引言
在已有的基于块的视频编解码系统中，当码率较低时都存在方块效应，新的视频编码标准H.264中亦是如此。产生这种方块效应的主要原因有两个：一是由于对变换后的残差系数进行的基于块的整数变换后，以大的量化步长对变换系数进行量化会使得解码后的重建图像的方块边缘出现不连续；二是在运动补偿中插值运算引起的误差使得编解码器反变换后的重建图像会出现方块效应。如果不进行处理，方块效应还会随着重构帧积累下去，从而严重地影响图像的质量和压缩效率。为了解决这一问题，H.264中的去方块滤波技术采用较为复杂的自适应滤波器来有效地去除这种方块效应。因此，如何在实时视频解码中优化去方块滤波算法，降低计算复杂度，提高重建图像质量，就成了H.264解码的一个关键问题。
1 H.264的去方块滤波
1.1 滤波原理
大的量化步长会造成相对较大的量化误差，这就可能将原来相邻块“接壤”处像素间灰度的连续化变成了“台阶”变化，主观上就有”伪边缘”的方块效应。去方块效应的方法就是在保持图像总能量不变的条件下，把这些台阶状的阶跃灰度变化重新复原成台阶很小或者近似连续的灰度变化，同时还必须尽量减少对真实图像边缘的损伤。
1.2 自适应滤波过程
在H.264中，去方块滤波器是按照16×16像素的宏块为单位顺序进行的，在宏块中按照每个4×4子块之间的边缘以先垂直后水平的顺序进行，从而对整个重建图像中的所有边缘(图像边缘除外)进行滤波。具体的边缘示意图如图1所示。对于16×16像素的亮度宏块，共有4条垂直边缘，4条水平边缘，每条边缘又分为16条像素边缘。而对应8×8像素的色度宏块有垂直边缘和水平边缘各2条，每条边缘分为8条像素边缘。像素边缘是进行滤波的基本单元。
1.2.1 滤波器在两个层次上的自适应性
H.264中的去方块滤波所以有较好的滤波效果，是由于它在以下两个层次上的自适应性。
1) 滤波器在4×4子块级别的自适应性
滤波是基于各个子块中的像素边缘进行的，通过对每一条像素边缘定义一个参数BS(边缘强度)来自适应地调节滤波的强弱和涉及的像素点。色度块的像素边缘强度与相应的亮度像素边缘强度相同。假设P和Q为两个相邻的4×4子块，其中的像素边缘强度通过图2的步骤获得。BS的值越大，则对相应的边缘两侧进行的滤波越强，这是根据产生方块效应的原因来设定的，如采用帧内预测模式的子块的方块现象较明显，则对该子块中的对应边缘设定较大的像素边缘强度值来进行强滤波。
2) 滤波器在像素点级别上的白适应性
正确区分由于量化误差、运动补偿产生的虚假边缘和图像中的真实边界才能得到好的滤波效果。通常，真实边界两侧的像素梯度差值要比虚假边界两侧的像素梯度差值大，因此，滤波器通过对边缘两侧像素点的灰度值的梯度差值设定门限α、对同一侧的相邻像素点的灰度值的梯度差值设定门限β来进行真伪边界的判定。α和β的值主要与量化步长有关，当量化步长大时，量化误差也大，方块效应就明显，易产生虚假边界，因此门限值随之变大，放宽滤波条件。反之，量化步长小时门限值也变小，体现了自适应性。采样点的设置见图3。若条件都满足，则进开始滤波。
除了这两种自适应性，还可以通过设置位于片级的系数LoopFilterAlphaC0Offset、LoopFilterBetaOffset来调整滤波 的强度。例如当传输码率较低时，方块效应较明显，接收端想要主观质量相对较好的图像，则编码端可通过设置位于片头信息中的滤波偏移量LoopFil-terAlphaC0Offset，LoopFilterBetaOffset为正值，以此增大α和β来加强滤波，通过去除方块效应来提高图像主观质量。或者对于高分辨率的图像，可以通过传送负值偏移来减弱滤波，尽量保持图像的细节。
1.2.2 依据各像素边缘BS值对相邻的像素滤波
若当前像素边缘符合滤波条件，则根据其相应的BS值选取对应的滤波器进行滤波并且进行适当的剪切操作，以防止图像的模糊。
当BS值是1，2，3时，采用一个4抽头的线性滤波器，对输入的P1、P0、Q0、Q1进行滤波调整得到新的Q0、P0，如果内部有虚假边界，则进一步调整Q1、P1的值。
当BS值是4时，则对应的是采用帧内编码模式的宏块边缘，应采用较强的滤波以达到增强图像质量的目的。对于亮度分量，若条件(| P0～Q0 | <((α》2)+2))&abs(P2-P0)成立，则选择5拙头滤波器对P0、P2进行滤波，使用较强的4抽头滤波器对P1进行滤波；若条件不成立，则只使用较弱的3抽头滤波器对P0进行滤波，而P1、P2的值保持不变。对于色度分量，若上述条件满足，则对P0进行3抽头滤波，若条件不满足，则所有的像素值都不修改。对Q0、Q1、Q2的滤波操作与P0、P1、P2的滤波操作相同。
2 BF533的特点和结构
我们的H.264去方块滤波是在ADI公司的Blackfin ADSP-BF533处理器上实现的。Blackfin系列DSP主要具有以下特点：
a) 高度并行的计算单元。Blackfin系列DSP体系架构的核心是DAU(数据算术单元)，包括2个16位的MAC(乘法累加器)、2个40位的ALU(算术逻辑单元)，1个40位单桶形的移位器，4个8位视频ALU。每个MAC能在单一时钟周期内对4个独立的数据操作数执行16位乘16位的乘法运算。40位的ALU可累加2个40位的数字或者4个16位的数字。这种体系架构可灵活地进行8值、16位、32位的数据运算。
