向海波，李 波，閆中江

（西北工業(yè)大學(xué) 電子信息學(xué)院，陜西 西安 710129）

H.264/AVC是ISO/IEC和ITU-T聯(lián)合推出的新一代的視頻編碼標(biāo)準(zhǔn)。其具有高壓縮率、高圖像質(zhì)量、良好的網(wǎng)絡(luò)親和性等優(yōu)點(diǎn)，被廣泛的應(yīng)用于各個(gè)視頻相關(guān)產(chǎn)業(yè)中。在相同的圖像質(zhì)量的前提下，和傳統(tǒng)的視頻標(biāo)準(zhǔn)MPEG-4相比，H.264的碼率只有MPEG-4的1/3[1]。但是，H.264算法非常復(fù)雜，要實(shí)現(xiàn)實(shí)時(shí)編碼是比較困難的。因此，如何將H.264編碼器進(jìn)行移植和優(yōu)化，使其用于實(shí)際產(chǎn)品中成為了研究的熱點(diǎn)。

DSP芯片技術(shù)的快速發(fā)展為實(shí)現(xiàn)嵌入式多媒體技術(shù)提供了可能。TMS320DM3730（簡(jiǎn)稱DM3730）作為TI公司2010年推出的高性能芯片，以其ARM+DSP結(jié)構(gòu)體系、運(yùn)算速度快、眾多多媒體接口等優(yōu)點(diǎn)成為進(jìn)行嵌入式系統(tǒng)開發(fā)首選平臺(tái)之一。

常用的H.264編碼器有JM編碼器、x264編碼器，T264編碼器，x264編碼器作為其中應(yīng)用最廣，效率最好的編碼器，是進(jìn)行嵌入式開發(fā)的首選H.264編碼器。故本文在DM3730數(shù)字媒體處理器上進(jìn)行x264編碼器的移植與優(yōu)化。本文首先介紹了DM3730的基本的結(jié)構(gòu)和特點(diǎn)；然后結(jié)合DM3730的DSP，介紹了x264編碼器的移植和優(yōu)化；最后進(jìn)行編碼測(cè)試，結(jié)果表明編碼器移植的正確性，編碼速度得到了極大提高。

1 DM3730簡(jiǎn)單介紹

DM3730數(shù)字媒體處理器是美國(guó)德州儀器（TI）推出的一款高性能達(dá)芬奇（DaVinci）芯片，由1 GHz的ARM Coretex-A8和800 MHz的TMS320C64x+DSPCore兩部分組成，并集成了包括3D圖像處理器，圖像采集，USB2.0等模塊[2]。其整體結(jié)構(gòu)如圖1所示。

圖1 DM3730框圖Fig.1 DM3730 block diagram

DM3730中ARM核作為主控制部分，負(fù)責(zé)整個(gè)芯片部分的設(shè)備的配置和控制、內(nèi)存的分配、同外部接口的數(shù)據(jù)的交換；DSP核主要進(jìn)行數(shù)據(jù)的處理和計(jì)算，其主頻高達(dá)800 MHz，采用VLIW（超長(zhǎng)指令字）體系結(jié)構(gòu)，包含8個(gè)獨(dú)立的功能單元，每個(gè)功能單元在每個(gè)時(shí)鐘周期執(zhí)行一條指令，最高運(yùn)算速度高達(dá)6 400 MMACS（百萬(wàn)乘法累加周期每秒）。同時(shí)擁有A、B兩個(gè)通用寄存器組，每個(gè)都有32個(gè)32-bits寄存器組成，每個(gè)通用寄存器都可以存放數(shù)據(jù)、地址和指針。

2 x264的移植

CCS（Code Composer Stdio）是TI公司提供的用于C語(yǔ)言開發(fā)的開發(fā)平臺(tái)，該平臺(tái)可以使用C語(yǔ)言進(jìn)行DSP程序的開發(fā)。本文基于CCS4.2平臺(tái)進(jìn)行x264編碼器的移植，具體流程如圖2所示。

圖2 x264編碼器移植流程Fig.2 x264 encoder transplant progress

2.1 CCS工程的建立

在CCS環(huán)境下分別建立兩個(gè)工程：靜態(tài)庫(kù)工程Libx264.pjt和可執(zhí)行工程x264.pjt。靜態(tài)庫(kù)工程Libx264.pjt包含x.264編碼所需要的絕大部分的函數(shù)，編譯鏈接生成可進(jìn)行調(diào)用的Libx264.lib文件?？蓤?zhí)行工程x264.pjt工程是x264編碼程序的主體的框架，包括編碼參數(shù)的初始化、文件的輸入輸出以及圖像的編碼循環(huán)等主函數(shù)實(shí)現(xiàn)部分。該工程添加對(duì)Libx264.lib文件的引用，最終編譯鏈接生成x264.out可執(zhí)行文件。

