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^[2]。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" title="運動估計">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" title="熵編碼">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" title="數據結構">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^[3]
??? 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" title="插值">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。

?