b) 动态电源管理。处理器可以通过改变电压和工作频率，消耗比其他DSP更少的功耗。Blackfin系列DSP体系架构的允许电压和频率独立调整，使得每一项任务的消耗能量最小，在性能和功耗间有较好的平衡，适合实时视频编／解码器的开发，特别是对功耗有严格要求的实时运动视频处理。
c) 高性能的地址产生器。具有2个DAG(数据地址产生器)，用于产生支持高级DSP滤波运算的地址的复合装入或存储单元。支持位倒序寻址和循环缓冲以及其他多种寻址方式，提高了编程的灵活性。
d) 分层结构的内存。分层结构的内存缩短了内核对内存的访问时间，以获得最大的数据吞吐量、较少的延迟和缩短的处理空载时间。
e) 特有的视频操作指令。提供适合DCT(离散余弦变换)、霍夫曼编码等视频压缩标准中常用的操作指令，这些视频指令还消除了主处理器与一个独立的视频编解码器之间的复杂和易混和通信问题。这些特点有助于为终端应用缩短产品上市时间，同时降低了系统的总体成本。
我们使用的ADSP-BF533可以实现600 MHz的持续工作，具有：4 GB的统一寻址空间；80 kB SRAM的L1指令指令存储器，其中16 kB可配置成4路的联合Cache；2个32 kB SRAM的L1数据存储器，其中一半可配置为Cache；集成丰富的外围设备和接口。
3 基于BF533的H.264去方块滤波优化实现
去方块滤波器在Blackfin BF533优化实现主要分为系统级别的优化、算法级别的优化、汇编级别的优化3个级别。
3.1 系统级别的优化
打开DSP平台中编译器的优化选项并将优化速度设置为最快，打开Automatic Inlining开关(自动内联开关)以及Interprocedural optimization开关(优化过程开关)，通过以上的一些设置充分发挥Blackfin BF533的硬件性能。
3.2 算法级别的优化
将JM8.6参考模型中的去方块滤波部分进行适当的系统修改，移植到原有的基于Blackfin BF533的H.264基本挡次的解码器中，并通过图像序列对其进行耗时分析。选用码率为400 kbit／s左右的Paris.cif、Mobile.cif、Foreman.cif、Claire.cif序列，去方块滤波所耗费的时钟周期约为1 600 MHz～1 800 MHz，即使在经过系统优化后，计算复杂度仍然相当大，效率很低，对于Blackfin BF533处理器600 MHz的持续工作频率是相当大的负担。
通过分析JM8.6中去方块滤波程序，其效率低下的主要原因是：
a) 算法中的函数逻辑关系复杂，判断、跳转、函数调用等情况特别多；
b) 最耗时的部分，即函数循环的内部存在大量的重复计算，造成计算复杂度剧增；
c) 算法中用到的不少数据，例如运动矢量、图像的亮度和色度数据等存放在速度较慢的片外SDRAM中，但在滤波过程中的频繁调用，使数据搬运时间剧增。
针对耗时的原因，对算法进行了以下改进：
3.2.1 将原程序中复杂的函数及循环简单化
指令长度和运算速度是相互制约的，往往将代码通过条件判断可以进行高度精简，但由于增加了机器的判断工作量而使得速度变慢；反之，将代码中的判断去除，程序进行展开，往往可以减少耗费的指令周期，但代码长度会增加。JM8.6中的去方块滤波代码较短，将其中的函数间关系简单化，以代码长度增加换取执行速度的增加。
对于系统运行最耗时的循环体，采取适当改写循环形式、多重循环体展开等方法有效地减少运算的复杂度。此外，减少调用函数次数，改写if-else语句也是有效的优化手段。
3.2.2 去除参考代码中的大量冗余代码和重复计算
a) 因为使用的参考代码是JM8.6中的去方块滤波模块，该模块可以对H.264的各种挡次和级别的码流进行滤波，而解码器是基于基本挡次的，仅仅涉及到I帧、P帧的滤波操作，因此可以将参考代码中的关于B帧、SP／SI帧、场模式和帧场自适应模式的相关滤波部分去除。
b) 程序在获取滤波强度BS和进行亮度／色度的滤波过程中，都要获取当前子块所在的宏块的相邻宏块的可达性的信息(即这个宏块能否被使用，通过调用GetNeighbour 函数实现)，由于滤波是按照宏块中的边缘先垂直后水平进行的，对于一条边缘获取的信息是相同的，因此这个操作可以对每条边缘获取一次即可，不必在循环内部反复判断。同时在滤波算法中，仅需要获取在当前宏块上面和左边的宏块的可达性信息，可将获取当前宏块的左上及右上角宏块信息的冗余操作去除。同时，获取水平方向的滤波强度的函数调用getNeighbour时，getNeighbour参数的取值分别是luma为定值1，xN是[-1，3，7，11]，yN是[0-15]，此时函数getNeighbour中的很多if-else语句是无效的判断，这些冗余判断占用了大量的时钟周期。此外，对各个分支的概率进行分析，将概率最大的判断分支放在前面执行，也提高了函数执行的速度。
以下是精简后的GetNeighbour函数代码，仅有数条语句，大大减少了运算量。
c) 在JM86参考代码中对于一个亮度宏块的16×4共64条像素边缘的BS值逐条获取，而通过对BS获取条件进行分析可知，处于两个子块间垂直边缘或水平边缘的4条像素边缘的BS值分别是相等的。因此，对一条边缘仅要进行获取第1、5、9、13条像素边缘的BS值，再赋给相应的其他像素边缘即可，由于获取BS值的操作位于循环中，需要经过许多判断及运算，通过这一改进，大大简化了计算复杂度。
