H.264在ADSP-BF561上的实现与优化

测，而不是仅仅用来改善主观质量，因此该滤波器位于解码环中。对于帧内预测，使用的是未经过滤波的重建图像。
2 算法实现
2.1 平台选择
2.1.1 ADSP-BF561芯片介绍
　　ADSP-BF561是Blackfin系列中的一款高性能定点DSP视频处理芯片。其主频最高可达750MHz，内核包含2个16位乘法器MAC、2个40位累加器ALU、4个8位视频ALU，以及1个40位移位器。该芯片中的两套数据地址产生器(DAG)可为同时从存储器存取双操作数提供地址，每秒可处理1 200兆次乘加运算。芯片带有专用的视频信号处理指令以及100KB的片内L1存储器(16KB的指令Cache，16 KB的指令SRAM，64 KB的数据Cache/SRAM，4 KB的临时数据SRAM)、128KB的片内L2存储器SRAM，同时具有动态电源管理功能。此外，Blackfin处理器还包括丰富的外设接口，包括EBIU接口(4个128 MBSDRAM接口，4个1MB异步存储器接口)、3个定时/计数器、1个UART、1个SPI接口、2个同步串行接口和1路并行外设接口(支持ITU-656数据格式)等。Blackfin处理器在结构上充分体现了对媒体应用(特别是视频应用)算法的支持。
2.1.2 ADSP-561 EZkite
　　ADSP-BF561视频编码器平台采用ADI公司的ADSP-BF561 EZ-kitLite评估板。此评估板包括1块ADSP-BF561处理器、32 MB SDRAM和4 MBFlash，板中的AD-V1836音频编解码器可外接4输入/6输出音频接口；而ADV7183视频解码器和ADV7171视频编码器则可外接3输入/3输出视频接口。此外，该评估板还包括1个UART接口、1个USB调试接口和1个JTAG调试接口。摄像头输入的模拟视频信号经视频芯片ADV7183A转化为数字信号，此信号从ADSP-BF561的PPI1(并行外部接口)进入ADSP-BF561芯片进行压缩，压缩后的码流则经ADV7179转换后从ADSP-BF561的PPI2口输出。此系统可通过Flash加载程序，并支持串口及网络传输。编码过程中的原始图像、参考帧等数据可存储在SDRAM中。
2.2 算法选取与优化方案
2.2.1 算法选取
　　H.264实现的源代码不止一种，其中最常见的有JM、X264和T264。对比这三种实现源代码，X264比T264具有更高的效率。而且相比广泛采用的JM编码模型，X264在兼顾编码质量的同时大幅度地提升了编码速度，所以选取X264作为算法原型。
2.2.2 优化方案
　　该优化方案从三个层次对算法进行优化：算法层次、代码层次、平台层次。下面介绍具体优化方法。
2.2.2.1 编码器具体参数的选择
　　该编码器使用main档次，I、B、P帧量化值分别为26、31、29，流控参数选为CBR。IDR帧间隔设为50，B帧间隔为2帧。这样的选择是为了在速度和运算量上取折中。选用B帧并将其量化值加大，可比baseline档次、IPPP结构提高约10%的压缩率。而B帧的计算量，因其不用做参考帧，故无需进行去块滤波和插值计算，在31的qp下，很多块会被判做skip模式编码，因而多数时B帧总运算量候反而较P帧低。
2.2.2.2 算法层次的优化
　　算法层次的优化主要是指在参数选定的情况下，对部分算法所作的替换或优化。和参数的选择一样，算法层次优化也主要受优化策略的指导。如运动匹配准则是选用SSD、SAD或SATD。如果只看中准确程度，则选择SSD最佳；如果只看中运行速度，则选择SAD最佳；如果要兼顾二者，则选用SATD是比较好的一个方案。在进行算法优化时还应该注意一个问题，即要考虑实际运行平台的支持情况。如在追求速度的策略下，匹配准则选用SAD，如果只计算一半的点则会大大降低运算速度。但是如果考虑ADSP-BF561汇编指令的设计情况，就会发现这样做反而会增加指令数，会使速度更低。算法层次优化包括如下几个部分：
　　(1)除法求余。改进策略是浮点型算法尽量改为整型，64位尽量改为32位，32位尽量改为16位。而对于某些计算比较多的，则改为查表计算。在ADSP-BF561平台上，一次32位整形除法需耗时300个CYCLE，而查表仅需几个CYCLE，这样的改进能显著提高速度。
　　(2)饱和函数。在视频的计算中，几乎每次像素的计算都会调用饱和函数，X264代码的实现中已将这部分代码改为查表函数，在其他的编解码器实现中也有将这部分改为一个判断和几个逻辑运算的形式。对大部分DSP平台，采用判断跳转会打断流水线，即使平台有比较好的跳转预测功能，打断流水仍然会造成stall。所以查表方法是一种高效方法。而在ADSP-BF561汇编指令中，可以通过设置指令后缀或使用某些特殊指令来进行饱和工作。甚至不用查表，在不同的场合使用不同的饱和算法能大大提高代码的执行效率。
　　(3)MC部分函数。实测中发现MC部分函数运行效率不如ffmpeg解码器中MC部分效率高，所以将这部分代码用ffmpeg中的相应部分替换。此外qpel16_hv函数中计算有冗余，减少这些冗余能提高代码运行效率。
　　(4)算法替代和改进。帧间预测的改进：关于算法的改进主要集中在对me（motionestimation）的改进上，流程如图2所示。costmin1=min(cost16，cost8，cost16×8，cost8×16)，costmin2=min(costmin1，costsub)，依次在16×16、8×8、16×8和8×16大小宏块的整像素位置做预测，再做次像素估计和帧内预测，选用匹配准则函数（采用sad作为匹配准则函数）取得最小值的模式进行编码。每计算一种模式，都将sad值与一个经验阀值做比较。当sad值小于这个阀值时，立即结束运动估计，从而减少运算量。