面向向量處理器的去塊濾波向量化實現(xiàn)方法
【專利摘要】一種面向向量處理器的去塊濾波向量化實現(xiàn)方法，其步驟為：S1：數(shù)據(jù)準(zhǔn)備；輸入n×m的被濾波視頻數(shù)據(jù)塊到向量存儲體中，并進行系向量化；S2：水平濾波操作；S3：結(jié)果存儲；根據(jù)步驟S2的結(jié)果為每個PE選擇出(p3,p2,p1,p0,q0,q1,q2,q3)的最終結(jié)果以及p3和q3的值(p3,p2′,p1′,p0′,q0′,q1′,q2′,q3)，存入矩陣寄存器文件；S4：重復(fù)步驟S2和步驟S3，直到水平方向所有邊界濾波完畢；S5：垂直濾波；S6：結(jié)果存儲；根據(jù)步驟S5的結(jié)果為每個PE選擇出(p3,p2,p1,p0,q0,q1,q2,q3)的最終結(jié)果以及p3和q3的值(p3,p2′,p1′,p0′,q0′,q1′,q2′,q3)，直接存入向量存儲體；S7：重復(fù)步驟5和步驟6，直到垂直方向所有邊界濾波完畢。本發(fā)明具有能夠高效計算、充分發(fā)揮向量處理器多PE協(xié)作、縮短運算時間等優(yōu)點。
【專利說明】
面向向量處理器的去塊濾波向量化實現(xiàn)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明主要設(shè)及到向量處理器及視頻編解碼領(lǐng)域，特指一種面向向量處理器的去 塊效應(yīng)濾波的向量化實現(xiàn)方法。
【背景技術(shù)】
[0002] 在視頻編解碼算法中，基于塊的預(yù)測、補償、變化、量化會造成塊效應(yīng)，嚴(yán)重影響重 建圖像的主觀感知質(zhì)量。為了消除圖像的塊效應(yīng)，往往需要對重建圖像進行塊濾波，而國際 標(biāo)準(zhǔn)H. 264更是把去塊效應(yīng)濾波算法納入到編解碼算法的環(huán)路中，稱為環(huán)路去塊效應(yīng)濾波 (in-loop deblocking filtering);由于編碼塊的每一個邊界都需要進行濾波判決、計算 W及反復(fù)更新存儲等，使得去塊濾波算法耗費了解碼器=分之一 W上的計算復(fù)雜度。因此， 采用加快去塊效應(yīng)濾波的執(zhí)行速度對于實時高清視頻編解碼具有重要意義。
[0003] 加速去塊效應(yīng)濾波的通常做法是并行化。研究者往往采用專用硬件來加速去塊效 應(yīng)濾波算法，運種方法的缺點是靈活性差，在標(biāo)準(zhǔn)更新較為頻繁的情況下開銷巨大；同時， 必須采用專用的轉(zhuǎn)置電路來處理去塊效應(yīng)濾波算法中對行列數(shù)據(jù)的訪問。因此，可編程方 式更具市場。
[0004] 然而，傳統(tǒng)單核處理器難W滿足實時解碼器對去塊效應(yīng)濾波的計算需求，多核處 理器由于禪合較為松散，核間數(shù)據(jù)傳遞開銷較大，因此也不適用于去塊效應(yīng)濾波并行化加 速。在運種情況下，向量處理器成為了首選。向量處理器一般由多個處理單元(PE)組成，PE 間禪合緊密，每個PE包含獨立的多個功能部件，如乘法部件、加法部件、移位部件等。每隔PE 都執(zhí)行超長指令字(VLIW)指令，包含多個執(zhí)行包，不共享流水線的功能部件可W同時執(zhí)行 多個執(zhí)行包。每個PE包含一組局部寄存器，所有PE的同一編號的局部寄存器在邏輯上又組 成一個向量寄存器。例如圖1中PE_0~PE_M-1的所有RO寄存器在邏輯上組成了向量寄存器 VR0,每個PE所對應(yīng)的RO稱為向量寄存器VRO的一個元素。同時，向量處理器往往可W提供用 于矩陣行列訪問的矩陣寄存器文件，可有效地滿足去塊效濾波不同方向濾波的存儲訪問需 求。
[0005] 然而，去塊效應(yīng)濾波算法自適應(yīng)較強，相鄰邊界的執(zhí)行路徑因數(shù)據(jù)源而不同，且對 于同一個數(shù)據(jù)需要進行間斷地、重復(fù)地讀寫，因此，如何在向量處理器上實現(xiàn)對去塊效應(yīng)濾 波算法的向量化計算加速是一個難點。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明要解決的技術(shù)問題就在于:針對現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一 種原理簡單、操作方便、能夠高效計算、充分發(fā)揮向量處理器多PE協(xié)作、縮短運算時間的面 向向量處理器的去塊濾波向量化實現(xiàn)方法。