d) 参考代码中的循环内部有很多语句与循环参数无关，可以将这些语句调整至循环外部，避免了冗余计算。
3.2.3 利用BPP分块处理技术解决片外数据频繁调用的问题
针对频繁调用片外数据影响了程序的运行速度的问题，采用BPP分块技术进行优化。在片内的L1缓存中开辟3块空间分别存放待滤波的亮度分量、色度U分量、色度V分量。根据每个宏块进行滤波时可能涉及的像素范围，在对CIF图像进行滤波时，将一帧的396个宏块分成4类：A类为第1个宏块，其上边缘和左边缘都是图像边缘，对其滤波前读入的亮度数据是16×16，色度数据是2个8×8；B类为第1个宏块行中除去第1个宏块的其余宏块，其上边缘是图像边缘，对其滤波前读入的亮度数据是16×20，色度数据是两个8×12；C类是第1个宏块列中除去第1个宏块的其余宏块，其左边缘是图像边缘，对其滤波前读人的亮度数据是20×16，色度数据是2个12×8；D类是除掉A、B、C这3类宏块的其余宏块，也就是上边缘和左边缘都在当前图像内的宏块，对其滤波前读入的亮度数据是20×20，色度数据是2个12×12。
进行滤波时，首先按宏块的类型以不同的数量从片外的数据缓存中整块地读入亮度和色度数据到片上的3块滤波缓存，然后进行滤波处理，并将结果数据重新存储到片外存储空间中。通过这种方法，一方面在一定程度上减少了频繁调用片外数据的时间，提高了运行速度；另一方面通过对待滤波宏块的细分，减少了参考代码中的判断引起的流水线中断，也在一定程度上提升了程序速度。
3.3 汇编级别的优化
BlackfinBF533处理器的内核支持C或C++语言，但由系统自动将C程序翻译成汇编语言效率比较低下，因此对一些系统调用比较频繁、耗时较多的模块，可以用人工将其转化成高效率的汇编语言来提高运行速度。主要通过以下几个方面来提高程序的速度：
a) 以寄存器变量代替局部变量。在C语言中，子程序和函数中往往使用局部变量来暂时存放数据。当程序运行时，编译器为声明的所有局部变量开辟临时内存空间，对于局部变量的存取操作都涉及到内存的存取，而内存访问的速度相对于寄存器访问是很慢的。因此，可以利用系统中的数据寄存器、指针寄存器来替代仅仅起暂存作用的局部变量，从而大大节省系统访问内存带来的时间延迟。但由于系统中的寄存器数量对于局部变量来说相当有限，因此必须合理高效地使用寄存器。
b) 以硬件循环代替软件循环。软件循环是指在for或while等循环的开始或结尾处设置判断条件来控制循环的开始、继续、结束。软件循环的条件判断指令会动态地选择分支，一旦发生跳转，会阻塞流水线，而保持流水线的畅通是保持高效运行的关键因素。Blackfin处理器有专用的硬件支持两级嵌套的零开销硬件循环，这种方式不需要判断条件转移，DSP硬件根据预定的循环次数自动执行循环并结束循环，从而保证了流水线的畅通，提高速度。
c) 充分利用数据总线宽度。Blackfin533外部数据总线宽度32位，一次可存取4字节。因此，充分利用数据总访问宽度，特别在操作大量数据时，保持一次存取4字节，可减少指令周期数，从而提高执行速度。
d) 高效使用并行指令和向量指令。并行指令和向量指令是Blackfin系列DSP的一大特点。通过对并行指令的使用，可以充分发挥Blackfin处理器的SIMD系统结构的优点及硬件资源的并行处理能力，减少指令数，从而提高程序执行效率。往往通过对程序的合理安排可以做到使用1条并行指令来替代2条或3条非并行指令。向量指令则充分利用指令宽度，同时对多个数据流进行相同操作，如要进行2个16位的算术或移位操作，完全可以通过1个32位的向量指令来实现，从而以1个时钟周期来实现原来2个周期的工作。例如R3=abs R1(V)就用1个指令周期同时实现2个16位数据的求绝对值操作。
e) 合理配置数据存储空间。限于DSP片内和片外数据存储空间的访问速度和容量特点，片内空间存取速度快但容量很小，而片外空间较大但访问速度慢，因此，合理地分配数据存放位置对于提高程序的运行速度是十分关键的。对于使用频率高的数据尽量放在片内空间中，而不常用的数据放在片外空间中。若要存取位于片外的数据时，应将待存取的数据尽量安排成连续分布，一次将大块的片外数据读进片内缓存，避免频繁读取片外数据带来的时间浪费。
4 优化实现的结果
测试优化效果的方法是将参考代码JM8.6中的去方块滤波C程序模块加到原有的解码器中进行测试，并与经过系统、算法、汇编3个级别优化的去方块滤波汇编程序模块的测试周期进行对比。选择的测试图像序列为Clarie.cif、Paris.cif、Mobile.cif，测试数据见表1。
由表1可以看出，与未优化前的JM8.6中的C程序代码相比，经过优化后的去方块滤波汇编模块效率提高了7倍左右。
5 结束语
本文通过系统、算法及汇编3个级别优化实现了H.264中的去方块滤波功能，特别是通过改进去方块滤波的实现算法，对待滤波的宏块进行分类以及充分地利用并行指令、向量指令等汇编级别的优化手段，取得了较好的优化效果。优化实现的去方块滤波模块，基于原有的H.264解码器上对一个25帧约400 kbit／s的图像序列进行滤波，大概需要250 MHz的时钟周期，而解码器的总周期约为700 MHz的时钟周期，从而使得解码器的解码速度达到约20帧／s，基本达到准实时解码的要求。