2.2 CCS中編譯選項(xiàng)的設(shè)置

在CCS4.2平臺(tái)下必須對(duì)Libx264.pjt和x264.pjt工程設(shè)置合適編譯選項(xiàng)：

1）DM3730的 DSP核為C64x+版本，故目標(biāo)處理器版本選項(xiàng)選擇為-mv6400+

2）編譯器默認(rèn)的內(nèi)存模式為Near模式，而在Near模式下要求.BSS段必須小于32 kB，.BSS段存取的是工程中的全局變量和靜態(tài)變量，x264工程中的全局變量和靜態(tài)變量已經(jīng)遠(yuǎn)大于32 kB，故將 Data access model和Const access model設(shè)置為Far。

3）在DM3730中使用的是小端模式的字節(jié)存儲(chǔ)即低位字節(jié)先存儲(chǔ)，故在CCS4.2中Device Endianess（設(shè)備字節(jié)存儲(chǔ)次序）設(shè)置為little-endian。

2.3 算法的剪裁

1）MMX、SSE 匯編指令的去除

在x264中有很多計(jì)算量大的函數(shù)例如DCT變換、運(yùn)動(dòng)估計(jì)、量化等都是使用MMX、SSE匯編指令進(jìn)行實(shí)現(xiàn)的，但是這些匯編都是針對(duì)X86平臺(tái)、AMD平臺(tái)，在DSP的結(jié)構(gòu)下不能用，需要?jiǎng)h除這些匯編實(shí)現(xiàn)文件，并將宏定義_HAVE_MMX_進(jìn)行刪除[3]。

2）精簡(jiǎn)代碼

考慮到x264的編碼的效率，采用了H.264中的baseline級(jí)別進(jìn)行編碼，去除了CABAC（基于內(nèi)容的自適應(yīng)二進(jìn)制編碼）和B幀（雙向預(yù)測(cè)幀）這兩個(gè)特性。這樣雖然一定程度上增加了編碼的碼率，但是對(duì)編碼速度的提高很明顯。編碼采用固定量化參數(shù)，不使用碼率控制，保留所有幀內(nèi)預(yù)測(cè)模式和幀間預(yù)測(cè)分塊模式進(jìn)行編碼，同時(shí)去除x264的多余的打印信息和help信息以提高編碼速度。

2.4 函數(shù)、數(shù)據(jù)類型的修改

在編譯過(guò)程中函數(shù)名為isfinite的函數(shù)會(huì)出現(xiàn)重定義的錯(cuò)誤，原因是在CCS4.2包含的頭文件中對(duì)該函數(shù)名有定義的，而x264中也有對(duì)其的定義，只需要將函數(shù)名進(jìn)行修改一些即可。

同時(shí)由于硬件平臺(tái)的差異，C語(yǔ)言中有些數(shù)據(jù)類型對(duì)應(yīng)的字節(jié)長(zhǎng)也會(huì)有差異的，為了讓程序更好的兼容硬件平臺(tái)，x264程序使用了通用的數(shù)據(jù)類型定義。通用數(shù)據(jù)類型一般在stdint.h中定義，VC++中并沒(méi)有提供通用數(shù)據(jù)類型，而CCS中則提供了stdint.h，同時(shí)它包含于inttype.h中，故移植到CCS中時(shí)應(yīng)該包含#include。

2.5 內(nèi)存的分配

x264程序中存在很多使用malloc進(jìn)行動(dòng)態(tài)的內(nèi)存分配，這樣會(huì)大大提高占用堆棧的大小，應(yīng)該盡量的將動(dòng)態(tài)內(nèi)存分配使用靜態(tài)的數(shù)組進(jìn)行替代。同時(shí)在嵌入式系統(tǒng)中，合理的分配堆棧的大小對(duì)一個(gè)程序也是相當(dāng)重要的。由于x264中動(dòng)態(tài)內(nèi)存的申請(qǐng)、靜態(tài)的表格數(shù)組和全局變量比較多，故在cmd文件中對(duì)堆棧的大小定義設(shè)為：

