1 引言
H.264是ITU-T的視頻編碼專家組(VCEG)和ISO/IEC的活動圖像專家組(MPEG)聯(lián)合制定的視頻壓縮標準。它在H.263/H.263++的基礎上發(fā)展,在繼承所有編碼壓縮技術優(yōu)點的同時引入許多全新的編碼技術和網絡適配層NAL的概念，從而擁有更高的編碼效率和更好的網絡適配性。為從低碼率的實時通信系統(tǒng)或無線環(huán)境到高碼率的HDTV和數字存儲系統(tǒng)提供一個優(yōu)良的視頻壓縮編碼通用工具。但H.264標準優(yōu)異的性能表現是以編碼運算復雜度和運算量大為代價，在通用的PC機平臺實現會占用較大的CPU和內存資源。隨著數字信號處理器(DSP)技術的高速發(fā)展，DSP的處理速度和能力飛速提高。DSP已滿足H.264標準的編解碼運算速度要求。因此，在穩(wěn)定的媒體處理器平臺上實現H.264標準有著較好的工程意義和應用前景。
詳細介紹了以TMS320DM6446DSP為核心的視頻編碼系統(tǒng)的硬件設計，并重點研究了H.264編碼器在以TMS320DM 6446為目標的CCS平臺上的移植和優(yōu)化工作。
2 視頻編碼系統(tǒng)硬件設計
2.1 DSP的選型
DSP選用TI公司的Davinci媒體處理專用器件TMS320DM6446(簡稱DM6446)。它采用ARM+DSP雙核架構，包含一個TMS320C64x+核心和一個ARM926EJ-S核心。C64x+核心采用改進的超長指令字VLIW體系結構，內部擁有8個并行的運算單元，時鐘頻率600MHz，峰值處理能力高達4752MI/s。DM6446片內為兩級高速緩存(Cache)結構，設計有獨立的32位DDR2 SDRAM接口和16位異步EMIF接口。此外，DM6446還集成有多種適用于視音頻多媒體處理的片內資源和接口，如用于和外部解碼器連接的視頻處理前端模塊VPFE、和視頻顯示設備連接的視頻處理后端模塊VPBE、多通道音頻串口等。
DM6446不僅在處理性能上完全滿足H.264標準要求。而且在內部結構、片內資源和外部接口上對視頻處理應用專門優(yōu)化，大大降低視頻應用的開發(fā)難度和成本。
2.2 系統(tǒng)結構框圖
視頻編碼系統(tǒng)硬件結構原理框圖如圖1所示。主機通過PCIE總線對DSP進行初始化加載程序。攝像頭輸出的模擬視頻信號經視頻解碼模塊轉換為數字信號，經FPGA轉換電平。通過DM6446的VPFE模塊接口送人DSP，進行壓縮編碼處理。編碼后的視頻數據從DM6446的EMIF接口輸出通過PCIE總線送回主機進行下一步處理。DM6446的VPBE模塊可將采集的數字視頻信號再轉換為模擬信號輸出至電視進行監(jiān)控。DDR2 SDRAM存儲編碼過程中的原始圖像、參考幀、編碼參數等數據。DM6446通過I2C總線配置A/D轉換器。FPGA與PCIE橋PEX8311之間加入雙端口RAM，以提高數據的傳輸效率。
2.3 視頻解碼模塊設計
模擬視頻信號的傳輸格式種類很多，而且國際上對數字視頻信號的傳輸格式有明確的標準規(guī)定，因此一般通用的A/D轉換器并不適合視頻領域應用。這里選用專用的視頻解碼器ADV7189B，它支持12路模擬視頻通道，包含3個具有防噪性能的12位54 MHz的A/D轉換器。支持CVBS、S-端子、YprPb 3種格式的模擬視頻信號輸入，能夠自動偵測NTSL/PAL/SECAM制式，輸出ITU-R BT.656標準的數字視頻信號。選用12路模擬通道中的3路，復用的支持3種模擬視頻格式。ADV7189B輸出10位數字視頻信號、獨立的垂直同步信號VD、水平同步信號HD和像素同步時鐘LLC1，電壓均為3.3V電平，經過FPGA轉換為DM6446要求的1.8V，然后從DM6446的VPFE模塊專用數字視頻信號接口送入DSP。壓縮編碼前，VPFE模塊將ITU-R BT.656標準的視頻數據轉換為H.264兼容的YUV4:2:0格式，存入DDR2 SDRAM中。VPFE模塊還支持對視頻數據進行白平衡、縮放等預處理操作。ADG3301實現I2C總線的電平轉換。
2.4 視頻編碼模塊設計