该实现方法相对于参考模块进行了较好的优化，但通过对程序进行耗时分析，在读取待滤波数据和重新写入已滤波的数据，获取BS值的GetBs函数和进行滤波的EdgeLoop函数方面都还有进一步提升的空间。对于片外片内数据的交互可以采用DMA技术，在滤波的同时进行数据读写，从而抵消数据搬移消耗的时钟周期；对于GetBs和EdgeLoop中的汇编代码实现效率还有进一步改进的空间；这两方面也是下一步的改进方向。
关键字：H.264 去方块滤波 ADSP-BF533 算法优化
编辑：金海 引用地址：基于ADSP-BF533处理器的滤波器的实现及优化
在已有的基于块的视频编解码系统中，当码率较低时都存在方块效应，新的视频编码标准H.264中亦是如此。产生这种方块效应的主要原因有两个：一是由于对变换后的残差系数进行的基于块的整数变换后，以大的量化步长对变换系数进行量化会使得解码后的重建图像的方块边缘出现不连续；二是在运动补偿中插值运算引起的误差使得编解码器反变换后的重建图像会出现方块效应。如果不进行处理，方块效应还会随着重构帧积累下去，从而严重地影响图像的质量和压缩效率。为了解决这一问题，H.264中的去方块滤波技术采用较为复杂的自适应滤波器来有效地去除这种方块效应。因此，如何在实时视频解码中优化去方块滤波算法，降低计算复杂度，提高重建图像质量，就成了H.264解码的一个关键问题。
1 H.264的去方块滤波
1.1 滤波原理
大的量化步长会造成相对较大的量化误差，这就可能将原来相邻块“接壤”处像素间灰度的连续化变成了“台阶”变化，主观上就有”伪边缘”的方块效应。去方块效应的方法就是在保持图像总能量不变的条件下，把这些台阶状的阶跃灰度变化重新复原成台阶很小或者近似连续的灰度变化，同时还必须尽量减少对真实图像边缘的损伤。
1.2 自适应滤波过程
在H.264中，去方块滤波器是按照16×16像素的宏块为单位顺序进行的，在宏块中按照每个4×4子块之间的边缘以先垂直后水平的顺序进行，从而对整个重建图像中的所有边缘(图像边缘除外)进行滤波。具体的边缘示意图如图1所示。对于16×16像素的亮度宏块，共有4条垂直边缘，4条水平边缘，每条边缘又分为16条像素边缘。而对应8×8像素的色度宏块有垂直边缘和水平边缘各2条，每条边缘分为8条像素边缘。像素边缘是进行滤波的基本单元。
1.2.1 滤波器在两个层次上的自适应性
H.264中的去方块滤波所以有较好的滤波效果，是由于它在以下两个层次上的自适应性。
1) 滤波器在4×4子块级别的自适应性
滤波是基于各个子块中的像素边缘进行的，通过对每一条像素边缘定义一个参数BS(边缘强度)来自适应地调节滤波的强弱和涉及的像素点。色度块的像素边缘强度与相应的亮度像素边缘强度相同。假设P和Q为两个相邻的4×4子块，其中的像素边缘强度通过图2的步骤获得。BS的值越大，则对相应的边缘两侧进行的滤波越强，这是根据产生方块效应的原因来设定的，如采用帧内预测模式的子块的方块现象较明显，则对该子块中的对应边缘设定较大的像素边缘强度值来进行强滤波。
2) 滤波器在像素点级别上的白适应性
正确区分由于量化误差、运动补偿产生的虚假边缘和图像中的真实边界才能得到好的滤波效果。通常，真实边界两侧的像素梯度差值要比虚假边界两侧的像素梯度差值大，因此，滤波器通过对边缘两侧像素点的灰度值的梯度差值设定门限α、对同一侧的相邻像素点的灰度值的梯度差值设定门限β来进行真伪边界的判定。α和β的值主要与量化步长有关，当量化步长大时，量化误差也大，方块效应就明显，易产生虚假边界，因此门限值随之变大，放宽滤波条件。反之，量化步长小时门限值也变小，体现了自适应性。采样点的设置见图3。若条件都满足，则进开始滤波。
除了这两种自适应性，还可以通过设置位于片级的系数LoopFilterAlphaC0Offset、LoopFilterBetaOffset来调整滤波 的强度。例如当传输码率较低时，方块效应较明显，接收端想要主观质量相对较好的图像，则编码端可通过设置位于片头信息中的滤波偏移量LoopFil-terAlphaC0Offset，LoopFilterBetaOffset为正值，以此增大α和β来加强滤波，通过去除方块效应来提高图像主观质量。或者对于高分辨率的图像，可以通过传送负值偏移来减弱滤波，尽量保持图像的细节。
1.2.2 依据各像素边缘BS值对相邻的像素滤波
若当前像素边缘符合滤波条件，则根据其相应的BS值选取对应的滤波器进行滤波并且进行适当的剪切操作，以防止图像的模糊。
当BS值是1，2，3时，采用一个4抽头的线性滤波器，对输入的P1、P0、Q0、Q1进行滤波调整得到新的Q0、P0，如果内部有虚假边界，则进一步调整Q1、P1的值。
当BS值是4时，则对应的是采用帧内编码模式的宏块边缘，应采用较强的滤波以达到增强图像质量的目的。对于亮度分量，若条件(| P0～Q0 | <((α》2)+2))&abs(P2-P0)成立，则选择5拙头滤波器对P0、P2进行滤波，使用较强的4抽头滤波器对P1进行滤波；若条件不成立，则只使用较弱的3抽头滤波器对P0进行滤波，而P1、P2的值保持不变。对于色度分量，若上述条件满足，则对P0进行3抽头滤波，若条件不满足，则所有的像素值都不修改。对Q0、Q1、Q2的滤波操作与P0、P1、P2的滤波操作相同。