-stack 0x8000

-heap 0x400000

同時(shí)將x264程序中的代碼和數(shù)據(jù)的段地址全部放置到外部寄存器中。

3 x264編碼器的優(yōu)化

x264成功移植后在DM3730上進(jìn)行CIF（通用影像傳輸格式）格式圖像編碼測(cè)試，平均編碼速度只有1 fps（幀每秒）左右，離實(shí)時(shí)編碼差距很大，需要對(duì)x264編碼器進(jìn)行優(yōu)化工作。優(yōu)化的方法包括編譯器優(yōu)化、內(nèi)存優(yōu)化、C語(yǔ)言優(yōu)化和匯編優(yōu)化。

3.1 編譯器優(yōu)化

在使用C編譯器連接和生成最終DSP可執(zhí)行代碼時(shí)，CCS上的C編譯器擁有非常出色的優(yōu)化性能，可以通過(guò)設(shè)置編譯優(yōu)化選項(xiàng)進(jìn)行編譯器的自我優(yōu)化。表1所示是CCS4.2中一些優(yōu)化選項(xiàng)及其功能列表[4]。

表1 編譯器優(yōu)化選項(xiàng)和對(duì)應(yīng)描述Tab.1 Compiler optimize option and its description

通過(guò)對(duì)程序速度性能的要求和代碼結(jié)構(gòu)的考慮，最終選擇的編譯選項(xiàng)為：-mv6400+-pm-o3-op3-mf3-mt。

3.2 內(nèi)存優(yōu)化

DSP的內(nèi)部存儲(chǔ)器和外部存儲(chǔ)器由于總線頻率的限制所以存在較大的讀取速度差異，DM3730中片上內(nèi)存的訪問(wèn)頻率為300 MHZ，而對(duì)SDRAM的訪問(wèn)頻率最高為133 MHZ，若利用靜態(tài)地址分配將一些使用頻繁而比較大的結(jié)構(gòu)體或數(shù)組指定到片上內(nèi)存中，那樣程序的運(yùn)行速度將會(huì)得到很大的提高。故可以將一些使用頻繁的動(dòng)態(tài)內(nèi)存分配改為靜態(tài)內(nèi)存分配，然后將靜態(tài)分配的常用的數(shù)據(jù)結(jié)構(gòu)比如幀存儲(chǔ)區(qū)利用DATA_SECTION指定段地址，通過(guò).cmd文件將指定的段放置到片上內(nèi)存中。

3.3 C語(yǔ)言代碼的優(yōu)化

1）使用內(nèi)聯(lián)函數(shù)

CCS的C6000編譯器提供了一些經(jīng)過(guò)匯編優(yōu)化的C內(nèi)聯(lián)函數(shù)[5]，可以使用這些內(nèi)聯(lián)函數(shù)替換x264中的相應(yīng)函數(shù)，提高程序的運(yùn)行速度。在x264中使用的內(nèi)聯(lián)函數(shù)有：_abs（）、_amem4（）、_amem4_const（）、_pack2（）、_packl4（）、_min2（）、_max2（）、_dotpu4（）等。

2）使用數(shù)據(jù)對(duì)齊指令DATA_ALIGN

數(shù)據(jù)對(duì)齊指令的完整的語(yǔ)法是：

#pragma DATA_ALIGN（ symbol，constant）

該指令的作用是將對(duì)象symbol排列到constant指定的列邊界上以方便讀取。例如DM3730是支持對(duì)非對(duì)齊雙字的一次性讀取，但是如果內(nèi)存地址對(duì)齊，同一個(gè)時(shí)鐘周期內(nèi)可以同時(shí)進(jìn)行兩組雙字的讀取，而如果不對(duì)齊則只能讀取一組。因此在定義數(shù)組時(shí)使用DATA_ALIGN指令，可以大大減少數(shù)據(jù)讀取時(shí)內(nèi)存地址不對(duì)齊的情況，增加程序的并行性。

3）使用最小循環(huán)次數(shù)指令MUST_ITERATE

最小循環(huán)次數(shù)指令的完整語(yǔ)法是:

#pragma MUST_ITERATE（min，max，multiple）

其中min和max分別代表了循環(huán)的最小和最大迭代次數(shù)，multiple表明了循環(huán)次數(shù)是其倍數(shù)。使用最小循環(huán)次數(shù)程序指令可以通過(guò)通知編譯器至少進(jìn)行多少次循環(huán)，那樣編譯器可以將min次循環(huán)進(jìn)行展開進(jìn)行軟件流水，進(jìn)行循環(huán)之間并行處理，提高程序運(yùn)行速度。