[0007] 為解決上述技術(shù)問題，本發(fā)明采用W下技術(shù)方案：
[000引一種面向向量處理器的去塊濾波向量化實現(xiàn)方法，其步驟為：
[0009] SI:數(shù)據(jù)準(zhǔn)備;輸入nXm的被濾波視頻數(shù)據(jù)塊到向量存儲體中，并進行系向量化；
[0010] S2:水平濾波操作;選擇當(dāng)前需要濾波的水平邊界，每個PE從向量存儲體中讀取需 要濾波的圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92,93);使用圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92， q3)和常量計算判決條件，并存儲在向量條件寄存器中；根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算 (p3，p2，Pl，PO，qO，ql，q2，q3)的所有結(jié)果，分別存人局部向量寄存器中；
[001 U S3:結(jié)果存儲;根據(jù)步驟S2的結(jié)果為每個陽選擇出（p3，p2，Pl，PO，qO，ql，q2，q3)的 最終結(jié)果W及p3和q3的值(p3，p2/，pl'，p0/，q0/，ql/，q2/，q3)，存入矩陣寄存器文件；
[0012] S4:重復(fù)步驟S2和步驟S3,直到水平方向所有邊界濾波完畢；
[0013] S5:垂直濾波;選擇當(dāng)前需要濾波的邊界，每個PE從矩陣寄存器文件中讀取需要濾 波的圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92,93)，使用矩陣寄存器文件中經(jīng)過了水平濾波的數(shù) 據(jù)作為原始數(shù)據(jù)，選擇垂直方向的圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92,93)和常量計算判決 條件，并存儲在向量條件寄存器中；根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算(p3，p2，Pl，PO，qO， ql，q2，q3)的所有結(jié)果，分別存入局部向量寄存器中；
[0014] S6:結(jié)果存儲;根據(jù)步驟S5的結(jié)果為每個PE選擇出（p3，p2，Pl，PO，qO，ql，q2，q3)的 最終結(jié)果W及p3和q3的值(p3，p2/，pl'，p〇/，q〇/，ql/，q2/，q3)，直接存入向量存儲體；
[0015] S7:重復(fù)步驟5和步驟6,直到垂直方向所有邊界濾波完畢。
[0016] 作為本發(fā)明的進一步改進:所述步驟S3和步驟S6中選擇最終結(jié)果的操作包含W下 步驟：
[0017] Sioo:假設(shè)每個陽對應(yīng)的邊界的Pi的計算候選結(jié)果由RO~Rk-I組成，運些結(jié)果組 成一個完整的或者不完整的二叉樹;對于任意一個PE，Pi的最終結(jié)果一定存在于RO~Rk-I 中；把RO~Rk-I根據(jù)PE的個數(shù)展開可寫巧
；根據(jù)去塊效應(yīng)濾波算法 中相應(yīng)的判決條件獲得條件操作的條件矩^
， 其中 [001 引
[0019] S200:根據(jù)條件矩陣，通過k次向量條件MOV操作，可得Pi的最終結(jié)果Pi;即，Pi=S Ri ? Ci;
[0020] S300:重復(fù)步驟SlOO、S200，直到p2，Pl，pO，qO，ql，q2的結(jié)果選擇完畢。
[0021] 作為本發(fā)明的進一步改進:所述步驟S3和步驟S6中條件操作的具體操作方法是： 假設(shè)向量處理器當(dāng)前執(zhí)行向量指令I(lǐng)nst,同時有條件寄存器R0,RO= {Roi，R〇2, ...，Rom-I}，分 別對應(yīng)陽G~陽M-1。若Roi = = 1，則陽i執(zhí)行指令I(lǐng)nst,否則陽i執(zhí)行空操作。
