摘要：為了實現基于DSP的H.264視頻編碼器的實時性能，提出了一系列優化實現方法。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化方法，重點介紹了整數DCT變換和量化的線性匯編編寫及匯編級優化。實驗結果表明，本編碼器實現了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，基本滿足視頻監控系統中編碼器的需求。
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。傳統上進行音視頻開發一般使用視頻編解碼ASIC芯片的方法，但是這種方法開發周期長、適應性差，而近年出現的高性能DSP（數字信號處理器）就很好的解決了這些問題且產品性能更穩定，所以筆者采用TI公司專門推出的高性能DSP平臺TMS320DM6437（簡稱DM6437）數字媒體處理器來實現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，是南網上自由組織聯合開發，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，兇此本文選擇開發源代碼X264（20081113版）進行研究。
基于DM6437平臺實現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平臺上的移植和優化工作，包括C語言級的優化、算法優化、整數DCT變換和量化的線性匯編編寫以及匯編級優化等。
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，發現在視頻編碼質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，讀者可根據實際情況進行調整應用。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規范的YUV4:2:2圖像。采集完的視頻數據在內存中的數據結構如圖l所示。
在進行H.264視頻編碼時，必須調整原始視頻的數據結構。如果對Dl格式的視頻進行編碼，Y分量數據不變，U分量和V分量數據做垂直方向的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為經過調整后的Y、U、V各分量的數據結構。
圖l DM6437的VPFE所采集視頻數據的數據結構
圖2調整后視頻數據的數據結構
(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視頻處理子系統中的視頻處理后端(VPBE)負責將符合BT．656規范的YUV4:2:2數據轉換成RGB數據，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視頻編碼器系統框圖如圖3所示。
圖3系統框架示意圖2
H．264編碼器在DM6437上的優化剛構建好的基于DM6437的H.264編碼器很慢，難以滿足視頻監控需求，必須對其進行優化，提高處理性能。對H264編碼程序主要從系統優化、算法優化和匯編優化3個方面進行。
2.1系統優化系統優化主要是對ccs提供的各種編譯參數進行選擇、搭配、調整。主要從以下幾個方面進行優化:l）編譯器的優化。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的開發中，CaChe和EDMA等功能的應用已不能單純通過在程序中調用相關API來實現，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據搬移，可以用EDMA3來實現，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算法優化H.264數字視頻編碼標準，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／幀間預測過程中采用快速算法，降低模式選擇的次數：或者是對H.264中采用的Lagrangian率失真優化模型進行化簡，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，靜止背景經過DCT和量化后往往所有系數都為零。被判斷為全零塊的圖像塊可以省去DCT和量化兩個環節而降低運算量、節約運算時間。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，即為MxN/16。
根據以上的分析，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)執行DCT/Q模塊。
2.3匯編優化文中在CCS3.3中用profile T具對H.264程序進行剖析，結果如表1所示，可發現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種方式進行優化：
1)內聯函數(intrinsics)優化 內聯函數是C6000編譯器提供的可以直接映射成為內聯(inline)匯編指令的特殊函數，這樣就可以提高應用程序的性能。由于上述函數都很適合運用數據打包和SIMD（單指令多數據）操作，而6000編譯器提供的內聯函數中有很多相關的函數接口，因此將這些費時函數全部用內聯函數進行改寫，例如要進行4x4塊的量化操作，需要16次循環，要進行16次取數據，16次乘法，16次加法，16次移位操作。dct數組元素寬度為16位，可以利用_memd8()函數一次讀取4個數組元素，這樣可將讀取數據次數減為4次，并在外層循環體內使用其他intrinsics函數一次對兩個DCT數組元素進行處理，從而拆解了內層循環。
2)線性匯編優化 整數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化，可提高編碼器的性能。整數DCT變換的關鍵函數sub4x4_dct用于計算殘差塊并對殘差塊進行整數DCT變換；add4x4_idct函數是其逆過程，作用是對反量化后的系數進行反DCT變換，并將反變換后的系數矩陣與預測塊矩陣疊加。以sub4x4_dct函數為例，對整數變換的線性匯編級優化過程進行說明。整數變換的公式見(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中的第一行數據，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指令來對數據進行重新打包，完成數據的交換。
整數DCT4x4蝶形變換過程中，將二維整數變換轉換為兩次一維的變換，先進行水平變換，水平變換后的系數按列存放，垂直變換就轉換成系數矩陣的水平變換。兇此，水平變換和垂直變換可以調用相同的程序來完成。
對量化函數采取匯編優化后，把
和MF值用表的形式存儲，要使用這兩個參數時，從表中讀取i_qscale的對應值。整數DCT變換及量化過程優化前后的效率如表2所示。
3 實驗結果文中對經過移植和優化后的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控系統中的應用。
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)表示經過H.264編碼器編碼的akiyo視頻文件截圖，由截圖的畫面質量可以看出，圖像質量沒有明顯下降，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。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、系統級、算法級、整數DCT變換和量化的線性匯編編寫以及匯編級等方面進行優化，最終實現了cif'格式視頻的實時編碼，基本滿足視頻監控系統中編碼器的需求。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。
