信息时代对于视频通讯的需求越来越广，从较低码率的可视电话、视频会议、实时监控到高码率的空中侦察、数字电视等，迫切要求将高效率、高质量的视频压缩算法实用化。MPEG-4于2000年正式成为国际标准并不断地扩展。它不仅支持码率低于64kbps的多媒体通信，还能支持广播级的视频应用。与以前的视频标准相比，MPEG-4可以提供更高的压缩效率、更好的交互性以及更强的抗误码能力。目前，MPEG-4已经成为视频压缩标准的主流。
　　MPEG-4算法非常复杂，其编解码的实时性难以保证，通常只能实现对中低分辩率视频的实时编码。本文基于TI公司的C64x系列DSPs设计并实现了一种MPEG-4编码器，实现了对D1分辨率(720×576)视频的实时编码，且在保证输出码率低于1Mbps的同时，解码图像具有较高的峰值信噪比和较好的视觉效果。
1  编码系统" title="编码系统">编码系统的硬件结构
　　编码系统以TMS320DM642高性能通用DSP芯片为核心。图1为系统框图。

1.1  TMS320DM642芯片的特点
　　DM642属于TI公司的C64x系列DSPs。Veloci TI结构使C6000 DSPs在视频和图像处理中得到广泛应用。CPU的VLIW结构由多个并行运行的执行单元组成，这些单元在单个周期内可执行多条指令。并行是C6000获得高性能的关键。C64x在C6000的基础上有一些重要的改进。除了有更高的时钟频率外，C64x从以前的Veloci TI结构扩展到Veloci TI.2结构，包含了许多新的指令，增加了额外的数据通道，寄存器的数量也增加了一倍。这些扩展使得CPU可以在一个时钟周期内处理更多的数据，从而获得更高的运算性能。
　　DM642芯片集成了各种片内外设，使得开发视频和图像领域的应用更为方便。它带有三个可配置的视频端口，提供与视频输入、视频输出以及码流输入的无缝接口。这些视频端口支持许多格式的视频输入/输出，包括BT.656、HDTV Y/C、RGB以及MPEG-2码流的输入。利用DM642开发视频编码器，其视频输入部分只需要一块视频采集芯片即可，如Phillips的SAA7113，无需外加逻辑控制电路和FIFO缓存，使硬件系统更为简单和稳定。DM642的其它外设包括：10Mbps/100Mbps的以太网口（EMAC）、多通道音频串口（McASP）、外部存储器接口（EMIF）、主机接口（HPI）、多通道缓冲串口（McBSP）以及PCI接口等。
1.2  系统工作流程
　　该编码系统可分为图像压缩卡和主机两部分。其工作流程如图2所示。

　　首先主机通过PCI初始化DSP并对其加载程序；DSP开始运行MPEG-4编码程序，从视频端口获取实时采集的视频，如图1所示。SAA7113输出BT.656格式的数字视频，作为DM642 VPORT的输入，VPORT输出YUV（4:2:0）格式的图像，作为编码程序的输入；DSP完成一帧图像的编码，通过PCI向主机发出中断；主机响应中断，从DSP的存储空间读取原始图像数据和压缩后的码流。主机程序在VC++环境下编写，提供与用户交互的界面，可对数据进行各种处理，包括原始视频的实时播放、保存,压缩码流的实时解压播放、保存、回放、网络传输，从网络接收压缩码流实时解压回放等。
　　需要注意的是原始图像和压缩码流在DSP中的存储。视频端口、编码程序和主机都要访问原始图像，例如在某一时刻，编码程序访问当前帧图像，主机读取上一帧图像，而视频端口正在输入下一帧图像，为了避免访问冲突，原始图像在DSP中采用三缓冲区进行管理。压缩码流由编码程序写入，主机读取，所以采用乒乓制进行存储。
1.3 内存分配
　　DM642片内只有256KB的存储空间，因此当前帧、参考帧和当前帧的重建帧都必须放至片外存储器，压缩码流若被主机读取，也放至片外。其它数据如程序代码、全局变量、VLC码表、各编码模块产生的中间数据等均可放至片内。
　　由于CPU访问片外的速度通常要比访问片内慢几十倍，片外数据的传输通常成为程序运行时的瓶颈，即使代码效率很高，流水线也会因为等待数据而被严重阻塞。解决这一问题的有效方法是用EDMA传送数据。程序是逐个宏块" title="宏块">宏块进行编码的，在编码当前宏块的同时，EDMA将下一个宏块的数据、用到的参考帧数据由片外传送至片内；当前宏块做完运动补偿后，EDMA将重建后的宏块由片内传送至片外。这样CPU只对片内数据进行操作，使得流水线可以顺利进行，而压缩码流按逐个码字有时间间隔地写入，可由CPU直接写至片外。
2 采用预测技术的运动估计算法
　　运动估计是MPEG-4编码中计算量最大的一部分，占据整个编码时间的50%以上。各种快速运动估计算法" title="估计算法">估计算法也成为近年来研究的热点。本文通过实验证明，采用预测技术的运动估计不但可以大大缩短计算时间，而且也有助于提高图像的质量。
　　宏块（Macro Block）的运动矢量（Motion Vector）在时间和空间都具有相关性，预测的原理就是利用当前帧和参考帧内相邻位置宏块的MV来预测当前宏块的MV。下面详述本文所采用的预测算法。
　　（1）确定当前宏块MV的7个候选值PreMV1~7。
　　如图3所示。PreMV1=(0,0)；PreMV4取当前宏块左边相邻宏块的MV值；PreMV5取上边相邻宏块的MV值；PreMV6取右上方相邻宏块的MV值；PreMV2=mid{PreMV4, PreMV5, PreMV6}，即取三者的中值；PreMV3取参考帧相同位置宏块的MV值；PreMV7取参考帧右下方相邻宏块的MV值。

