基于JPEG2000小波提升在DSP上的缓存管理 嵌入式

苹果也疯狂

JPEG2000压缩标准与JPEG相比有更高的压缩效率，尽管如此，它在执行时间上还存在一些问题。为缩短执行时间，必须对小波变换编码进行优化。小波提升方案与传统的卷积滤波相比需要更小的内存和计算量。可是，提升方案在执行垂直小波滤滤时仍存在严重的缓存失败问题。
        Meerwald曾经提出过行扩展和聚合的方法，Chatterjee和Brooks也提出了条采集和递归数据设计来改善提升方案的缓存处理。尽管这些方法可以降低缓存挫败率，却不能完全消除缓存失败问题。缓存失败问题在一个内存有限的嵌入式系统中变得较为突出，尤其是在DSP中更为严重。为解决这一问题，笔者提出了一种新的方法与DSP相匹配。
主要方法
图1是该方法的内存结构图。它由一个有两个64字节块联合的16KB数据缓冲存储器L1、直接映射到SRAM上的数据存储器L2、直接映射到DRAM上的外部存储器和一个DMA控制器组成。

        通常，为执行提升方案，图像的行先在水平方向滤波，然后经水平滤波的图像再进行垂直滤波。提出的新方法采用一个改进的按块执行的提升方案，块大小与L1缓存中的块大小相同。图1描述了该方法。在小波提升变换开始前，在输入图像内存中块1的数据已通过DMA传输到L2，然后L2中块1的第一行被取到L1缓存中在水平方向提升。以相同方式对块1下面的行进行处理。注意在块1的最后一行滤波后，L1缓存中包含输入图像内存中块1的数据；其次，块1的垂直方向的滤波在L1缓存中完成。这样，垂直提升就不需要取数据，因为L1缓存包含块1的数据。因此，块1在水平和垂直方向的滤波只在CPU需要下一水平行时才可能有缓存失败。这就是笔者提出的方法有显著性能的原因所在。
        块1完成滤波后，块2被取到L1缓存的1路中；然后，块2的滤波完成后，块3被从L2取到L1的0路中。同时，0路中滤波过的块1一行一行移到L2。因2描述了滤波过的块1的移动，每个子带分别称为LL、LH、HL和HH，已经由小波提升算法形成。每个子带中的数据从L2通过DMA传送到输出图像内存中的恰当位置。
L2与外部存储器之间的数据传递是独立于L1与L2间的数据传递进行的。这意味着通过DMA的块复制不影响CPU的运转。因此，通过小波提升序列的重新排序和控制DMA，在没有额外CPU负载的情况下增大了缓存成功率。

       该方法完全去除了缓存失败的问题，但还存在一个问题，因为小滤波在边界需要一些邻近块的系数才能获得正确的滤波结果。而这一方法中，垂直提升处理与这一问题不相关，因为垂直的两个邻近块总是同时装载于L1缓存中。但对于水平提升处理，笔者用下面的方法来解决：区1和区3都取到滤波器区域1，如图3所示。对于滤波器区2，区2和区3都是必需的。然而，当达到改进性能时，重叠处理的开销是可忽略的。
仿真结果

为检验所提出方法的效率，在TMS320C6416 DSP上用Jasper1.700.2版进行了仿真。所有数据都对灰度图像的第一级分解并且所有图像的宽度2倍放大。

其中，在水平滤波上产生的缓存失败是由块重叠引起的。然而，在垂直滤波中，算法完全去除了缓存失败，因此，算法减少了98%的缓存失败率。
对于所有的图像大小，在水平滤波上都没有改进，但是所有三种方法在垂直滤波中，行扩展、聚合及两种方法的联合处理时间减少分别为78%、88%和90%；条采集、递归数据设计与两种方法结合的处理时间减少分别为73%、66%和82%。笔者提出的方法在垂直滤波中减少处理时间为98%。注意，水平滤波的速度与垂直滤波基本相同。这意味着笔者提出的算法在垂直滤波中消除了最多的缓存失败。
笔者已经验证了JPEG 2000的小波提升算法的性能及其在存储系统中的执行。实验结果表明提出的方法与现有的快速方法相比要快2～3.5倍。