解析ARM926EJ-S在MPEG-4软解码器的优化与实现

1 引 言

MPEG-4视频压缩标准自问世以来受到人们的广泛关注。近几年，嵌入式应用中对MPEG-4播放器的实现已经成为众多厂家的研究热点。视频压缩的重要性以及其标准的发展历程。随着数字化、网络化全球一体化信息时代的来临，包括声音、图形、数据以及图像、影像在内的多媒体信息的维送和处理；其关键在于后编技术。由于MPEG-4系统庞大且需要大量的数据处理，因此在ARM中实现MPEG-4软解码需要对其原算法进行充分的优化才能达到理想的性能。为此研究了一种基于ARM926EJ-S微处理器的MPEG-4解码算法的纯软件实现和优化的方法，通过对解码算法的软件优化，将QVGA格式MPEG-4码流在ARM9平台上的播放速度由原来的10 f/s提高到了37 f/s,完全达到了流畅播放的要求，具有很高的实用价值。目前，视频技术的应用范围很广，如网上可视会议、网上可视电子商务、网上政务、网上购物、网上学校、远程医疗、网上研讨会、网上展示厅、个人网上聊天、可视咨询等业务。

2开发平台及耗时分析

论文研究使用的是基于ARM926EJ-S微处理器的综合开发平台，采用Linux操作系统，Linux是一类Unix计算机操作系统的统称。Linux操作系统的内核的名字也是Linux.Linux操作系统也是自由软件和开放源代码发展中最着名的例子。严格来讲，Linux这个词本身只表示Linux内核，但在实际上人们已经习惯了用Linux来形容整个基于Linux内核，并且使用GNU 工程各种工具和数据库的操作系统。Linux得名于计算机业余爱好者Linus Torvalds.外接320*240（QVGA格式）的LCD显示屏。ARM926EJ-S微处理器的时钟频率为190 MHz;采用5级整数流水线操作，支持32位ARM指令集和16位Thumb指令集以及扩充的DSP指令集；支持数据Cache和指令Cache,具有更高的指令和数据处理能力。

MPEG-4 SP级算法流程图如图1所示。优化的前期工作首先要将MPEG-4解码代码移植到开发平台上，然后对解码各个模块进行运算量和耗时分析，找出优化的重点内容。本文采用长度为376 934 B的AVI码流为测试序列，该码流共95帧，其中包括8个I帧，87个P帧。在未优化前测得的耗时分析结果如表1所示，整个测试序列解码播放完毕耗时10.05 s,解码播放速度只有9.5 f/s.

ARM（Advanced RISC Machines）是微处理器行业的一家知名企业，设计了大量高性能、廉价、耗能低的RISC处理器、相关技术及软件。技术具有性能高、成本低和能耗省的特点。适用于多种领域，比如嵌入控制、消费/教育类多媒体、DSP和移动式应用等。在ARM上用软件实现MPEG-4解码器的主要任务是提高解码速度，同时达到理想的画面播放效果。

3 MPEG-4解码算法在ARM926EJ-S上的优化

MPEG-4软解码以开源的XVID源代码做为参考，将XVID的C源代码移植到ARM平台上，在此基础上进行优化并测试优化后的解码播放性能。优化主要从3个方面进行：

（1）对XVID源代码的软件结构，程序流程进行适合ARM特点的调整。

（2）对运算量较大、耗时较多的模块编写汇编函数代替C程序模块，提高程序执行效率。

（3）寻找快速或并行算法。

3.1软件结构的优化

ARM的资源非常有限，在软件的结构安排上应尽量减少存储器访问，增加Cache的命中率，提高程序执行效率。

3.1.1 适当的模块合并处理以减少存储器的访问次数

优化前的源代码中，I帧与P帧的宏块解码软件结构如图2所示。在这个流程中，对于inter宏块，可变长解码（VLD），反扫描（Iscan），反量化（Iquant）三个过程中有3次的Block存储区读，2次Block存储区写和1次Data存储区写。源代码是指未编译的按照一定的程序设计语言规范书写的文本文件。 源代码（也称源程序），是指一系列人类可读的计算机语言指令。 在现代程序语言中，源代码可以是以书籍或者磁带的形式出现，但最为常用的格式是文本文件，这种典型格式的目的是为了编译出计算机程序。计算机源代码的最终目的是将人类可读的文本翻译成为计算机可以执行的二进制指令，这种过程叫做编译，通过编译器完成。

合并后VLD从Block缓冲区读数据处理后马上进行反扫描和反量化，并将反量化后的数据存入Block中。整个过程只进行了一次Block缓冲区的读和写，不仅减少了两个读写操作，还减少了一个Data缓冲区的开辟。同时，对于P帧在VLD之后立即进行反量化还省去了大量零值的处理，这也是考虑合并的主要因素之一。

同样，I帧中的AC/DC预测和反量化也可以进行合并。做法是：将add_acdc（pMB,i,block[i*64],iDcScaler,predictors）；dequant_intra（data[i*64],block[i*64],iQuant,iDcScaler）两个函数合并为：add_acde（pMB,i,block[i*64],iDcSealer,predictors,c