基于Blackfin561的JPEG2000压缩算法实现及优化

5 JPEG2000算法移植

如果用户导入的Blackfin处理器的C代码能够兼容ANSI C语言，那么，就能直接在Blackfin上进行构建并执行这个“现成的”代码程序。但是结合嵌入式应用环境，移植时还需注意以下几点：

首先要注意不同的平台对数据类型的长度定义可能是不一样的。在程序移植中可以对数据类型使用typedef宏进行定义，如“typedef intINT32；”这样便于移植时更改。

其次，因为嵌入式系统中的存储空间有限，而且是分级的，且不同级别的处理器大小和运算速度均不同。因此，在定义变量时需要考虑其存放地址。通过section(“存储器段名”)语句可以将变量和代码放入指定地址。其中“存储器段名”可在ldf件中设置。

第三为了程序调用方便，PC平台下的C程序会经常使用大量的动态内存分配(如calloc、realloc、new等)。考虑到嵌入式系统的特点，即需要不停的循环处理，因此，应该用静态数组代替动态内存分配。这样不仅可以避免动态内存分配造成的内存碎片问题，同时存储结构也更加清楚明了。

此外，由于源程序中有许多文件操作，而嵌入式系统并不直接支持文件操作，所以应予以剔除，用读写数组的方式来替代。

最后应注意Visual DSP++兼容的C语言库函数。由于它不能识别<malloc．h>等库文件名称，而calloc、malloc等动态内存分配函数均包含在<stdlib．h>中。所以，若要使用malloc，只需在程序中包入<stdlib．h>即可。注意以上几点，C语言源程序就可以在VisualDSP++下运行，从而实现其功能了。

6 程序优化

由于移植后的算法只是简单的实现了图像编码功能，而远不能保证其实时性，因而需要对其进行优化。优化主要涉及浮点转定点运算、代码优化和存储器优化。

6．1 浮点运算转定点运算

Blackfin处理器是一款定点处理器。该处理器本身并不支持float、double等浮点数据类型，而只能通过仿真实现，所以，用Blackfln直接进行浮点运算是很费时的。因而应将小波变换及其它涉及浮点运算的模块全部定点化。

可以将浮点系数乘以一个尺度因子，使其变换成整数。然后在运算过程中再除以尺度因子，这样就避免了浮点操作。同时，Blackfin处理器是针对小数形式进行优化设计的，它提供了大量的运算指令，可以快速的执行定点和小数运算。若用汇编编写，则可以充分发挥处理器的性能，优化幅度更大。下面给出小波变换定点化的一段程序：

6．2 代码优化

设计时可以结合具体的硬件环境对代码本身做出大量优化，以使得编译器能够充分的使用硬件循环、软件流水化、矢量化等技术。但是，也应注意一下几个方面：

首先，因为循环是程序中时间消耗最大的部分，所以要把主要精力集中在循环程序的设计上。应尽量使用短循环；避免循环执行的依赖性；确保内部循环次数比外部的多；在循环中应避免条件代码，否则会出现大量控制流延迟；在循环体中不要放函数调用语句，这样会妨碍编译器用硬件循环结构。

其次，定点处理器本身不直接支持除法操作，所以，应该尽量避免除法。如“if(X／Y>A／B)”可以写成“if(X*B>A*Y)”。通过移位操作同样可以避免除法，如除以8可以用左移3位来代替。最后，通过查询表的方法也可以避免一些复杂运算。

6．3 存储器优化

Blackfin56l中的存储器采用分层结构，距离核最近的Ll存储器运行速度最快，但容量很小。因此需要对图像数据进行合理的存储器资源分配，以使得绝大多数操作都集中在L1存储器。下面以小波变换为例来进行说明。

本系统中待处理的图像位于SDRAM中。图3所示是DMA双缓冲操作示意图，DMA优化的总体思想是以一行图像数据为基本单位，然后通过DMA把要处理的数据转移到Ll，实现数据的高效处理。传输可采用双缓冲乒乓操作，这样可避免DMA传输数据所耗费的时间。

为了验证JPEG2000编码器在BF56l上移植和优化后的效果，我们对一幅512x512x8bit图像进行测试并给出了相关数据。表l所列为16倍压缩率下优化前后的数据对比。

7 结束语

JPEG2000是新一代图像压缩国际标准。本设计可实现JPEG2000图像压缩算法在DSP上的移植和优化，压缩后的图像具有较高的信噪比。同时经过优化，其编码器的运算速度也得到了很大的提高，可以满足实际应用的需要。最后的结果。所以，为了在高频输入时，系统也能正常工作，可以把CA3140替换成高频特性比较好的LM616l，这样可以提高系统的高频特性。