[0022] 作為本發(fā)明的進一步改進:所述向量存儲體包括M個存儲塊，所述M個存儲塊與M個 向量PE依次一一對應(yīng);M個存儲塊統(tǒng)一編址，按BANK交叉存放；即，第一個字在第一個BANK存 放，第二個字在第二個BANK存放，…，直到第M個字在第M個BANK存放;然后第M+1個字又在第 一個BANK存放，…，依次類推;每個存儲塊分成上存儲區(qū)和下存儲區(qū)并支持同時進行兩個向 量訪存操作。
[0023] 作為本發(fā)明的進一步改進:所述向量矩陣寄存器文件由MXM個存儲單元組成，每 個存儲單元的位寬一般為4、8、12、16、32，該陣列在邏輯上為由1個行向量寄存器￥則一￥尺|?-1 或M個列向量CVRo-CVRm-I寄存器組成;每個行向量寄存器包含M個元素 Ei,〇-Ei, M-I，其中i = 0,1,2……M-I，每個列向量寄存器包含M個元素 Eo,i-Em-I,i，其中i = 0，l，2……M-I;矩陣寄 存器在讀寫使能、讀寫地址和行列選擇信號的控制下完成行列向量的讀出和寫入。
[0024] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：
[0025] 1、本發(fā)明的面向向量處理器的去塊效應(yīng)濾波的向量化實現(xiàn)方法，可W同時執(zhí)行M 個邊界的濾波操作，有效地加速去塊效應(yīng)濾波的速度，為實時高清視頻編解碼的其他功能 模塊預(yù)留更充足的時間。運種向量化的并行方法能夠充分利用向量處理器的向量計算特 點、挖掘向量處理器的并行性，充分開發(fā)了去塊效應(yīng)濾波算法的數(shù)據(jù)并行性，能夠大幅度提 高其運算性能。
[0026] 2、本發(fā)明的面向向量處理器的去塊效應(yīng)濾波的向量化實現(xiàn)方法，通過條件操作， 可W使得向量處理器處理由于源數(shù)據(jù)觸發(fā)的多分支程序。向量處理器的各個PE從派發(fā)單元 獲得的是同一條指令，其執(zhí)行周期一般不能跨越各個PE執(zhí)行結(jié)果不同的分支指令。本發(fā)明 通過條件操作，使得向量處理器可W順利地執(zhí)行包含多分支目標(biāo)的指令。
【附圖說明】
[0027] 圖1是向量處理器的一般結(jié)構(gòu)示意圖。
[0028] 圖2是本發(fā)明在具體實施例中垂直和水平邊界濾波像素示意圖。
[0029] 圖3是本發(fā)明方法的流程示意圖。
[0030] 圖4是本發(fā)明在具體應(yīng)用實例中的向量存儲體結(jié)構(gòu)示意圖。
[0031] 圖5是本發(fā)明在具體應(yīng)用實例中濾波數(shù)據(jù)在向量存儲體中的一種存放方式示意 圖。
[0032] 圖6是本發(fā)明中使用的矩陣寄存器的存儲單元陣列結(jié)構(gòu)示意圖。
【具體實施方式】
[0033] W下將結(jié)合說明書附圖和具體實施例對本發(fā)明做進一步詳細說明。
[0034] 如圖3所示，本發(fā)明的面向向量處理器的去塊濾波向量化實現(xiàn)方法，包括W下步 驟：
[0035] SI:數(shù)據(jù)準(zhǔn)備；
[0036] SlOl:輸入nXm的被濾波視頻數(shù)據(jù)塊到向量存儲體中。
[0037] S102:從向量存儲體中加載算法所需要的常量，并對其進行系向量化。
[0038] S2:水平濾波操作；
[0039] S201:選擇當(dāng)前需要濾波的水平邊界，每個PE從向量存儲體中讀取需要濾波的圖 像數(shù)據(jù)（p3，p2，pl，p0，q0，ql，q2，q3);
[0040] S202:使用圖像數(shù)據(jù)(p3，p2，pi，PO，qO，ql，q2，q3)和常量計算判決條件，并存儲在 向量條件寄存器中；
[0041 ] S203 :根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算(p3，p2，Pl，PO，qO，ql，q2，q3)的所有結(jié) 果，分別存入局部向量寄存器中。
[0042] S3:結(jié)果存儲；
[0043] 根據(jù)去塊效應(yīng)濾波算法的判決條件寄存器的結(jié)果，為每個PE選擇出（p3，p2，pl， p0，q0，ql，q2，q3)的最終結(jié)果W及p3和q3的值(p3，p2'，pl'，p0'，q0'，ql'，q2'，q3)，存入矩 陣寄存器文件。
[0044] S4:重復(fù)步驟S2和步驟S3，直到水平方向所有邊界濾波完畢。
[0045] S5:垂直濾波；