2 BF533的特点和结构
我们的H.264去方块滤波是在ADI公司的Blackfin ADSP-BF533处理器上实现的。Blackfin系列DSP主要具有以下特点：
a) 高度并行的计算单元。Blackfin系列DSP体系架构的核心是DAU(数据算术单元)，包括2个16位的MAC(乘法累加器)、2个40位的ALU(算术逻辑单元)，1个40位单桶形的移位器，4个8位视频ALU。每个MAC能在单一时钟周期内对4个独立的数据操作数执行16位乘16位的乘法运算。40位的ALU可累加2个40位的数字或者4个16位的数字。这种体系架构可灵活地进行8值、16位、32位的数据运算。
b) 动态电源管理。处理器可以通过改变电压和工作频率，消耗比其他DSP更少的功耗。Blackfin系列DSP体系架构的允许电压和频率独立调整，使得每一项任务的消耗能量最小，在性能和功耗间有较好的平衡，适合实时视频编／解码器的开发，特别是对功耗有严格要求的实时运动视频处理。
c) 高性能的地址产生器。具有2个DAG(数据地址产生器)，用于产生支持高级DSP滤波运算的地址的复合装入或存储单元。支持位倒序寻址和循环缓冲以及其他多种寻址方式，提高了编程的灵活性。
d) 分层结构的内存。分层结构的内存缩短了内核对内存的访问时间，以获得最大的数据吞吐量、较少的延迟和缩短的处理空载时间。
e) 特有的视频操作指令。提供适合DCT(离散余弦变换)、霍夫曼编码等视频压缩标准中常用的操作指令，这些视频指令还消除了主处理器与一个独立的视频编解码器之间的复杂和易混和通信问题。这些特点有助于为终端应用缩短产品上市时间，同时降低了系统的总体成本。
我们使用的ADSP-BF533可以实现600 MHz的持续工作，具有：4 GB的统一寻址空间；80 kB SRAM的L1指令指令存储器，其中16 kB可配置成4路的联合Cache；2个32 kB SRAM的L1数据存储器，其中一半可配置为Cache；集成丰富的外围设备和接口。
3 基于BF533的H.264去方块滤波优化实现
去方块滤波器在Blackfin BF533优化实现主要分为系统级别的优化、算法级别的优化、汇编级别的优化3个级别。
3.1 系统级别的优化
打开DSP平台中编译器的优化选项并将优化速度设置为最快，打开Automatic Inlining开关(自动内联开关)以及Interprocedural optimization开关(优化过程开关)，通过以上的一些设置充分发挥Blackfin BF533的硬件性能。
3.2 算法级别的优化
将JM8.6参考模型中的去方块滤波部分进行适当的系统修改，移植到原有的基于Blackfin BF533的H.264基本挡次的解码器中，并通过图像序列对其进行耗时分析。选用码率为400 kbit／s左右的Paris.cif、Mobile.cif、Foreman.cif、Claire.cif序列，去方块滤波所耗费的时钟周期约为1 600 MHz～1 800 MHz，即使在经过系统优化后，计算复杂度仍然相当大，效率很低，对于Blackfin BF533处理器600 MHz的持续工作频率是相当大的负担。
通过分析JM8.6中去方块滤波程序，其效率低下的主要原因是：
a) 算法中的函数逻辑关系复杂，判断、跳转、函数调用等情况特别多；
b) 最耗时的部分，即函数循环的内部存在大量的重复计算，造成计算复杂度剧增；
c) 算法中用到的不少数据，例如运动矢量、图像的亮度和色度数据等存放在速度较慢的片外SDRAM中，但在滤波过程中的频繁调用，使数据搬运时间剧增。
针对耗时的原因，对算法进行了以下改进：
3.2.1 将原程序中复杂的函数及循环简单化
指令长度和运算速度是相互制约的，往往将代码通过条件判断可以进行高度精简，但由于增加了机器的判断工作量而使得速度变慢；反之，将代码中的判断去除，程序进行展开，往往可以减少耗费的指令周期，但代码长度会增加。JM8.6中的去方块滤波代码较短，将其中的函数间关系简单化，以代码长度增加换取执行速度的增加。
对于系统运行最耗时的循环体，采取适当改写循环形式、多重循环体展开等方法有效地减少运算的复杂度。此外，减少调用函数次数，改写if-else语句也是有效的优化手段。
3.2.2 去除参考代码中的大量冗余代码和重复计算
a) 因为使用的参考代码是JM8.6中的去方块滤波模块，该模块可以对H.264的各种挡次和级别的码流进行滤波，而解码器是基于基本挡次的，仅仅涉及到I帧、P帧的滤波操作，因此可以将参考代码中的关于B帧、SP／SI帧、场模式和帧场自适应模式的相关滤波部分去除。
b) 程序在获取滤波强度BS和进行亮度／色度的滤波过程中，都要获取当前子块所在的宏块的相邻宏块的可达性的信息(即这个宏块能否被使用，通过调用GetNeighbour 函数实现)，由于滤波是按照宏块中的边缘先垂直后水平进行的，对于一条边缘获取的信息是相同的，因此这个操作可以对每条边缘获取一次即可，不必在循环内部反复判断。同时在滤波算法中，仅需要获取在当前宏块上面和左边的宏块的可达性信息，可将获取当前宏块的左上及右上角宏块信息的冗余操作去除。同时，获取水平方向的滤波强度的函数调用getNeighbour时，getNeighbour参数的取值分别是luma为定值1，xN是[-1，3，7，11]，yN是[0-15]，此时函数getNeighbour中的很多if-else语句是无效的判断，这些冗余判断占用了大量的时钟周期。此外，对各个分支的概率进行分析，将概率最大的判断分支放在前面执行，也提高了函数执行的速度。