　　（2）确定筛选候选值的依据——SAD（绝对误差和）的门限值ThreshSAD。
　　SAD是确定最佳匹配块的准则。门限值ThreshSAD是指这样一个值：如果参考帧内某一宏块和当前宏块的SAD小于ThreshSAD，则当前宏块的MV值就可取作二者之间的位移。因此，ThreshSAD就可作为筛选7个候选值的依据。
　　由于SAD在空间上的相关性，ThreshSAD由相邻宏块的SAD值来确定：
　　ThreshSAD=Min{SAD_left,SAD_top,SAD_{top_left}}
　　其中，SAD_left、SAD_top、SAD_top-right分别为MB_left、MB_top、MB_top-right和其对应匹配块的SAD值，ThreshSAD取三者的最小值。
　　(3)从7个候选值中选出当前宏块的MV值。
　　按照PreMV1~7的顺序，依次计算当前宏块和7个匹配块的SAD值。如果有SAD值小于ThreshSAD，即停止计算，选用对应的PreMV作为当前宏块的MV值；如果7个SAD值均大于ThreshSAD，则采用运动搜索来确定当前宏块的MV值。该运动搜索并不以MV=(0,0)为中心，而是以对应SAD值最小的PreMV为中心，搜索采用简化的菱形算法。
　　对标准视频序列" title="视频序列">视频序列foreman.cif(352×288)进行编码(码率300kbps)，测得表1所示数据。采用预测的运动估计算法利用视频序列在时间和空间上的相关性，无需对每个宏块都进行运动搜索，而且其搜索中心点也同样利用了相关信息，搜索算法也可进一步简化，因此大大减少了运动估计的计算量；同时，预测有助于提高图像质量，直接进行快速运动搜索通常会带来局部最小的问题，从而影响图像质量，而PreMV1~7取自位于当前宏块周围各个方向的宏块的MV值，避免陷入局部最小。

3 基于C64x CPU的软件优化技术
　　为了提高代码的执行效率，必须充分利用C64x CPU的VLIW和流水线结构对其进行优化，使程序无冲突地并行执行。MPEG-4编码程序中包含大量的循环体，例如计算SAD值、量化、DCT、半像素插值、运动补偿和构建重建帧等。这些循环体代码并不复杂，但执行次数频繁，占据了编码的绝大部分时间，因此循环体的优化是重点。本文所采取的代码优化分为C语言优化和编写线性汇编两个步骤，主要从消除数据相关性、数据打包和循环体的软件流水三个方面进行优化。
3.1 针对C语言的优化
　　C代码的优化主要依靠开发环境CCS的编译器完成，编程者需要合理选择编译选项，并利用特定的关键字和指令向编译器提供优化信息。例如关键字restrict用来消除数据间的相关性，编译器从而可以安排语句的并行执行；内联函数_nassert有助于数据的打包处理；宏指令#pragma MUST_ITERATE告诉编译器有关循环迭代次数的信息，编译器会根据这一信息进行软件流水。
3.2  用线性汇编改写关键代码
　　线性汇编是TMS320C6000特有的一种编程语言，介于高级语言和汇编语言之间。它可以指定指令用到的寄存器和功能单元，更易于对数据的打包处理。
　　线性汇编代码的并行处理和软件流水由汇编优化器完成，编程者需要熟悉C64x DSP的CPU结构和指令集，认真设计代码并充分利用编译器的反馈信息合理修改代码，才能写出高质量的线性汇编。本设计中程序主框架采用C语言编写，其它各关键部分的代码采用线性汇编实现。表2是代码优化前后的效率对比，表2中所列各代码段均针对8×8宏块进行处理。

4 结果分析
　　对各标准视频序列进行编码，测得表3所示数据。实时采集D1(720×576)分辨率的视频进行编码，测得码率为850kbps时，编码速率达25fps以上，峰值信噪比(PSNR)高于31dB，实现了高分辨率的实时MPEG-4编码。