關鍵詞： C6416 , dsp , 視頻解碼器

多媒體通信終端設備具有廣泛的應用前景，可以應用于視頻會議、可視電話、PDA、數字電視等各個領域，所以高效、實用的多媒體終端設備一直是通信領域研究的主要方向之一。

多媒體通信終端的實現主要有兩點：一方面需要快速、穩定的處理器作為多媒體信號處理的平臺，另一方面需要適合多媒體通信的協議標準和軟件算法，尤其是對音視頻信號的壓縮處理算法。兩者的結合才能產生高效的多媒體通信設備。目前，隨著數字信號處理器（DSP）的高速發展，為實現高效的音視頻信號處理提供了可能性；另一方面，最新的低碼率視頻壓縮標準H.264的出臺，提供了適合通信的視頻標準和算法指導。因此，將兩者結合，把H.264算法在DSP上實現，對于多媒體通信的研究具有一定的意義和價值。

本文介紹了H.264解碼器算法的DSP實現。在設計中，采用了ATEME公司的網絡視頻開發平臺（NVDK C6416）作為DSP處理平臺，實現了H.264的優化解碼算法。對于QCIF視頻序列，解碼速度達50～60幀/秒。

1 網絡視頻開發平臺NVDK簡介

NVDK是TI的第三方ATEME公司推出的基于TI C6400系列DSP評估開發套件，是一款適用于圖像、視頻信號處理的高速DSP開發平臺。該套件為諸如視頻基礎設施及網絡化視頻設備等高級視頻應用制造商提供了方便，提高了數字視頻應用項目的開發速度。

1．1 NVDK C6416體系結構

NVDK C6416由TMS320C6416 DSP內核、10/100 Mbps 的以太網子卡、音頻／視頻接口盒、PCI總線、存儲器單元、擴展接口及獨立電源等構成。其功能結構框圖如圖1所示。

1．2 NVDK C6416的主要特點

NVDK作為網絡及視頻開發套件，把很多音視頻接口及網絡接口直接做在板卡上，給采用TI C6000系列DSP芯片作為處理單元的開發用戶提供了便利的前端平臺。它為項目演示、算法實現、原型制作、數據仿真、FPGA開發和軟件優化提供了完整的DSP開發平臺。其主要特點如下：

·C6416 DSP內核：600MHz時鐘頻率及8指令并行結構，最高可以達到4800MIPS的處理能力。
·視頻特點：在輸入端，NVDK能夠捕獲PAL制或NTSC制的模擬視頻信號，可以采用復合視頻(CVBS)或者S-video視頻信號輸入，輸入模擬視頻信號被數字化為YUV422數字視頻格式。在輸出端，NVDK在支持復合視頻(CVBS)以及S-Video輸出的同時，還提供了SVGA輸出模式，可以直接將信號輸出到顯示器上。就圖像尺寸而言，視頻采集提供FULL、CIF和QCIF三種圖像格式，視頻輸出提供FULL和CIF兩種圖像格式。
·音頻特點：提供兩路雙聲道音頻輸出，CD音質的輸入輸出立體聲接口，另外還提供一路單聲道的麥克風輸入。
·主接口：提供了PCI接口，允許與PC機相連。該板既可以以PCI模式運行，也可以單獨脫機工作。
·網絡接口：以太網接口為視頻碼流的網絡傳輸帶來了方便。
·外部擴展存儲器：256M 64位寬擴展內存SDRAMA和8M 32位寬擴展內存SDRAMB及4MB FLASH ROM提供了足夠的內存空間和靈活的內存分配方案。

2 H.264視頻壓縮標準

H.264是由ITU-T 視頻編碼專家組（VCEG）和ISO/IEC移動圖像專家組（MPEG）共同提出的最新國際視頻編碼標準。它在H.261、H.263視頻壓縮標準的基礎上，進行了進一步的改進和擴展。其目的是為了進一步降低編碼碼率，提高壓縮效率，同時提供一個友好的網絡接口，使得視頻碼流更適合在網絡上傳送。由于該標準可以提供更低的碼率，所以更適合應用于多媒體通信領域。

H.264主要有以下新特點：

·網絡適配層NAL（Network Abstraction Layer）。

傳統的視頻編碼編完的視頻碼流在任何應用領域下（無論用于存儲、傳輸等）都是統一的碼流模式，視頻碼流僅有視頻編碼層（Video Coding Layer）。而H.264根據不同應用增加不同的NAL片頭，以適應不同的網絡應用環境，減少碼流的傳輸差錯。

