1、視頻和圖像處理中像素匹配運算的加速技術探討    內容導讀： 像素匹配運算廣泛應用于通訊、醫療、教育、軍事等眾多領域的視頻和圖像處理技術中。典型的像素匹配運算包括視頻編碼中的運動估計,圖像匹配和目標跟蹤識別中的相關匹配等。隨著視頻和圖像技術的迅速發展,圖像分辨率和幀頻不斷提高,像素匹配運算復雜度越來越高,對數字信號處理器的性能提出了重大挑戰。因此,對像素匹配運算的加速技術進行研究,對于提高信號處理器性能、滿足視頻或圖像處理運算的實時性能需求具有重要的理論和實際應用意義。像素匹配運算具有計算復雜度高、數據密集和實時性強的特點,采用硬件加速器是實現像素匹配實

2、時運算的有效方法。本文分別對視頻和圖像處理中典型的像素匹配技術,運動估計和相關匹配加速器進行了研究。從提高加速器的性能和靈活性,優化加速器執行的算法,提高加速器與處理器接口的傳輸效率和靈活性幾個方面,有針對性地研究了像素匹配運算的加速技術,并結合DSP平臺進行了具體的性能分析與評測。本文的主要工作與創新點主要體現在以下幾個方面:1)提出了一種適合硬件實現的多搜索中心快速算法。算法基于多搜索中心猜測和搜索范圍動態調整實現。多搜索中心猜測方法對相鄰塊的運動向量進行分析和計算,能猜測出當前宏塊中包含的多種運動趨勢。相比傳統猜測方法,多搜索中心猜測最高可提高約12.9的猜測精度。依據猜測運動向量的數目

3、和大小,本文算法對搜索范圍進行動態調整,進一步降低了計算時間。相比FFS算法、UMHexagonS算法和EPZS算法,本文算法具有相似的率失真性能,且分別均勻節省了89.9-98.4、46.5-67.9和20.0-46.8的計算時間。本文算法采用類似FFS的搜索過程,計算規整,利于硬件加速器實現。2)提出了一種支持多種標準的運動估計協處理器結構。協處理器采用6流出超長指令字結構,可執行多種運動估計算法。協處理器中包含一個二維數據重用的處理單元陣列,一個加法樹和一個多模編碼耗費比較器。處理單元陣列和器用來支持各種不同的分塊模式。相比其它運動估計加速器結構,本文協處理器不但可以滿足高清實時編碼中運

4、動估計的運算需求,而且具有高度的靈活性,可支持多種運動估計算法。3)提出了一種多標準可配置的亞像素插值加速器結構。本文插值結構包含兩個獨立的8階插值單元,分別對像素幀進行水平插值和垂直插值操縱。通過系數存儲器, 加法樹結構為運動估計運算提供了充足的計算能力。多模耗費比較器用來支持各種不同的分塊模式。相比其它運動估計加速器結構,本文協處理器不但可以滿足高清實時編碼中運動估計的運算需求,而且具有高度的靈活性,可支持多種運動估計算法。3)提出了一種多標準可配置的亞像素插值加速器結構。本文插值結構包含兩個獨立的8階插值單元,分別對像素幀進行水平插值和垂直插值操縱。通過系數存儲器,可靈活配置任意1/2和

5、1/4像素位置的濾波系數,從而實現了對各種亞像素插值方法的支持。兩個插值單元采用幀流水的兩步法策略進行插值計算,可以減少約46的計算量。相比之前的工作,本文提出的插值結構能以較小的芯片面積提供更高的性能。工作在250MHz時,本文結構可滿足高清視頻的實時亞像素插值操縱。4)提出了一種高效的相關匹配加速器結構。本文結構由處理單元陣列和加法樹組成核心計算結構,并對其流水線進行了細致地劃分,提高了工作頻率和運算速度。通過對處理單元陣列結構和存儲器組織結構進行優化,有效降低了加速器的面積和功耗。相比于其它加速器,本文結構的效率最高。對大小為64×64,采樣頻率為60fps的實時圖像,本文結構

6、可匹配最多162個模版圖像。5)提出了一種面向硬件加速器連接的自定義處理器核接口。通過用戶描述的接口信息,本文接口可以自動天生|教育論文網|協議轉換邏輯,快速實現對DMA、AHB和PVCI等不同接口協議的支持,提高了硬件加速器的重用性。通過該接口,處理器核可執行加速器搬移指令與硬件加速器直接進行高帶寬的數據傳輸。相比傳統的DMA總線,本文結構最高可分別節省83.7和87.1的傳輸時間?！娟P鍵詞】：像素匹配硬件加速器運動估計亞像素插值相關匹配接口自動天生|教育論文網|【論文提綱】：· 摘要12-14· Abstract14-16· 縮略語說明16-19·

7、第一章緒論19-45· 1.1研究背景19-28· 1.1.1視頻編碼中的運動估計運算1運動向量猜測原理462.2.2運動向量猜測問題分析46-472.3多搜索中心猜測技術47-502.4多搜索中心的運動估計快速算法50-512.5運動向量閾值分析51-552.5.1MVT對運動向量猜測值個數和猜測精度的影響52-532.5.2MVT對編碼性能的影響53-552.6實驗結果和分析55-602.6.1實驗環境55-562.6.2多搜索中心猜測精度分析562.6.3MSCA算法編碼性 19-24· 1.1.2圖像匹配中的相關匹配運算24-26· 1.1.3像