DM6446片內的VPBE模塊包含4個54MHz的D/A轉換器，可在DM6446內部將數字視頻信號直接轉化為模擬視頻信號，4路輸出，并且支持CVBS、S-端子、YprPb 3種模擬視頻格式。因此，視頻編碼模塊設計較為簡單，只需對4路模擬輸出信號放大，就可直接與監(jiān)視設備連接。選用TI公司的電壓反饋CMOS運算放大器OPA357進行運算放大。
2.5 控制電路設計
DM6446的視頻信號接口、EMIF接口為1.8V電平，ADV7189B接口、PCIE橋接口為3.3V電平。系統(tǒng)需要大量的電平轉換工作，同時還需要實現大量的邏輯控制、PCIE橋與DM6446的通信協(xié)議。FPGA器件是最適合的選擇。選用Altera公司的邏輯器件EP2C35，它可在片內實現1.8V、2.5V、3.3V電平的轉換，并且能夠滿足系統(tǒng)對邏輯控制功能的要求。EP2C35內部集成有片內存儲器，可在ADV7189B與DM6446之間建立一個緩存區(qū)，提高數據傳輸效率。FPGA與DM6446、ADV7189B和PCIE橋接口電路如圖2所示。
3 H.264編碼器的DSP移植與優(yōu)化
目前，H.264編碼器的實現版本主要有：JM、T264、X264。其中JM是H.264官方源碼，實現H.264所有特征，但其程序結構冗長，只考慮引入各種新特性以提高編碼性能，忽略編碼復雜度，其復雜度極高，不宜實用；T264編碼器編碼輸出標準的264碼流，解碼器只能解T264編碼器生成的碼流；X264是編碼器注重實用，在不明顯降低編碼性能的前提下，努力降低編碼的計算復雜度。這里，用X264編碼器對DSP平臺移植、優(yōu)化。X264程序在DSP平臺上實現及優(yōu)化主要有：程序簡化、代碼移植、代碼優(yōu)化。
3.1 程序簡化
X264編碼器除支持H.264的基本檔次外，還包含主要檔次的某些功能選項以及其他功能模塊，代碼尺寸較大，因此需要將不必要的功能模塊刪除，以減小代碼尺寸。主要做以下刪減：刪除X264程序中的解碼部分，以及基本檔次功能之外的CABAC、Bslice部分；X264程序是基于X86的PC平臺，包含了SSE、MMX等。PC平臺使用的優(yōu)化技術，在DSP平臺下無效：針對DSP平臺特點，調整刪減后的代碼文件結構。
3.2 代碼移植
TI公司的DSP開發(fā)工具CCS具有自己的ANSI C編譯器和優(yōu)化器，并有自己的語法規(guī)則和定義，經過上一步簡化后得到純C版本的X264編碼器需要經過修改才能夠在CCS下應用于具體的DSP。主要包括：①Visual c++、CCS對于變量和結構體的“重復定義”問題的不同處理，需更改頭文件中變量和結構體定義的位置；②用功能相同的庫函數代替CCS中沒有的庫函數，如strncasecmp()；③數據格式的不同，用long代替CCS中沒有的_int64格式；④按照CCS下C語言的規(guī)則定義數組；⑤修改系統(tǒng)配置參數的讀取方式；⑥編寫針對TMS320DM6446存儲結構的CMD文件。如此，X264便可以在CCS下編譯通過并運行。
3.3 代碼優(yōu)化
純C版本的X264程序并沒有利用DM6446的資源和并行機制，代碼運行速度極低。因此必須對代碼進行優(yōu)化，提高處理性能。X264代碼優(yōu)化有以下3個層次：項目級優(yōu)化、算法級優(yōu)化和指令級優(yōu)化：
(1)項目級優(yōu)化項目級優(yōu)化主要是對CCS提供的各種編譯參數進行選擇、搭配、調整，如本文使用的選項-o3、-pm等；利用CCS編譯器提供的優(yōu)化功能，改善循環(huán)及多重循環(huán)體性能，進行軟件流水，提高軟件的并行性；改寫不適合編譯器優(yōu)化的語句，使CCS能夠對程序進行更好的優(yōu)化。