以下是精简后的GetNeighbour函数代码，仅有数条语句，大大减少了运算量。
c) 在JM86参考代码中对于一个亮度宏块的16×4共64条像素边缘的BS值逐条获取，而通过对BS获取条件进行分析可知，处于两个子块间垂直边缘或水平边缘的4条像素边缘的BS值分别是相等的。因此，对一条边缘仅要进行获取第1、5、9、13条像素边缘的BS值，再赋给相应的其他像素边缘即可，由于获取BS值的操作位于循环中，需要经过许多判断及运算，通过这一改进，大大简化了计算复杂度。
d) 参考代码中的循环内部有很多语句与循环参数无关，可以将这些语句调整至循环外部，避免了冗余计算。
3.2.3 利用BPP分块处理技术解决片外数据频繁调用的问题
针对频繁调用片外数据影响了程序的运行速度的问题，采用BPP分块技术进行优化。在片内的L1缓存中开辟3块空间分别存放待滤波的亮度分量、色度U分量、色度V分量。根据每个宏块进行滤波时可能涉及的像素范围，在对CIF图像进行滤波时，将一帧的396个宏块分成4类：A类为第1个宏块，其上边缘和左边缘都是图像边缘，对其滤波前读入的亮度数据是16×16，色度数据是2个8×8；B类为第1个宏块行中除去第1个宏块的其余宏块，其上边缘是图像边缘，对其滤波前读入的亮度数据是16×20，色度数据是两个8×12；C类是第1个宏块列中除去第1个宏块的其余宏块，其左边缘是图像边缘，对其滤波前读人的亮度数据是20×16，色度数据是2个12×8；D类是除掉A、B、C这3类宏块的其余宏块，也就是上边缘和左边缘都在当前图像内的宏块，对其滤波前读入的亮度数据是20×20，色度数据是2个12×12。
进行滤波时，首先按宏块的类型以不同的数量从片外的数据缓存中整块地读入亮度和色度数据到片上的3块滤波缓存，然后进行滤波处理，并将结果数据重新存储到片外存储空间中。通过这种方法，一方面在一定程度上减少了频繁调用片外数据的时间，提高了运行速度；另一方面通过对待滤波宏块的细分，减少了参考代码中的判断引起的流水线中断，也在一定程度上提升了程序速度。
3.3 汇编级别的优化
BlackfinBF533处理器的内核支持C或C++语言，但由系统自动将C程序翻译成汇编语言效率比较低下，因此对一些系统调用比较频繁、耗时较多的模块，可以用人工将其转化成高效率的汇编语言来提高运行速度。主要通过以下几个方面来提高程序的速度：
a) 以寄存器变量代替局部变量。在C语言中，子程序和函数中往往使用局部变量来暂时存放数据。当程序运行时，编译器为声明的所有局部变量开辟临时内存空间，对于局部变量的存取操作都涉及到内存的存取，而内存访问的速度相对于寄存器访问是很慢的。因此，可以利用系统中的数据寄存器、指针寄存器来替代仅仅起暂存作用的局部变量，从而大大节省系统访问内存带来的时间延迟。但由于系统中的寄存器数量对于局部变量来说相当有限，因此必须合理高效地使用寄存器。
b) 以硬件循环代替软件循环。软件循环是指在for或while等循环的开始或结尾处设置判断条件来控制循环的开始、继续、结束。软件循环的条件判断指令会动态地选择分支，一旦发生跳转，会阻塞流水线，而保持流水线的畅通是保持高效运行的关键因素。Blackfin处理器有专用的硬件支持两级嵌套的零开销硬件循环，这种方式不需要判断条件转移，DSP硬件根据预定的循环次数自动执行循环并结束循环，从而保证了流水线的畅通，提高速度。
c) 充分利用数据总线宽度。Blackfin533外部数据总线宽度32位，一次可存取4字节。因此，充分利用数据总访问宽度，特别在操作大量数据时，保持一次存取4字节，可减少指令周期数，从而提高执行速度。
d) 高效使用并行指令和向量指令。并行指令和向量指令是Blackfin系列DSP的一大特点。通过对并行指令的使用，可以充分发挥Blackfin处理器的SIMD系统结构的优点及硬件资源的并行处理能力，减少指令数，从而提高程序执行效率。往往通过对程序的合理安排可以做到使用1条并行指令来替代2条或3条非并行指令。向量指令则充分利用指令宽度，同时对多个数据流进行相同操作，如要进行2个16位的算术或移位操作，完全可以通过1个32位的向量指令来实现，从而以1个时钟周期来实现原来2个周期的工作。例如R3=abs R1(V)就用1个指令周期同时实现2个16位数据的求绝对值操作。
e) 合理配置数据存储空间。限于DSP片内和片外数据存储空间的访问速度和容量特点，片内空间存取速度快但容量很小，而片外空间较大但访问速度慢，因此，合理地分配数据存放位置对于提高程序的运行速度是十分关键的。对于使用频率高的数据尽量放在片内空间中，而不常用的数据放在片外空间中。若要存取位于片外的数据时，应将待存取的数据尽量安排成连续分布，一次将大块的片外数据读进片内缓存，避免频繁读取片外数据带来的时间浪费。
4 优化实现的结果
测试优化效果的方法是将参考代码JM8.6中的去方块滤波C程序模块加到原有的解码器中进行测试，并与经过系统、算法、汇编3个级别优化的去方块滤波汇编程序模块的测试周期进行对比。选择的测试图像序列为Clarie.cif、Paris.cif、Mobile.cif，测试数据见表1。
