|
H.264以其高復(fù)雜度為代價獲得了優(yōu)異的編碼效率， 其中除部分控制流程的復(fù)雜模塊外，H.264中的很多模塊適合用硬件實現(xiàn)。應(yīng)用中通常使用CPU+FPGA結(jié)構(gòu)，將耗時較多的模塊用FPGA實現(xiàn)，CPU僅負責一些低復(fù)雜度的算法和編碼流程參數(shù)的設(shè)置。 參考文獻[1]、[4]、[5]介紹了整數(shù)變換量化的硬件實現(xiàn)，但沒有考慮數(shù)據(jù)在處理過程中的寬度問題，因此會造成FPGA資源的浪費。本文充分考慮了數(shù)據(jù)在處理過程中的動態(tài)范圍，使用更少的FPGA資源來實現(xiàn)H.264中的整數(shù)變換量化 結(jié)合實際應(yīng)用，文中對該軟核在計算速度和硬件資源方面分別做了優(yōu)化。經(jīng)過速度優(yōu)化的軟核性能明顯優(yōu)于文獻[1]、[4]、[5]中的設(shè)計，經(jīng)過消耗資源優(yōu)化的軟核也完全能夠勝任高分辨率的實時編碼。 1 整數(shù)變換 在完成幀內(nèi)和幀間預(yù)測以后，需要對圖像參差數(shù)據(jù)進行整數(shù)變換和量化，使圖像數(shù)據(jù)的能量集中到一小部分系數(shù)上，進一步降低碼流速率。 1.1 整數(shù)變換原理 H.264中對圖像參差進行二維DCT變換，表達式為： 其中： X為輸入數(shù)據(jù)，A為變換矩陣，Y為變換結(jié)果。H.264對4×4的圖像塊進行操作，則相應(yīng)的4×4 DCT變換矩陣A為： 防止解碼后的數(shù)據(jù)失配，H.264對4×4 DCT中的A進行改造，采用整數(shù)DCT技術(shù)，取 與E的乘法被歸納到量化運算中，這樣(CXCT)中只剩下整數(shù)的加法、減法和移位運算，因此可以大大降低硬件實現(xiàn)的復(fù)雜度，變換結(jié)果最多只需要16位的數(shù)據(jù)。 1.2 整數(shù)變換硬件結(jié)構(gòu) 本設(shè)計H.264中的4×4整數(shù)變換采用蝶形快速算法，如圖1所示。首先對4×4塊的每一行做一維整數(shù)變換，然后再對行變換結(jié)果做列的一維整數(shù)變換，最終得到4×4的整數(shù)變換結(jié)果。圖1模塊需要32個加法器和32個減法器，這樣在一個時鐘周期內(nèi)就可以完成一個4×4塊的整數(shù)變換。 整數(shù)變換通常的做法是全部使用16位加法器和減法器，這樣可以簡化設(shè)計。然而在實際應(yīng)用中，輸入的像素點范圍是[0，255]，如果第一級變換就使用16位，則數(shù)據(jù)寬度無疑會占用更多的硬件資源。根據(jù)分析可知，計算一維行變換以后，數(shù)據(jù)輸出范圍為[-765，1020]，只需使用11位二進制數(shù)表示。計算一維列變換以后，數(shù)據(jù)輸出范圍是[-3 060，4080]，需要使用13位二進制數(shù)表示。因此整數(shù)變換模塊的數(shù)據(jù)寬度可以確定為：進行一維行變換時的加法器和減法器使用11位數(shù)據(jù)寬度，一維列變換的加法器和減法器使用13位數(shù)據(jù)寬度。 由于數(shù)據(jù)單向流動的特點，即沒有反饋，可以使用流水線提高系統(tǒng)性能。使用流水線時需要注意前后模塊處理速率的匹配。如本模塊中在行變換與列變換插入緩存構(gòu)成前后模塊，前后模塊用同一時鐘，并且整個模塊的工作頻率以最低工作頻率的模塊來確定。本設(shè)計用1級流水線來提高工作頻率。如果流水線級數(shù)過多會消耗大量FPGA資源，仿真實驗證明，此模塊使用1級流水線時，只增加極少FPGA資源。 2 量化 為了進一步降低圖像傳輸碼率，需要對圖像進一步壓縮，方法是使用變換編碼及量化技術(shù)。 2.1 量化原理 H.264中采用標量量化器。標量量化器的原理是： 其中，y為輸入樣本點編碼，Qstep為量化步長，F(xiàn)Q為y的量化值。H.264標準支持52個量化步長。量化的簡化操作如下： 其中，Wij為輸入樣本點編碼，MF是標準中定義的值，QP為量化系數(shù)，f為偏移量，對幀內(nèi)預(yù)測圖像塊f取2qbits/3，對幀間預(yù)測圖像塊f取2qbits/6。 2.2 量化器實現(xiàn) 量化器硬件結(jié)構(gòu)如圖2所示，其結(jié)果是實現(xiàn)對式(4)和式(5)的組合電路。W是需要量化的數(shù)據(jù)，MF是根據(jù)QP和當前點位置在查找表中得到的值。f和qbits是根據(jù)QP查表的輸出。 為了硬件資源消耗最少，需要分析數(shù)據(jù)在計算過程中的動態(tài)范圍，使用最少的數(shù)據(jù)寬度來表示傳輸?shù)臄?shù)據(jù)，從而使用最少的硬件資源來實現(xiàn)組合運算邏輯。