(2)算法級優(yōu)化進行算法級優(yōu)化時。應使VC環(huán)境下的純C版本與CCS下的版本同步更新，VC版本運行正確，既可以保證算法理論上的正確，又可以加快工作速度并減少問題的產生。該算法優(yōu)化工作主要有以下幾點：①運動估算法的選擇：X264編碼器提供3種可選的整像素運動估算法：X264_ME_ESA(全搜索法)、X264_ME_HEX(六邊形搜索法)、X264_ME_DIA(小菱形搜索法)。在VC環(huán)境下使用純C版本代碼對同一視頻序列使用3種不同的搜索方法進行編碼。對比3種搜索方法在編碼速度、峰值信噪比(PSNR)、碼率方面的性能。對比之下X264_ME_ESA算法的峰值信噪比最高,X264_ME_HEX次之，X264_ME_DIA最低，但相互之間的質量差別并不大，碼率差別也很小，但編碼速度卻有明顯差距，X264_ME_DIA較前兩者在編碼速度上有明顯的優(yōu)勢。經比較，選擇使用X264_ME_DIA運動估計算法。②幀內預測模式的改進：在X264的幀內預測流程中加入提前終止模式選擇的條件，改進算法的流程。進行16×16宏塊幀內模式搜索時，在當前模式的開銷小于已搜索過的模式的最小開銷的一半時，終止16×16幀內預測模式選擇，以當前模式為最佳16×16幀內預測模式。對4×4塊也加入相同的條件，并且若當前4×4塊幀內預測模式的預測開銷比相應的最佳16×16塊幀內預測模式的開銷的1/16還要小，則終止4×4塊的幀內預測模式選擇，以當前預測模式作為最佳4×4塊的幀內預測模式。改進后的幀內預測主體流程如圖3所示，灰色部分為加入的判定條件。
幀間預測模式的改進：將當前的16×16宏塊劃分為4個8×8宏塊，分別預測其運動矢量，然后以左右相鄰、上下相鄰的2個8×8塊的運動矢量的差值和閾值相比較為依據，判定是否進行16×8、8×16等分塊模式的預測，最后選擇開銷最小的劃分模式為最佳幀間劃分模式。
(3)指令級優(yōu)化 DM6446一個時鐘周期內可并行運行8條指令，一次可存取64位數據，內部擁有64個32位通用寄存器，并且支持對寄存器中的4個8位字節(jié)或2個16位字節(jié)分別進行運算處理，這些使得DM6446具有很強的并行運算能力。視頻圖像的像素尺寸一般是4的倍數，X264中像素的值是用8位或16位數據按矩陣形式有規(guī)律的存儲，這種數據存儲結構與DM6446的并行處理方式很契合。因此對X264程序進行指令優(yōu)化充分發(fā)揮DM6446的并行運算能力，是提高編碼器速度的關鍵。主要分為以下兩部分：①使用內聯(lián)函數優(yōu)化；C6000編譯器提供了許多內聯(lián)函數intrinsics，它們是匯編指令映射的在線函數，不宜用C語言實現其功能的匯編指令都有對應的intrinsics函數。這樣就可在C語言結構中直接使用內聯(lián)函數實現對多個數據的并行運算操作。如：未使用內聯(lián)函數優(yōu)化前X264程序調用一次雙線性內插函數只能計算一個亞像素點的值，而使用內聯(lián)函數_mem4、_avgu4等進行優(yōu)化后，一次可以計算4個亞像素點的值，大大提高了運算速度。②使用線性匯編語言優(yōu)化：由于線性匯編不需要考慮寄存器分配、指令延遲、并行指令安排等因素。因此可以利用CCS提供的profile分析工具將使用頻率高、耗時多的函數抽取出來，根據事先已知的數據間的相關性等信息，在程序中直接改寫函數匯編，人工優(yōu)化。涉及的算法有：SAD、SSD的計算；DCT變換；反DCT變換、亞像素搜索等。
4 實驗結果
選取具有代表性的視頻序列carphone(人物運動幅度較大)、news(背景變化，人物運動幅度不大)、container(背景簡單，景物運動緩慢)進行編碼。視頻為YUV 4:2:0格式.QCIF，量化步長定為26，共50幀，采用IPPP…編碼模式。DM6446的時鐘頻率為600MHz。表1為優(yōu)化前后編碼時鐘周期對比，I幀編碼速度平均提高了9倍，P幀編碼速度平均提高了11倍。
以視頻Miss-America為例，研究、對比移植優(yōu)化后的編碼器在不同的量化步長值(QP)下，圖像的壓縮質量，如圖4所示。
5 結論
移植優(yōu)化后的X264編碼器在CCS環(huán)境下可正確編碼，在量化步長值26下編碼圖像質量較高，優(yōu)化后編碼速度較優(yōu)化前有明顯提升。介紹的H.264視頻編碼系統(tǒng)的硬件設計，和X264編碼器針對DM6446平臺移植、優(yōu)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。
