引 言

H．264是ITU T的VCEG和ISO／IEC的MPEG聯合成立的聯合視頻組JVT（Joint Video Tearn）共同制定的新視頻編碼標準，定位于覆蓋整個視頻應用領域。H．264標準采用了基于可變大小宏塊的運動補償、多幀參考、整數變換、基于1／4像素精度的運動估計、去塊效應濾波器等新技術，因而獲得更好的壓縮性能，同時也導致了運算量的大幅度增加。

Blackfin處理器采用了ADI公司和英特爾公司共同開發的微信號結構，在結構中加人專門的視頻處理指令，工作頻率高達756 MHz，能完成12OOM次／s乘加操作。與采用超標量結構或超長指令集的DSP（如TI的C6000系列）相比，Blackfin處理器在功耗、成本方面具有很大的優勢，非常適合嵌入式的視頻應用。

1 H．264視頻編碼標準

H．264視頻編解碼器的基本結構與早期的編碼標準（H．263、MPEG4等）相似，都是由運動補償、變換、量化、熵編碼、環路去塊效應濾波器等功能單元組成的。H．264標準的改進主要體現在各功能模塊內部。H_264的重大改進表現在以下幾個方面：

①高精度的基于1／4像素精度的運動預測。

②多種宏塊劃分模式。每個宏塊（16×16像素）的亮度分量有7種分區方法：16×16、16×8、8×16、8×8、8×4、4×8、4×4。

③多幀預測。在幀間編碼時，可選5個不同的參考幀。

④整數變換。采用基于4×4像素塊的整數變換代替DCT變換。

⑤H_264／AVC支持兩種熵編碼方法，即CAVLC（基于上下文的自適應可變長編碼）和CABAC（基于上下文的自適應算術編碼）。CAVLC的抗差錯能力比較高，而編碼效率比CABAC低；CABAC編碼效率高，但需要的計算量和存儲容量更大。

⑥幀內預測編碼。H．264采用了多種設計合理的幀內預測模式，大大降低了I幀的編碼率。

⑦網絡適配層NAL（Network Abstraction Layer）為視頻編碼層提供一個與網絡無關的統一接口，使視頻編碼數據能適應不同的網絡應用環境。

H．264分為7種不同的框架（profile）——Baselineprofile、Main profiIe、Extended profile、High profik、High10 profik、High4：2：2 profile和High 4；4：4，分別代表不同的技術限制和算法集合。其中baseline prome的使用是不收版權費的。

2 基于ADSP—BF533的軟硬件實現平臺

硬件平臺采用ADI公司的ADSP—BF533 EZ—kit Lite評估板。此評估板包括l塊ADSP—BF533處理器，32MB SDRAM，2 MB？ Flash，ADVl836音頻編解碼器外接4輸入／6輸出音頻接口，ADV7183視頻解碼器和ADV7171視頻編碼器外接3輸入／3輸出視頻接口，1個UART接口，1個USB調試接口，1個JTAG調試接口。評估板系統結構框圖如圖1所示。

評估板上采用的ADSP—BF533處理器，工作頻率高達756 MHz。該處理器有以下特點：雙16位乘法累加器；雙40位算術邏輯單元（ALU）；4個8位視頻ALU；1個40

位移位器；專用的視頻信號處理指令；148 KB的片內存儲器（16 KB可作為指令Cache，32 KB可作為數據Cache）；動態電源管理功能等。Blackfin處理器還包括豐富的外設和接口：EBIU接口（4個128 MB SDRAM接口，4個l MB異步存儲器接口），3個定時／計數器，1個UART，1個SPI接口，2個同步串行接口，1路并行外設接口（支持ITU一656數據格式）等等。Blackfin處理器在結構上充分體現了對媒體應用（特別是視頻應用）算法的支持。

軟件驗證采用如下方式：首先，通過DSP仿真器將H．264編碼文件拷貝到評估板的存儲器里。然后，軟件從存儲器中讀取編碼文件的數據，進行解碼操作。最后，將解碼的數據通過PPI接口輸出到ADV7171芯片，ADV7171芯片將輸入的視頻數據編碼為PAL格式輸出到顯示器上二進行顯示。