W是整數(shù)變換結(jié)果，根據(jù)整數(shù)變換部分的分析，其取值范圍是[-3 060，4 080]，MF最大取13107，乘法器輸出動態(tài)范圍是[-40 107 420，53 476560]，至少用27位二進制數(shù)表示。本量化器的乘法器使用Vetex-Ⅱ中的18×18硬件乘法器，因此在輸入加法器之前需要將數(shù)據(jù)寬度調(diào)整為27bit。加法器輸出的27位數(shù)據(jù)通過移位模塊調(diào)整為16位數(shù)據(jù)寬度。 綜合考慮工作頻率和資源占用率，設(shè)計中使用2級流水線來提高性能。 2.3 量化器優(yōu)化 本量化器一次只能量化一個點，無法滿足高質(zhì)量圖像編碼的要求。針對高質(zhì)量圖像編碼對此量化器進行速度優(yōu)化，即將n個量化器并聯(lián)，一個時鐘周期計算n個點。n根據(jù)實際需要進行選擇�？紤]到與變換模塊的速度匹配，選擇16個量化器并聯(lián)。 3 軟核設(shè)計及測試 3.1 PLB總線的軟核結(jié)構(gòu) PLB（Processor Local Bus）總線是IBM開發(fā)的一種高性能片上總線，主要應(yīng)用于PowerPC405處理器系統(tǒng)中，它支持32位、64位和128位數(shù)據(jù)寬度。本設(shè)計使用64位總線寬度，最大速據(jù)傳輸速率達800Mb/s。 如圖3，PLB的軟核設(shè)計分為總線接口和H.264整數(shù)變換量化模塊兩部分。PLB總線接口是與硬件體系結(jié)構(gòu)相關(guān)的部分，它是整數(shù)變換量化模塊與PLB總線上其他設(shè)備進行交互的橋梁。整數(shù)變換量化模塊與體系結(jié)構(gòu)無關(guān)，它也可以被移植到ARM體系結(jié)構(gòu)中。 整數(shù)變換量化模塊的硬件結(jié)構(gòu)如圖4。寄存器組包含9個32bit的寄存器，0、1、2、3為輸入的4×4參差數(shù)據(jù)寄存器；5、6、7、8為輸出數(shù)據(jù)寄存器；4為控制寄存器，包括go、done、reset、intra、DCT、ZSCAN、QP、datacount，分別對應(yīng)啟動、完成、復(fù)位、幀內(nèi)/幀間、DCT/Hadamard變換、Z掃描輸出、量化級數(shù)、數(shù)據(jù)輸出計數(shù)器。第二個模塊對寄存器組中數(shù)據(jù)進行4×4整數(shù)變換，使用1級流水線。第三個模塊對輸入的整數(shù)變換結(jié)果按QP進行量化，量化模塊中的MF、f、qbits使用FPGA中的查找表保存。數(shù)據(jù)輸出模塊受ZSCAN位控制，當ZSCAN＝1時，輸出數(shù)據(jù)寄存器中的數(shù)據(jù)按Z掃描排列；ZSCAN=0時，按矩陣排列。 首先使用IBM的CoreConnect工具和Modelsim6.0a來仿真設(shè)計的軟核并使用虛擬平臺進行測試，仿真的目的是保證PLB總線接口能被處理器正確訪問。仿真測試平臺結(jié)構(gòu)如圖5所示。通過虛擬處理器將虛擬內(nèi)存中的數(shù)據(jù)寫入待測軟核，然后讀取待測軟核中的數(shù)據(jù)并判斷是否正確。 仿真通過以后，再將軟核集成到系統(tǒng)中，以便驗證軟核在實際系統(tǒng)中的工作是否符合要求。驗證平臺系統(tǒng)結(jié)構(gòu)如圖6，軟核驗證使用PC機和目標板相結(jié)合的方法，目標板使用Xilinx公司XUP Virtex-II PRO開發(fā)板，內(nèi)部含有兩個PowerPC內(nèi)核。 驗證流程如圖7。首先通過USB口下載目標板程序，程序開始運行以后通過RS232從上位機下載待編碼的圖像參差數(shù)據(jù)，下載的數(shù)據(jù)保存在目標板上的256MB DDRSDRAM中。數(shù)據(jù)下載完畢后，程序?qū)⒋幋a數(shù)據(jù)依次寫入軟核并啟動轉(zhuǎn)換，并將計算完的數(shù)據(jù)寫入DDRSDRAM，待全部數(shù)據(jù)編碼完畢，PowerPC將處理結(jié)果一起發(fā)送給上位機。上位機將結(jié)果與本機C代碼執(zhí)行結(jié)果相比較，最終確認軟核是否正確工作。 4 綜合結(jié)果分析 本設(shè)計中的整數(shù)變化量化模塊在Xilinx的XC2VP30 FPGA中進行綜合。XC2P30含有13 696個Slices和136個18×18乘法器。綜合工具使用Xilinx的ISE9.1。 整數(shù)變換模塊綜合結(jié)果如表1。 對量化器在速度和硬件資源上分別做了優(yōu)化，表2給出了兩種優(yōu)化的綜合結(jié)果。 表3給出本設(shè)計整數(shù)變換量化模塊與文獻[1]的比較結(jié)果。對照發(fā)現(xiàn)速度優(yōu)化軟核編碼性能遠遠高于文獻[1]的設(shè)計，資源優(yōu)化的軟核性能也略高于文獻[1]的設(shè)計。 軟核綜合結(jié)果如表4。目前該軟核中的PLB接口部分資源占用較大，后續(xù)工作對這部分進一步優(yōu)化。 |