3.4 匯編代碼的優(yōu)化

C語(yǔ)言編譯器通常只能完成大部分的工作，這個(gè)階段的C語(yǔ)言代碼在DSP端運(yùn)行的效率并不是很高，為了進(jìn)一步改善性能，對(duì)那些算法簡(jiǎn)單但計(jì)算量大且使用很頻繁的函數(shù)使用匯編語(yǔ)言進(jìn)行編寫實(shí)現(xiàn)，可以大大提高程序運(yùn)行速度。例如快速DCT變換、SAD、量化等算法過(guò)程可以考慮用匯編語(yǔ)言來(lái)編寫。

線性匯編[6]是TI公司簡(jiǎn)化C6000系列DSP的匯編語(yǔ)言而開發(fā)設(shè)計(jì)的，介于高級(jí)語(yǔ)言和機(jī)器語(yǔ)言之間。線性匯編語(yǔ)言的指令系統(tǒng)和普通的匯編語(yǔ)言的指令系統(tǒng)基本相同。在編寫線性匯編語(yǔ)言的時(shí)候是不需要考慮到指令的延時(shí)、寄存器的使用和功能單元的分配，C6000編譯器提供了匯編優(yōu)化器進(jìn)行匯編優(yōu)化，會(huì)綜合指令的延時(shí)、寄存器的使用和功能單元的分配進(jìn)行優(yōu)化，讓線性匯編語(yǔ)言盡量的進(jìn)行軟件流水和指令的并行處理，提高匯編的運(yùn)行速度。DM3730的DSP核為C64x+系列，線性匯編在上面是可以完美運(yùn)行的。

表2所示為使用CCS中的profile工具測(cè)量的一些函數(shù)的C語(yǔ)言函數(shù)和線性匯編函數(shù)在DM3730上運(yùn)行時(shí)鐘周期對(duì)比。

表2 C語(yǔ)言函數(shù)和線性匯編函數(shù)代價(jià)Tab.2 Cost of C language function and linear assembly function

4 實(shí)驗(yàn)結(jié)果分析

x264編碼器移植成功后，使用標(biāo)準(zhǔn)CIF格式視頻序列對(duì)移植和優(yōu)化后的x264編碼器在DM3730上進(jìn)行測(cè)試，測(cè)試結(jié)果如下表3所示。

表3 測(cè)試結(jié)果Tab.3 Experiment result

從表3可以看出，x264程序經(jīng)過(guò)優(yōu)化后，峰值信噪比有略微的下降，但該下降不影響整體視頻效果，而編碼速度得到了大大的提高。

5 結(jié)束語(yǔ)

文中基于DM3730平臺(tái)，描述了進(jìn)行x264編碼器移植應(yīng)該注意的主要問(wèn)題，然后通過(guò)編譯選項(xiàng)優(yōu)化、內(nèi)存優(yōu)化、C語(yǔ)言代碼的優(yōu)化和匯編代碼的優(yōu)化等優(yōu)化方法對(duì)x264編碼器進(jìn)行了優(yōu)化。最后視頻編碼測(cè)試表明，優(yōu)化的效果顯著，且均值信噪比下降不多。

[1]畢厚杰.新一代視頻壓縮標(biāo)準(zhǔn)-H.264/AVC[M].北京:人民郵電出版社，2004.

[2]Texas Instruments.AM/DM37x Multimedia Device Silicon Revision 1.x[S].2010.

[3]張偉華，孫松林，景曉軍.H.264在DM6446平臺(tái)上的移植與實(shí)現(xiàn)[J].中國(guó)多媒體通信，2009（9）:41-45.ZHANGWei-hua，SUNSong-lin，JINGXiao-jun.Transplantation and Implementation of H.264 on DM6446 Platform[J].Multimedia Communication in China，2009（9）:41-45.

[4]宋磊.H.264視頻編碼算法在Ti DM642平臺(tái)上的實(shí)現(xiàn)與優(yōu)化[D].上海：上海交通大學(xué)，2007.

[5]賈克斌，李可，謝晶，等.基于DM642的 H264編碼實(shí)現(xiàn)與優(yōu)化[J].北京工業(yè)大學(xué)學(xué)報(bào)，2008，34（9）：914-919.JIA Ke-bin，LI Ke，XIE Jin，et al.Implementation and optimization of H264 coding on the DM642[J].Journal of Beijing University of Technology， 2008，34（9）：914-919.

[6]Texas Instruments.TMS320C6000 optimizing compiler v6.1 user’s guide[S].2008.