8、素匹配運算面臨的挑戰26-28· 1.2研究現狀28-41· 1.2.1像素塊匹配運算的軟件加速技術28-33· 1.2.2像素塊匹配運算的硬件加速技術33-37· 1.2.3亞像素插值的硬件加速技術37-38· 1.2.4硬件加速器接口技術38-41· 1.3本文主要工作41-43· 1.4本文結構43-45· 第二章適合硬件實現的多搜索中心運動估計快速算法45-61· 2.1引言45-46· 2.2運動向量猜測46-47· 2.2.1運動向量猜測原理46· 2.2.2運動

9、向量猜測問題分析46-47· 2.3多搜索中心猜測技術47-50· 2.4多搜索中心的運動估計快速算法50-51· 2.5運動向量閾值分析51-55· 2.5.1MVT對運動向量猜測值個數和猜測精度的影響52-53· 2.5.2MVT對編碼性能的影響53-55· 2.6實驗結果和分析55-60· 2.6.1實驗環境55-56· 2.6.2多搜索中心猜測精度分析56· 2.6.3MSCA算法編碼性能分析56-58· 2.6.4運算時間比較58-60· 2.7本章小結60-61·

10、 第三章支持多種標準的整像素運動估計協處理器結構61-79· 3.1引言61· 3.2相關研究61-63· 3.2.1算法多樣性分析62· 3.2.2運算量分析62-63· 3.3協處理器結構63-68· 3.3.1協處理器的結構63-64· 3.3.2PE陣列結構64-65· 3.3.3存儲器結構65-66· 3.3.4快速數據調度66-67· 3.3.5多模Cost比較器67-68· 3.4協處理器指令集設計68-75· 3.4.1協處理器指令集69-70· 3

11、.4.2算法實現70-75· 3.5實現和性能比較75-77· 3.5.1實現75-76· 3.5.2性能比較76-77· 3.6本章小結77-79· 第四章多標準可配置的亞像素插值加速器結構79-89· 4.1引言79· 4.2相關研究79-82· 4.2.1各標準中的亞像素插值運96-975.4針對目標識別應用的加速器結構優化97-1005.4.1PE陣列結構優化97-995.4.2緩存結構優化99-1005.5實現結果及性能比較100-1035.5.1SAD加速器實現100-1015.5.2SAD加速器性能分

12、析101-1025.5.3性能比較102-1035.6本章小結103-105第六章面向硬件加速器連接的自定義處理器核接口105-1256.1引言105-1066.2相關研究106-1076.2. 算79-81· 4.2.2亞像素插值運算的加速技術81-82· 4.3支持多種標準的可配置亞像素插值結構82-87· 4.3.1水平插值單元結構82-84· 4.3.2垂直插值單元結構84-85· 4.3.3兩步法插值策略85-87· 4.4綜合結果及性能比較87-88· 4.5本章小結88-89· 第五章面向圖像處理的高

13、效相關匹配加速器結構89-105· 5.1引言89· 5.2研究背景89-92· 5.2.1相關匹配方法89-90· 5.2.2目標識別應用90-91· 5.2.3YHFT-QDSP2多核DSP芯片91-92· 5.3高性能SAD加速器基本結構92-97· 5.3.1PE陣列結構93-94· 5.3.2加法樹結構94· 5.3.3緩存單元結構94-96· 5.3.4加速器與DSP核通訊96-97· 5.4針對目標識別應用的加速器結構優化97-100· 5.4.1PE陣列結構優

14、化97-99· 5.4.2緩存結構優化99-100· 5.5實現結果及性能比較100-103· 5.5.1SAD加速器實現100-101· 5.5.2SAD加速器性能分析101-102· 5.5.3性能比較102-103· 5.6本章小結103-105· 第六章面向硬件加速器連接的自定義處理器核接口105-125· 6.1引言105-106· 6.2相關研究106-107· 6.2.1提高加速器的重用性106-107· 6.2.2提高加速器的通訊效率107· 6.3自定義處理

15、器核接口107-111· 6.3.1LoadS指令緩沖結構及LoadS指令執行過程109-110· 6.3.2StoreS指令緩沖結構及StoreS指令執行過程110· 6.3.3LoadS/StoreS指令帶來的訪存沖突和同步問題110-111· 6.4自定義通訊單元結構111-119· 6.4.1時鐘同步結構112-113· 6.4.2數據緩沖結構113-115· 6.4.3接口協議模塊的自動天生|教育論文網|115-119· 6.5性能分析及實驗119-123· 6.5.1UDPCI接口的靈活性1196.5.2UDPCI接口的傳輸性能分析119-1226.5.3性能比較122-1236.6本章小結123-125第七章結論與展望125-1297.1主要工作和創新點125-1267.2研究展望126-129致謝129-131參考文獻131-141作者在學期間取得的學術成果141-143附錄A攻讀博士期間介入的主要科研項目143上一頁 1 2 3 4 5  .1