·幀內預測編碼模式（Intra Prediction Coding）。

幀內預測編碼合理地利用了I幀的空間冗余度，從而大大降低了I幀的編碼碼流。

·自適應塊大小編碼模式（Adaptive Block Size Coding）。

H.264允許使用16×16、16×8、8×16、8×8、8×4、4×8、4×4等子塊預測和編碼模式，采用更小的塊和自適應編碼的方式，使得預測殘差的數據量減少，進一步降低了碼率。

·高精度亞像素運動估計（High precision sub-pel Motion Estimation）。

H.264中明確提出了運動估計采用亞像素運動估計的方法，并制定1/4像素和1/8像素可選的運動估計方法。亞像素運動估計，提高了預測精度，同時降低了殘差的編碼碼率。

·多幀運動補償技術（Multi-frame Motion Compensation）。

傳統的視頻壓縮編碼采用一個（P幀）或兩個（B幀）解碼幀作為當前幀預測的參考幀。在H.264中，最多允許5個參考幀，通過在更多的參考幀里進行運動估計和補償，找到殘差更小的預測塊，降低編碼碼率。

·整形變換編碼（Inter Transform Coding）。

H.264采用整形變換代替DCT變換，整形變換采用定點運算代替浮點運算。采用這種變換，不僅可以降低編解碼的時間，而且，為該算法在多媒體處理平臺上實現帶來了方便。在這一點上，H.264視頻編碼標準更適合作為多媒體終端的編解碼標準。

·兩種可選擇熵編碼CAVLC和CABAC。

CAVLC（Context-based Adaptive Variable Length Coding）：基于內容的自適應變長編碼。

CABAC（Context-based Adaptive Binary Arithmetic Coding）：自適應二進制算術編碼。

以往的視頻壓縮標準中，都采用Huffman編碼與變長編碼相結合的方法進行熵編碼。Huffman編碼雖然是一種很好用的熵編碼方法，但是其編碼效率并不是最高的，而且，Huffman編碼的抗差錯性能很低。H.264中采用了兩種可以選擇的熵編碼方法：CAVLC編碼抗差錯能力比較高，但是編碼效率不是很高；CABAC編碼是一種高效率的熵編碼方法，但是計算復雜度很高。兩者各有優缺點，所以針對不同的應用，選擇不同的編碼方法。

3 H.264解碼器算法的DSP實現和優化

3.1 在PC機上實現H.264算法并進行優化

ITU-T官方提供的H.264的核心算法不僅在代碼結構上需要改進，而且在具體的核心算法上也需要做大的改動，才能達到實時的要求。這一步需要做的具體工作包括：去處冗余代碼、規范程序結構、全局和局部變量的調整和重新定義、結構體的調整等。

3.2 PC機H.264代碼的DSP化

C6000開發工具Code Composer Studio有自己的ANSI C編譯器和優化器，并有自己的語法規則和定義，所以在DSP上實現H.264的算法要把PC機上C語言編寫的H.264代碼進行改動，使其完全符合DSP中C的規則。

這些改動包括：去除所有的文件操作；去除可視化界面的操作；合理安排內存空間的預留和分配；規范數據類型——因為C6416是定點DSP芯片，只支持四種數據類型：short型（16 bit）、int（32bits）、long型（40bits）和double型（64bits），因此必須對數據進行重新規范，把浮點數的運算部分近似用定點表示，或用定點實現浮點運算；根據內存的分配定義遠近程常量和變量；把常用的數據在數據結構中提取出來，以near型數據定義在DSP內部存儲空間，以減少對EMIF端口的讀取，從而提高速度。

3.3 H.264的DSP算法優化

通過把PC機H.264代碼DSP化，可以在DSP上實現H.264的編解碼算法，但是，這樣實現的算法運行效率很低，因為所有的代碼都是由C語言編寫，并沒有完全利用DSP的各種性能。所以必須結合DSP本身的特點，對其進一步優化，才能實現H.264視頻解碼器算法對視頻圖像的實時處理。

對DSP代碼的優化共分為三個層次：項目級優化、C程序級優化、匯編程序級優化。

(1)項目級優化：主要是通過選擇CCS提供的編譯優化參數，根據H.264系統的要求進行優化，通過不斷地對各個參數（ -mw -pm -o3 -mt等）的選擇、搭配、調整，改善循環、多重循環體的性能，進行軟件流水，從而提高軟件的并行性。

