬件特點,，描述了X264代碼向TMS320DM6437平臺的移植過程和優(yōu)化方法,，重點介紹了整數(shù)DCT變換和量化的線性匯編編寫及匯編級優(yōu)化。實驗結果表明,，本編碼器實現(xiàn)了cif'格式視頻的實時編碼,，Dl格式視頻的編碼速率也達到了18 fps，基本滿足視頻監(jiān)控系統(tǒng)中編碼器的需求,。

H.264作為新一代多媒體視頻編碼標準,，采用了許多先進的技術，在編碼效率和性能大幅度提高的同時,，增加了抗誤碼及網(wǎng)絡白適應等功能,，廣泛地應用于視頻電話、移動視頻和流媒體等場合。傳統(tǒng)上進行音視頻開發(fā)一般使用視頻編解碼ASIC芯片的方法,，但是這種方法開發(fā)周期長,、適應性差，而近年出現(xiàn)的高性能DSP（數(shù)字信號處理器）就很好的解決了這些問題且產(chǎn)品性能更穩(wěn)定,，所以筆者采用TI公司專門推出的高性能DSP平臺TMS320DM6437（簡稱DM6437）數(shù)字媒體處理器來實現(xiàn)H.264視頻編碼器[21,。X264是一款支持H.264標準的開源編碼器代碼，是南網(wǎng)上自由組織聯(lián)合開發(fā),，注重實用,，與另外兩種開源代碼JM和T264相比，在不明顯降低圖像質(zhì)量的基礎上,，大大降低了計算復雜度,，廣泛應用于視頻壓縮和格式轉換領域，兇此本文選擇開發(fā)源代碼X264（20081113版）進行研究,。

基于DM6437平臺實現(xiàn)H.264編碼器,，需要通過改進算法或者重新進行資源配置，以滿足應用環(huán)境的要求,。筆者重點研究了H.264編碼器在以TMS320DM6437為日標的CCS平臺上的移植和優(yōu)化工作,，包括C語言級的優(yōu)化、算法優(yōu)化,、整數(shù)DCT變換和量化的線性匯編編寫以及匯編級優(yōu)化等,。

1 H．264視頻編碼器的構建

1.1  X264編碼器到DM6437的移植

X264編碼器支持H.264的基本檔次以及主要檔次的某些功能選項和功能模塊，代碼尺寸非常龐大,，視頻編碼速度相當慢,。在對X264源碼研究過程中，發(fā)現(xiàn)在視頻編碼質(zhì)量下降不是很明顯的情況下,，可以將一些功能模塊刪除,，以減小代碼尺寸，加快編碼速度,。此項工作在文獻[3-4]中均有詳細講解,，讀者可根據(jù)實際情況進行調(diào)整應用,。筆者利用TI公司提供的CCS3.3  (Code Composer Studio)平臺,，將裁剪后的X264模型移植到DM6437平臺上。

1.2 視頻采集

DM6437數(shù)字媒體處理器中的視頻處理前端(VPFE)具有視頻采集功能,，可以將CCD攝像頭采集的RGB圖像轉換為符合BT.656規(guī)范的YUV4:2:2圖像,。采集完的視頻數(shù)據(jù)在內(nèi)存中的數(shù)據(jù)結構如圖l所示。

在進行H.264視頻編碼時,，必須調(diào)整原始視頻的數(shù)據(jù)結構,。如果對Dl格式的視頻進行編碼，Y分量數(shù)據(jù)不變，U分量和V分量數(shù)據(jù)做垂直方向的2:1亞采樣,，轉換成360x288的分辨率,；如果對cif'格式的視頻進行編碼，需要對Y分量進行水平和垂直方向的2:1亞采樣,，轉換成352x288分辨率,，同時對U分量和V分量進行水平方向的2:1亞采樣和垂直方向上的4:1亞采樣，轉換成176x144的分辨率,。圖2為經(jīng)過調(diào)整后的Y,、U、V各分量的數(shù)據(jù)結構,。

圖l DM6437的VPFE所采集視頻數(shù)據(jù)的數(shù)據(jù)結構

圖2調(diào)整后視頻數(shù)據(jù)的數(shù)據(jù)結構

(注：圖中MxN是Y分量的分辨率,，U、V分量的分辨率為( M/2)×( N/2),，若為Dl格式,，M=720，N=576,；若為cif格式,，M=352,N=288)1.3 LCD回放DM6437視頻處理子系統(tǒng)中的視頻處理后端(VPBE)負責將符合BT．656規(guī)范的YUV4:2:2數(shù)據(jù)轉換成RGB數(shù)據(jù)，兇此可以與LCD顯示器進行無縫連接,。在攝像頭采集和|L264編碼工作完成以后,，本文提出LCD回放模塊，進行重建圖像回放,，便于觀察效果,。基于DM6437實時視頻采集的H264視頻編碼器系統(tǒng)框圖如圖3所示,。