Blackfin處理器的軟件開發平臺是VisualDSP++4．0。

3 H 264實時解碼器軟件設計

3.1軟件總體設計

為了實現實時解碼的要求，需要優化程序的設計。優化流程如下：

①在PC機上進行算法的驗證和評估、優化程序的流程設計和數據結構設計。

②將程序代碼移植到Blackfin處理器。在Visual—DSP++集成開發環境里進行編譯，刪除PC平臺相關的代碼，添加DSP平臺相關的代碼。

③進行基于DSP平臺的優化操作。設置速度優化的編譯參數，進行C語言級的優化，用匯編指令改寫最耗時的函數，通過使用專用的向量指令和并行指令減少函數的執行時間。

3.2 在PC機上實現并優化解碼器程序

解碼器程序參考了JM9．6，并在以下方面作了優化：

①由于只支持Baseline profile，刪除有關B幀、SI片、SP片和數據分割等不支持特性的冗余程序代碼；

②修正JM9．6，每次處理一個Slice時都要分配內存，讀取其中信息，再釋放內存，合理安排內存空間的分配和釋放；

③將I幀、P幀分別獨立解碼，宏塊解碼也按預測模式和預測方向分成不同的解碼模塊，以省去中間的重復判斷，提高解碼速度；

④優化CAVLC碼表的查詢方法。

3.3 程序移植

VisualDSP++是一款支持Blackfin處理器的集成開發、調試環境，包括VisuaIDSP++內核（VDK）、C／C++編譯器、高級圖形繪制工具、調試工具、器件模擬器等多種功能；能夠很好地支持在Blackfin處理器上用C／C++語言進行開發工作。

移植的第一步是除去所有的編譯環境不支持的函數（例如某些時間相關的函數），將文件操作修改為讀取文件數據緩存的操作，刪除SNR信息收集和信息打印輸出等DSP平臺實現不需要的代碼。第二步是添加與硬件相關的代碼。這些代碼包括系統初始化代碼、輸出模塊代碼、中斷服務程序和解碼速率控制程序等程序代碼。

移植完畢后，就實現了基于ADSP-BF533處理器的H_264解碼器；但速度達不到實時解碼的要求，還需要進行優化。

3.4 基于DSP平臺的優化

基于DSP平臺的優化分為系統級優化、C程序級優化和匯編級優化。

（1）系統級優化

打開編譯器中的優化開關，設置為速度最優化；打開自動內聯開關；打開“Interprocedural optimization”（過程間優化）開關；使用VisualDSP++編譯器的PGO（Profile—Guided Optimization）優化編譯技術。

（2）C程序級優化

C程序級的優化主要是針對BIackfin處理器的具體特點進行優化：

①編寫鏈接描述文件，將經常用的數據存儲在片內存儲器，例如CAVLC熵解碼的碼表；啟用指令Cache和數據Cache，設置好啟用Cache機制的指令地址和數據地址。

②將除法操作轉換為乘法操作或者采用查表法計算。

③減少對片外存儲器的訪問次數。對于經常訪問的片外存儲器區域，設置Cache使能，并可設置Cache鎖定，防止被緩存的數據被替換，減少Cache未命中的幾率。

④對于能夠用較短的數據類型表達的數據改用較短的數據類型表達，例如原定義為int類型的4×4逆整數變換的輸人數據，實際上可以定義為short類型。

（3）匯編級優化

匯編級優化通常遵循以下原則：

①使用寄存器代替局部變量。如果局部變量用來保存計算的中間結果，那么用寄存器

代替局部變量可以省掉很多訪問內存的時問。

②使用硬件循環代替軟件循環。．Blackfin處理器有專用的硬件支持兩級嵌套的零開銷

硬件循環。用硬件循環代替軟件循環可避免堵塞流水線，提高速度。

③使用并行指令和向量指令。使用并行指令和向量指令，可以充分利用Blackfin處理器的SIMD系統結構的優點和內部硬件資源的并行處理優點，減少指令執行次數和提高指令執行效率。使用1條并行指令同時執行2條或3條非并行指令。向量指令可以同時對多個數據流進行相同的加工操作。