由表1可以看出，与未优化前的JM8.6中的C程序代码相比，经过优化后的去方块滤波汇编模块效率提高了7倍左右。
5 结束语
本文通过系统、算法及汇编3个级别优化实现了H.264中的去方块滤波功能，特别是通过改进去方块滤波的实现算法，对待滤波的宏块进行分类以及充分地利用并行指令、向量指令等汇编级别的优化手段，取得了较好的优化效果。优化实现的去方块滤波模块，基于原有的H.264解码器上对一个25帧约400 kbit／s的图像序列进行滤波，大概需要250 MHz的时钟周期，而解码器的总周期约为700 MHz的时钟周期，从而使得解码器的解码速度达到约20帧／s，基本达到准实时解码的要求。
该实现方法相对于参考模块进行了较好的优化，但通过对程序进行耗时分析，在读取待滤波数据和重新写入已滤波的数据，获取BS值的GetBs函数和进行滤波的EdgeLoop函数方面都还有进一步提升的空间。对于片外片内数据的交互可以采用DMA技术，在滤波的同时进行数据读写，从而抵消数据搬移消耗的时钟周期；对于GetBs和EdgeLoop中的汇编代码实现效率还有进一步改进的空间；这两方面也是下一步的改进方向。
上一篇：用于Sigma-Delta调制器的低电压跨导运算放大器
下一篇：基于ADF4360_4的混频器本振源电路设计
推荐阅读最新更新时间：2023-10-12 20:17
MPEG-4实时编码器在ADSP-BF533上的实现
引言
MPEG-4视频编码技术可以在较小的带宽下传输高质量的视频数据，节省大量存储空间，但编码复杂度也较高，目前丰要有3种实现方案：在通用PC上编程实现；通过ASIC硬件实现以及使用通用DSP芯片实现。与前两者相比，通用DSP芯片实现方案具有以下优势：运算性能强；可升级性好，与PC类似，通用DSP芯片的功能仍是通过编程来实现的，能快速、方便地进行软件升级及添加新的功能，以适应技术发展和市场变化；成本低、功耗低、适应场合广泛。
系统硬件设计
编码系统处理核心为ADSP-BF533(以下简称BF533)，利用其多功能并行接口PPI采集视频数据，该PPI具有DMA功能，无需内核干预便可进行高速数据传输，传输完成后可自动
[嵌入式]
基于脆弱水印的错误检测技术在H.264中的应用
摘 要：针对H.264编码比特流，本文提出了一种在压缩比特流中使用脆弱水印技术来检测传输中错误宏块的检测方案。在编码端的DCT非零系数的最低有效位(LSB)以数字水印的形式嵌入特定的信息，然后在解码端提取这些信息来判断所接收的比特流是否出错。
关键词：错误检测；脆弱水印；最低有效位；比特流
引言
在压缩视频流中，每个比特都是非常重要的，在传输过程中发生的错误会严重影响解码后的视频效果。所以，在所接收的视频流中进行错误检测在实际工作中是非常重要的。只有解码器在所接收的比特流中检测到误码，才能采用相应的策略对它进行错误恢复和错误隐藏，因此，选择一种行之有效的误码检测方法是致关重要的。
数字水印技术在近年来发展很快，已发展出用
[应用]
逆袭有望 纵观国产视频芯片进化史
视频图像与人们的生产生活息息相关，是人类获取和交换信息的主要来源，据统计人类有80%以上的信息来自于视频图象。在人类历史发展过程中，视觉感知在学习、生产和各种知识传承中占据了主要作用。下面就随安防电子小编一起来了解一下相关内容吧。 视频技术也在不断地发展，从576i到现在的4k，以及未来的8k，分辨率扩大了几十倍，不断地满足了人们对视频高清的需求。高清晰度的视频在各个领域的应用越来越广，3D技术也日趋成熟，需要对海量视频数据进行复杂处理的应用越来越多，这个趋势也倒逼视频处理芯片行业不断前行。纵观中国这10年视频处理行业的发展，可以说是一个缩小版的半导体IC发展史。 完整的视频处理流程包含了视频采集、视频处理、视频传输
[安防电子]
市场观察：H.265替代H.264是大势所趋
从发布的信息中可以看出，H.265的提出如H.264替代MPEG-2一样，将会是一个划时代的技术。
H.265技术优势：
1、更大的宏块和变换块。相对于H.264的4×4、8×8、16×16宏块类型，H.265引入了32×32、64×64甚至于128×128的宏块，目的在于减少高清数字视频的宏块个数，减少用于描述宏块内容的参数信息，同时整形变换块大小也相应扩大，用于减少H.264中变换相邻块问的相似系数。
2、使用新的MV(运动矢量)预测方式。区别于H.264基于空间域的运动矢量预测方式，H.265扩充更加多的方向进行帧内预测，同时将预测块的集合由原来的空间域扩展到时间域及空时混合域，通
[安防电子]
基于ADSP-BF533、ADmC7019微转换器和FPGA实现智能车载终端的设计
引言 基于BF533的智能车载终端整合了高性能处理器、全球定位系统、全球移动通信系统GSM/GPRS、蓝牙耳机、TFT-LCD显示器、CMOS摄像头、FPGA逻辑接口、计算机网络等资源。主要实现的功能指标有： *图像实时拍摄、处理功能：提供实时路面情况分析。 *实时定位功能：获得高精度的位置及状态信息。 *监控报警：监控中心通过数据分析可得出车辆位置并提供帮助。 *车载电话功能：可以实现蓝牙免提电话功能，保证语音通信。 *图像存储和文件管理：可存储压缩图像两百多幅，存储短信上千条。 *远程控制功能：提供485总线接口，利用手机短信实现汽车内设备的远程控制。 *上网功能：通过GPRS实现无线上网，同时也可以下载导航地图。 系统硬