圖3系統(tǒng)框架示意圖

H．264編碼器在DM6437上的優(yōu)化剛構建好的基于DM6437的H.264編碼器很慢,，難以滿足視頻監(jiān)控需求，必須對其進行優(yōu)化,，提高處理性能,。對H264編碼程序主要從系統(tǒng)優(yōu)化、算法優(yōu)化和匯編優(yōu)化3個方面進行,。

2.1系統(tǒng)優(yōu)化系統(tǒng)優(yōu)化主要是對ccs提供的各種編譯參數(shù)進行選擇,、搭配、調(diào)整,。主要從以下幾個方面進行優(yōu)化:l）編譯器的優(yōu)化,。首先設定合適的編譯選項，控制編譯器生成更高效,、代碼尺寸更小的匯編代碼,。文中設計的H.264編碼器所用到的編譯選項包括：-pm,，-op2，-03,，-mt,，-mh，-k等,。2）DSP/BIOS的配置．,、在DM6437的開發(fā)中，CaChe和EDMA等功能的應用已不能單純通過在程序中調(diào)用相關API來實現(xiàn),，必須在有DSP/BIOS進行管理的條件下才能正常T作,，此時就涉及到存儲空間的合理配置，為了最大化DM6437的存儲性能,，本文通過進行多次配置后編碼器T作性能的比較,，將LIP配置為32 kB的LIP-Cache．將LID配置為32 kB的LIDCaehe和48kB的LIDSRAM，將L2配置為64 kB的L2Cache和64 kB的L2SRAM,。在DM6437中配置Cache過程包括：Ll和L2Cache大小的設置,，模式的設置，以及外部存儲器DDR可被高速緩存的設置,。3）任務調(diào)度,。文中設計的H.264視頻編碼器中采集和回放過程的主要操作是數(shù)據(jù)搬移，可以用EDMA3來實現(xiàn),，進而解放CPU來專心進行編碼T作,。兇此設置一個任務即可。

2.2算法優(yōu)化H.264數(shù)字視頻編碼標準,，具有很高的壓縮性能,，但其運算復雜度是H.263標準的3倍以上，所以需要采用算法來降低運算復雜度,。其中比較常用的方法是在幀內(nèi)／幀間預測過程中采用快速算法,，降低模式選擇的次數(shù)：或者是對H.264中采用的Lagrangian率失真優(yōu)化模型進行化簡，提高運算的速度,。除上述方法之外,，全零塊預判算法也是有效手段之一。

在低碼率視頻應用中,，常見的是運動緩慢的具有靜止背景的圖像,，靜止背景經(jīng)過DCT和量化后往往所有系數(shù)都為零。被判斷為全零塊的圖像塊可以省去DCT和量化兩個環(huán)節(jié)而降低運算量,、節(jié)約運算時間,。因此基于H.264編碼器的預判零方案如圖4所示,。

圖4  H.264編碼器預判零方案

由于H.264中的幀間模式有16x16,、16x8,、8x16、8x8,、8x4,、4x8、4x4 7種模式,，所以在運動搜索過程中,，零塊的判決閥值也要隨幀間模式的變化而發(fā)生變化，不同塊模式（MxN塊）的零塊判決閥值可以定義為：

（1）

其中,，M,、N=4、8或16,，是MxN塊中4x4塊的個數(shù),，即為MxN/16。

根據(jù)以上的分析,，基于最佳零塊判決的運動搜索算法,，在進行運動搜索時，加入停止搜索條件,，對根據(jù)運動矢量計算出來的每個子塊的SAD值進行全零塊判決,，這個判決門限由(1)決定，若當前MxN塊的SAD小于門限值,，則提前結束對該子塊的運動搜索,，并跳過其后的變換和量化操作：否則與常規(guī)的運動搜索過程相同。

新的AZBs檢測方法可歸納如下：

1)檢查當前M×N塊的SAD值是否小·THl的值,。

如果是真的,，判定該M×N塊不是全零塊，否則轉到步驟2）,；

2)檢查當前M×N塊的SAD值是否小于·THO的值,。

如果是真的，判定該M×N塊是全零塊,，否則轉到步驟3）：

3)執(zhí)行DCT/Q模塊,。

2.3匯編優(yōu)化文中在CCS3.3中用profile T具對H.264程序進行剖析，結果如表1所示,，可發(fā)現(xiàn)H.264標準中運動估計,、DCT變換、量化等是最耗時的部分,。

對這些耗時部分主要采用以下2種方式進行優(yōu)化：

1)內(nèi)聯(lián)函數(shù)(intrinsics)優(yōu)化  內(nèi)聯(lián)函數(shù)是C6000編譯器提供的可以直接映射成為內(nèi)聯(lián)(inline)匯編指令的特殊函數(shù),，這樣就可以提高應用程序的性能。由于上述函數(shù)都很適合運用數(shù)據(jù)打包和SIMD（單指令多數(shù)據(jù)）操作,，而6000編譯器提供的內(nèi)聯(lián)函數(shù)中有很多相關的函數(shù)接口,，因此將這些費時函數(shù)全部用內(nèi)聯(lián)函數(shù)進行改寫,，例如要進行4x4塊的量化操作，需要16次循環(huán),，要進行16次取數(shù)據(jù),，16次乘法，16次加法,，16次移位操作,。dct數(shù)組元素寬度為16位，可以利用_memd8()函數(shù)一次讀取4個數(shù)組元素,，這樣可將讀取數(shù)據(jù)次數(shù)減為4次,，并在外層循環(huán)體內(nèi)使用其他intrinsics函數(shù)一次對兩個DCT數(shù)組元素進行處理，從而拆解了內(nèi)層循環(huán),。

