基于TMS320C62X的运动补偿的混合编程设计实例

fish001

基于TMS320C62X的运动补偿的混合编程设计实例 [复制链接]

      运动补偿是MPEG-4标准中的一种重要算法。运动补偿是指根据运动矢量在参考帧中找出参考块。如果运动矢量的X分量和Y分量都是整象素长度,则直接在参考帧中找出参考块。如果为半象素长度,则需要通过内插运算计算出参考块,计算出的参考块需要加上解码得出的误差块才能得到当前参考块。本文给出了运动矢量的X分量和Y分量都是整象素长度时的运动补偿方法。根据运动矢量可直接在参考帧中找到参考块(8×8)。完成此功能的C语言函数如下:

　　void mc_case_a2(unsigned char *pSrc, short SrcOffset, short SrcWidth, unsigned char *pDst, short RoundCtrl)

　　{ ……

　　for (i=0； i<8； i++)

　　{

　　*(tmp_P_Dst+i) = *(tmp_P_Src+i)；

　　......

　　}

　　}

　　参数运动矢量SrcOffset对4(4个字节为一个字,长32位)的余数可能是0、1、2、3。当余数是0的时候,编译后执行代码是按字读取(LDW)的,这充分体现了TMS320C62X的优点,也使程序的运行效率比较高。而当余数不为0的时候,则可能是按字节读取(LDB)或是按半字读取(LDH),这使程序的运行效率较低。视频的编码和解码都要用到运动补偿来重构图像,这是一个很费时的操作,而且其代码也是图像处理中的核心代码,这样就要求编写高效的程序来完成此操作。为了使代码的运行效率更高,且结合TMS320C62X的硬件特点,希望对于不同的运动矢量,做运动补偿的时候都能采用按字读取和存储的方式。这需要对运动矢量参数除以4,根据余数调整指针,使指针始终指向字对齐方式(而在C程序中当前块是char型的以字节方式存储的,对其进行移位处理只能是一个字节一个字节地进行移位,这就使得在C程序中不能用和汇编程序同样的方法来对程序进行优化),如运动矢量除以4以后的余数为1,为了使要取的8个象素对准字访问方式,则要按图1进行操作。

　　根据运动矢量参数进行移位使其对准字访问的核心代码的程序为:

　　MVK .S2 0xFFFC,temp 　　　　;获得地址的LSB位

　　ADD .L1X pSrc,offset,pSrc ;参考块第一个元素的地址

　　AND .L2X pSrc,temp,tmp_pSrc ;字对准访问的地址

　　AND .S1 0x0003,pSrc,rshiftA ;用两个LSB位得

　　;到了需右移几个字

　　SUB 　　.L1 0x04,rshiftA,lshiftA ;需左移几个字

　　MPY 　 .M1 rshiftA,8,rshiftA ;需右移的#bit数

　　MPY .M1 lshiftA,8,lshiftA ;需左移的#bit数

　　作为一个说明C语言与汇编程序混合编程的设计例子,采用并行汇编实现了这个函数的优化。      这里只给出部分汇编程序:

　　.text 　　　;将该段汇编代码安排在.text 段,当然通过在C语言中用

　　#program_section也可以将其安排在其它自己命名的段中。

　　.global mc_case_a 　　 ;函数名,用.def或.gloal对其进行

　　声明,使得C代码调用该函数

　　_mc_case_a: 　　 　;标号,是C调用函数和汇编

　　被调用函数的接口处

　　……
.asg B10,ocsr

　　.asg B11,rw_4

　　STW 　.D2 ocsr,*stack--[1] ;被调用函数用到了B10～B15,A10

　　STW 　 .D2 r_w4,*stack--[1] ;~A15的寄存器,则需对它们保护

　　MVC 　.S2 CSR,ocsr

　　AND 　 .S2 -2,ocsr,ocsr

　　MVC 　 .S2 ocsr,CSR ;关闭某些中断 ……

　　loop:

　　LDW 　 .D2 *tmp_pSrc++[src_width1],r_w1

　　;读取第一个字

　　LDW 　 .D1 *pSrc++[1],r-w2 ;读取第二个字

　　LDW　 .D1 *pSrc++[src_width2],r-w3 ;读取第三个字

　　SHRU .S2 r_w1,rshiftB, r-w1

　　SHL 　.S1 r_w3,lshiftA, r_w3

　　SHL .S2X r_w2,rshiftB,r_w4

　　SHRU .S1 r_w2,rshiftA, r_w2

　　OR .L2 r_w1,r_w4, r_w1

　　OR .L1 r_w1,r_w3,r_w2 ;这几步作了图a中的操作过程

　　STW .D2 r_w1,*pDst++[2]

　　STW .D1 r_w2,*tmpDst++[2]　　　　 ;存储取得的两个字

　　B .S2 loop ;延迟跳转到标号loop处,实现循环 ……

　　LDW .D2T2 *++stack[1],r_w4

　　LDW .D2T2 *++stack[1],ocsr 　　　 ;对被调用函数中自己保护的寄存器作恢复处理

　　MVC .S2 ocsr, CSR 　　 ;恢复中断环境

　　B .S2 B3 ;返回到调用函数处

　　……

　　在TI CCS上用其库函数CLOCK()对这个算法的C语言程序和并行汇编程序分别进行了性能测试。在纯C语言中,运动矢量对4的偏移量的余数为0 时,约为33个指令周期, 余数为1时约为93个指令周期, 余数为2 时约为 51个指令周期,余数为3 时约为 93个指令周期,平均约耗时 67个周期。而将其用并行汇编代码编写,其周期数恒定为33个指令周期。33个指令周期的执行时间,对于这个函数基本上是达到了函数的最大优化。