(2)C程序級優化：主要是針對采用的DSP的具體特點進行代碼的功能精簡、數據結構的優化、循環的優化、代碼的并行化處理。在這里主要工作包括以下部分：去除掉SNR計算、幀率及其他輔助信息的程序模塊。函數及數據映射區域的調整，把經常用的數據存儲在片內存儲器中，頻繁調用的程序盡可能映射在相鄰或相近的存儲區域。C函數的并行化處理，針對并行化效果差的函數，尤其是多重循環體，要進行循環拆解，將多重循環拆解為單重循環。減少存儲區數據的讀取和存儲，尤其是片外存儲區域數據的調用，以減少時間。數據結構的重定義和調整。
下面以數據結構的調整說明如何合理利用DSP特性進行軟件優化。

數據結構是指數據的類型及其在內存空間的分配方式，不同的數據結構，對程序的性能有不同的影響。因此，數據結構的調整對程序在DSP上并行執行是必不可少的步驟。

在H.264解碼器內核代碼中，數組mpr[ i][j]用來存放一個宏塊的預測系數，數據類型是int型，其中i、j是該系數的坐標。但是預測系數實際上只有8位位寬，所以，定義成byte型就足夠了。這樣一方面節省了內存空間，另一方面，用byte類型可以直接使用LDW指令代替LDB指令，一次讀取4個數據，節省了讀取時間。因為H.264中對系數的讀取都是以塊為單位的，而內核中的mpr數據結構顯然不能充分利用DSP的特性，所以數據存儲結構也需要調整，把mpr中每一個塊分配到一個連續的內存空間有利于數據的傳送，如圖2所示。這樣，每一次確定了一個塊以后，只要更改一維的信息就能確定系數的位置，而原始的結構對每一個系數都有確定兩位系數。通過這樣的數據調整，可以明顯地提高程序的運行速度。

(3)匯編程序級優化。匯編級的優化包括兩部分：采用線性匯編語言進行優化和直接用匯編語言進行優化。由于系統編譯器的局限性，并不能將全部的函數都很好地優化，這樣就需要統計比較耗時的C語言函數，用匯編語言重新編寫。這些函數包括：插值函數、幀內預測函數、整形反變換等函數。

下面以差值函數中的一段來說明匯編編寫帶來的性能提高。

橫向1/2插值源代碼：
  for (j = 0; j ＜ BLOCK_SIZE; j++) {
  for (i = 0; i ＜ BLOCK_SIZE; i++) {
  for (result = 0, x = -2; x ＜ 4; x++)
  result += mref[ref_frame][ y_pos+j][ x_pos+i+x]*COEF[x+2];
  block[ i][j] = max(0, min(255, (result+16)/32));
  }
  }

該段代碼采用一個六階濾波器來插值1/2位置的像素值，共插出16個值（一個塊）。源代碼采用三重循環，內層循環是插值濾波器，如果直接用編譯器把源代碼編譯成匯編的話，內部循環都要反復讀取一些內存數據。采用匯編自己編寫，則可以改進算法，大大降低函數的運行時間。

如圖3所示，在插值第一個半像素位置時，要在內存中讀取1～6像素的值，插值第二個半像素位置時，要讀取2～7點的值，這樣，就反復讀取了2～5像素點的值，而且，插值一個點需要進行6次乘法、5次加法。用匯編語言編寫，手工排流水線，可以降低數據的讀取次數，同時減少了乘、加法指令數。首先，采用LDNW指令直接讀取8個數據到寄存器中，每次插值直接使用寄存器而不再去內存中讀取數據。另外，采用DOTPSU4乘累加命令代替MPL指令，將四次乘法和3次加法用一條指令來代替，減少了指令數目。

通過以上各種優化方法，最終實現了基于C6416內核的H.264 baseline解碼器算法。

4 算法性能的評測及前景展望

在NVDK C6416環境下，測試了解碼器算法，對QCIF測試序列，已經能夠達到50～60幀/秒的解碼速度，遠遠達到了實時性解碼的目的。
在NVDK C6416板卡上實現的H.264視頻解碼器具有功能強、使用靈活等特點，有廣泛的應用前景。該優化的算法不僅適用于NVDK板，對于所有的C64開發板都具有通用性，只要根據板卡的內存分配，重新配置內存參數文件，便可以把該算法移植到新的開發板中。該H.264視頻解碼器與網絡平臺相連接便可以應用于視頻會議、可視電話、無線流媒體通信等應用領域。