2)線性匯編優(yōu)化  整數(shù)DCT變換及量化過程在H.264編碼器代碼中占用了大概20%～25%的時間,，對該部分進行匯編級優(yōu)化，可提高編碼器的性能,。整數(shù)DCT變換的關鍵函數(shù)sub4x4_dct用于計算殘差塊并對殘差塊進行整數(shù)DCT變換,；add4x4_idct函數(shù)是其逆過程，作用是對反量化后的系數(shù)進行反DCT變換,，并將反變換后的系數(shù)矩陣與預測塊矩陣疊加,。以sub4x4_dct函數(shù)為例，對整數(shù)變換的線性匯編級優(yōu)化過程進行說明,。整數(shù)變換的公式見(2)式,。

為4x4殘差矩陣，即待編碼塊src與pred預測塊的差值,，見（3）式,。

首先使用兩次LDNW指令從指定存儲器中讀出src和pred中的第一行數(shù)據(jù)，使src00和src01,，src02和src03,，pred00和pred01，pred02和pred03分別存放在同一個寄存器中,。然后使用兩條SUB2指令進行對應像素的減運算,，得到X矩陣的第1行元素。重復以上操作3次就得到整個殘差矩陣,。接著使用6次ADD2指令計算,，可得，,，依次類推,，可以計算出剩余的3行。最后在這個運算中,，使用PACK2和PACKH2指令來對數(shù)據(jù)進行重新打包,，完成數(shù)據(jù)的交換,。

整數(shù)DCT4x4蝶形變換過程中，將二維整數(shù)變換轉換為兩次一維的變換,，先進行水平變換,，水平變換后的系數(shù)按列存放,，垂直變換就轉換成系數(shù)矩陣的水平變換,。兇此，水平變換和垂直變換可以調(diào)用相同的程序來完成,。

對量化函數(shù)采取匯編優(yōu)化后,，把和MF值用表的形式存儲，要使用這兩個參數(shù)時,，從表中讀取i_qscale的對應值,。整數(shù)DCT變換及量化過程優(yōu)化前后的效率如表2所示。

3  實驗結果文中對經(jīng)過移植和優(yōu)化后的H.264編碼器進行實驗驗證,，選取具有代表性的視頻序列akiyo（背景簡單,，景物運動緩慢）進行編碼，視頻為YUV 4:2:0格式,，采用IPPP ……編碼模式,，DM6437的時鐘頻率為600 MHz，對于cif'和Dl視頻格式的圖像在不同QP值下測試的結果如表3所示,。

（注：平均PSNR的單位為dB．碼率單位為kbit/s,，編碼速度單位為fps）對表3進行分析可以看出，在PSNR和碼率沒有引起明顯變化的情況下,，H.264編碼器的編碼速度獲得了極大的提高,，其中cif格式視頻編碼已經(jīng)滿足實時性要求，同時Dl格式在QP=36時編碼速度達到了18 fps,，這樣的編碼性能基本可以滿足視頻監(jiān)控系統(tǒng)中的應用,。

編碼結束后生成的．264文件存到PC機，可以用VLCplayer進行解碼播放,。解碼播放出來的圖像如網(wǎng)5所示,。

圖5為用VLC播放cif格式的akiyo視頻文件的截圖，圖(a)表示akiyo視頻原文件截圖,，圖(b)表示經(jīng)過H.264編碼器編碼的akiyo視頻文件截圖,，由截圖的畫面質(zhì)量可以看出，圖像質(zhì)量沒有明顯下降,，整個畫面有不明顯的噪點（臉部）．顏色偏暗,，證明此H.264編碼器對于cif格式的視頻文件編碼效果較好。

4 結 論

文中首先在DM6437上構建了H.264視頻編碼器,，編碼器主要分為攝像頭實時采集,、H.264編碼,、LCD回放3個部分，組成一個完整的可觀看編碼效率和效果的系統(tǒng),。將X264編碼器移植到DM6437平臺之后,，對DM6437硬件資源及性能進行深入研究，分別從C語言級,、系統(tǒng)級,、算法級、整數(shù)DCT變換和量化的線性匯編編寫以及匯編級等方面進行優(yōu)化,，最終實現(xiàn)了cif'格式視頻的實時編碼,，基本滿足視頻監(jiān)控系統(tǒng)中編碼器的需求。本文介紹的針對DM6437平臺的H264編碼器移植,、優(yōu)化的思路和方法,，對構建高效的視頻應用平臺具有一定的參考價值。