④使用視頻處理指令。視頻處理應用可以使用Blackfin處理器專用的視頻處理指令，提高執行效率。

將最耗時的一些函數用匯編語言改寫，充分利用Blackfin處理器的S1MD結構的優點和硬件上的并行性，在一個指令周期內執行多個操作，減少函數執行需要的指令周期。最耗時的函數有宏塊解碼函數decode_one_macroblock、逆整數變換函數itrans、去塊效應濾波函數EdgeLoop、濾波門限計算函數Get_Strength等函數。

下面以4×4矩陣逆整數變換函數itrans和1／4像素插值濾波get_block（），說明用匯編指令優化帶來的性能提高。4×4矩陣的逆整數變換函數itrans采用的是2級蝶形運算，先對4×4矩陣的每一行分別做行逆變換，再對每一列做列逆變換。一維變換采用如圖2所示的蝶形算法。

Blackfin處理器的SIMD結構支持向量操作，最多可以在1個周期內完成4個16位的加法操作。它的并行指令能同時進行算術運算和兩個數據的裝載／存儲操作。例如上述的蝶形運算可以用如下指令實現（設寄存器IO中保存了輸人數據y的地址，I2中保存了系數數組cof={0x7fff，0x4000}的地址，Il中保存了臨時變量tmp的地址，R2和R1保存的是中問結果）：

R7=［IO++］；

Al=R6．I*R7．1，AO=R6．1*R7．1（IS）┃│I R5=

［10++］┃┃［││++］=R2；

R4．h =（A1一一R5．1*R6．1），R4．1=（AO+=R5．1*R6．1）（IS）││W［I1++］=R1．h；

R7．1=R6．1*R5．h（IS）1 W［11++］=R1．1；

R5=R7》》》1（v）；

A1=R6．1*R5．h，AO—R6．1*R5．1（IS）；

R3．h一（A1+一R6．1*R7．1）， R3．1一（AO =R6．1*R7．h）（IS）；

R2=R4+l+R3，R1=R4一│ 一R3：

完成一次一維逆變換只需8條指令，算上函數調用的開銷和其他一些輔助指令，完成一個4×4矩陣的逆整數變換時總共需要82條指令周期。表1是優化前、后的比較。

get_block函數對像素矩陣進行1／4像素插值操作。先用六階濾波器進行1／2像素插值，然后用線性內插法進行l／4像素插值。

l／2像素b計算方法為：b=round（（E一5F+20G+20H一5I+j）／32）。示意圖如圖3所示。E、F、G、H、I、J是整數像素，b是G和H之問的1／2像素。

像素的亮度值為unsigned char類型，先利用并行指令可以在1個指令周期內將8個像素的亮度值讀到寄存器，然后利用視頻專用指令將4個字節解包到1個寄存器對（R1：O或R3：2）中去，利用向量指令在1個周期內進行2次乘加操作。通過視頻專用指令、向量指令和并行指令的使用，減少了函數指令的指令周期數。

4 實驗結果

在EZKit533開發板上測試了解碼器算法，對CIF格式（352×288）的foreman測試序列，可以達到45～50幀／s的解碼速度；對CIF格式的mobile測試序列，能夠達到40幀～44幀的解碼速度。如果增加解碼速率控制模塊，可以穩定地實現以30幀／s的速率播放CIF測試序列。實驗結果證明，在Blackiln處理器上實現H．264實時解碼器是可行的。ADI公司甚至聲稱可以在600 Mtz的BF533處理器上實現D1（720×576）格式的視頻實時解碼器。

BIackfin處理器有低功耗、低成本和高性能的特點。在Blackfin處理器上實現的H．264視頻解碼器很適合用于IP機頂盒、可視電話、PMP（便攜式媒體播放器）等嵌人式視頻應用中。