[嵌入式]
富士通新解码器同时支持MPEG-2和H.264
2008年12月 1 日 ， 富士通微电子（上海）有限公司宣布推出支持 MPEG-2( *1 ) 和 H.264( *2 ) 视频压缩格式的标清 (SD) 视频多路解码器芯片 -MB86H01 系列。该系列芯片特别为俄罗斯、东欧和中国的标清数字广播推出。样片自 2008 年 12 月 1 日 开始提供。
这些系统芯片专为俄罗斯、东欧和中国市场而设计，是这些市场电视机和机顶盒 (STB) 的最佳选择。新产品在单一芯片上集成了 MPEG-2 和 H.264 解码器，从而具备了接收标清广播的所有功能，所以能够支持这些地区的 DVB( *3 ) 广播标准；同时，这一系列的芯片提供小型封装，这些解码器芯片成
[模拟电子]
FH8735在多路H.264高清视频编码系统中的应用
摘 要：高清视频应用已成为市场热点，为满足越来越多的高清视频采集和编码的实际需求， 富瀚微电子 发布了 FH8735 和FH8736高性能视频编码芯片和一系列最具竞争力的高清视频编码解决方案。这些方案支持1路1080p30格式或2路720p60格式的高清视频实时编码，支持 HDMI 、 DVI 、YPbPr、VGA、SDI等多种高清视频接收器的视频输入。目前该方案已在视频安防监控、视频会议、高清视频游戏、远程机房控制、远程教育和远程医疗等得到广泛应用。
1 前言
视频监控 产品经历了模拟时代、数字时代、网络时代的发展后，现在已经逐步走入了高清时代。高清视频和传统标清视频相比在视频质量上有了质的飞跃。
[工业控制]
网通力挺AVS，电信与国外芯片巨头还在观望
在中国第二大有线电信运营商中国网通决定其 IPTV 标准采用国产音视频标准 AVS 之后，该标准的支持者认为中国最大的电信运营商也将转投AVS。
AVS标准工作组秘书长黄铁军表示，成本将是其中的主要原因。“运营商考虑的是未来10年中的系统成本，因此我们不能只考虑今天的成本。”黄铁军表示，他承认目前采用AVS成本较高。“AVS的系统成本最终将与 H.264 相同，或者略低于后者。”
中国网通本月稍早的时候表示，将采用AVS标准，尽管它的多数IPTV试验用的都是H.264。网通表示，将倾向于把免费提供系统转变的设备制造商作为其长期伙伴。中国最大的电信公司——中国电信，没有公开暗示将采用AVS
[焦点新闻]
动手学深度学习-PyTorch(第二版)
Verilog HDL数字集成电路设计原理与应用
小广播
热门活动
换一批
更多
最新模拟电子文章
- 六个理由告诉您为什么应该将模拟无线麦克风更换为数字无线麦克风诚然，我们可以听到的声音都是模拟声波，但这并不意味着您和您的听众就必须放弃数字无线麦克风的诸多优势。在某些环境中，从模拟更换到数字 ...
- 大联大友尚集团推出基于炬芯科技产品的蓝牙音箱方案2024年12月17日，致力于亚太地区市场的国际领先半导体元器件分销商---大联大控股宣布，其旗下友尚推出基于炬芯科技（Actions）ATS2853 SoC ...
- xMEMS Labs和美律将在CES 2025展示新型2-way耳罩式耳机参考设计xMEMS Labs和美律将在CES 2025展示新型2-way耳罩式耳机参考设计，2-way扬声器设计可提高30%游戏空间音频定位精度与传统的单扬声器架构相 ...
- 支持最高1500W电机驱动，纳芯微NSUC1602轻松应对大电流挑战2024年12月16日，上海——新能源汽车市场正步入一个群雄逐鹿、竞争白热化的格局重塑阶段，系统性能的些许提升和技术创新上的差异化都将成为 ...
- 如何监测自动化测试仪和编码器在设计用于准确监测和控制重要电气参数（包括电流、电压和功率）的系统中，模数转换器 (ADC) 使用同步采样来监测和控制电压和电流。速度 ...
- 非常见问题解答第224期：热插拔控制器中的寄生振荡
- 使用热插拔控制器增强系统可靠性
- 学子专区—ADALM2000实验：调谐放大器级—第2部分
- XMOS将在CES 2025上展出多款由边缘AI驱动的创新音效、音频、识别和处理解决方案
更多精选电路图
更多热门文章
更多每日新闻
更多往期活动
- 情人节礼物：爱要怎么说出口？
- 围观Vishay新出炉超低ESR T55系列“萌宠们”,有惊喜！
- Mouser 福利活动：邀请新用户下单，各得百元奖励！
- 今天下午1点开播！市场上最广泛的光学传感方案组合—艾迈斯欧司朗光学技术论坛
- 有奖直播 | ST在工业自动化中的PLC方案
- 家电新风尚，PI开启您的家电新生活！下载产品资料答题赢好礼！
- 【投票瓜分2500元红包】2022得捷电子创新设计大赛优秀作品人气奖由你来定！
- 下载有礼：4种方法帮助您高效进行元器件表征，加速元器件检测
- 【0元得开发板，还能赢T12焊台，报名倒计时】Follow me，与得捷电子一起解锁开发板超能力！
- 有奖调查：ST MEMS 传感器论坛用户问卷调查，参与有惊喜
厂商技术中心
京公网安备 11010802033920号