[0046] S501:選擇當(dāng)前需要濾波的邊界，每個PE從矩陣寄存器文件中讀取需要濾波的圖 像數(shù)據(jù)（p3，p2，pl，p0，q0，ql，q2，q3)。
[0047] S502:使用矩陣寄存器文件中經(jīng)過了水平濾波的數(shù)據(jù)作為原始數(shù)據(jù)，選擇垂直方 向的圖像數(shù)據(jù)(p3，p2，P1，PO，qO，ql，q2，q3)和常量計算判決條件，并存儲在向量條件寄存 器中。
[0048] S503 :根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算(p3，p2，Pl，PO，qO，ql，q2，q3)的所有結(jié) 果，分別存入局部向量寄存器中。
[0049] S6:結(jié)果存儲；
[0050] 根據(jù)去塊效應(yīng)濾波算法的判決條件寄存器的結(jié)果，為每個PE選擇出（p3，p2，Pl， p0，q0，ql，q2，q3)的最終結(jié)果W及p3和q3的值(p3，p2'，pl'，p0'，q0'，ql'，q2'，q3)，直接存 入向量存儲體。
[0051 ] S7:重復(fù)步驟5和步驟6，直到垂直方向所有邊界濾波完畢。
[0052] 通過本發(fā)明的上述方法，可W高效的支持去塊濾波向量化計算，充分發(fā)揮向量處 理器的全部PE的并行計算能力，有效地提高了向量處理器的執(zhí)行效率，縮短了運算時間。
[0053] 在具體應(yīng)用實例中，上述向量存儲體包括M個存儲塊，所述M個存儲塊與M個向量PE 依次一一對應(yīng);M個存儲塊統(tǒng)一編址，按BANK交叉存放(指第一個字在第一個BANK存放，第二 個字在第二個BANK存放，…，直到第M個字在第M個BANK存放。然后第M+1個字又在第一個 BANK存放，…，依次類推）；每個存儲塊分成上存儲區(qū)和下存儲區(qū)并支持同時進行兩個向量 訪存操作。
[0054] 在具體應(yīng)用實例中，向量矩陣寄存器文件由MXM個存儲單元組成，每個存儲單元 的位寬一般為4、8、12、16、32，該陣列在邏輯上可^看成由1個行向量寄存器￥3〇-￥1?|?-1或1 個列向量CVRo-CVRm-I寄存器組成。每個行向量寄存器包含M個元素(存儲單元化i, O-Ei ,M-I (i =0，1，2……M-I )，每個列向量寄存器包含M個元素 Eq,i-Em-I,i( i = 0，1，2……M-I)。矩陣 寄存器在讀寫使能、讀寫地址和行列選擇信號的控制下完成行列向量的讀出和寫入。
[0055] 在具體應(yīng)用實例中，步驟S3和步驟S6中條件操作的具體操作方法是:假設(shè)向量處 理器當(dāng)前執(zhí)行向量指令I(lǐng)nst,同時有條件寄存器R0，R0= {R〇i，R日2,. . .，R日M-i}，分別對應(yīng)陽0 ~陽M-I。若R日i = = 1，則陽i執(zhí)行指令I(lǐng)nst，否則陽i執(zhí)行空操作。
[0056] 在具體應(yīng)用實例中，步驟S3和步驟S6中選擇最終結(jié)果的操作包含W下步驟：
[0化7] Sioo:假設(shè)每個陽對應(yīng)的邊界的Pi的計算候選結(jié)果由RO~Rk-I組成，運些結(jié)果組 成一個完整的或者不完整的二叉樹。對于任意一個PE，pi的最終結(jié)果一定存在于RO~Rk-I 中。把RO~Rk-I根據(jù)PE的個數(shù)展開可寫式
根據(jù)去塊效應(yīng)濾波算法 中相應(yīng)的判決條件獲得條件操作的條件矩鴉
其中
[0化引
[0059] S200:根據(jù)條件矩陣，通過k次向量條件MOV操作，可得Pi的最終結(jié)果Pi。即，Pi = I： Ri ? Ci。
[0060] S300:重復(fù)步驟SlOO、S200，直到p2，Pl，pO，qO，ql，q2的結(jié)果選擇完畢。
[0061] 如圖2所示，為本發(fā)明在一個具體應(yīng)用實例中垂直和水平濾波邊界示意圖。其中， abcdef曲對應(yīng)的虛線是本塊的濾波邊界。在H. 264中，圖2中的圖像塊為16 X 16像素，每一個 虛線框中的像素塊為4 X 4個像素。每一次濾波所設(shè)及到的像素包括濾波邊界兩邊的4個像 素（p3,p2,pl,p0)和（q0,ql,q2,q3)。
[0062] 結(jié)合圖3, WH. 264標(biāo)準(zhǔn)中的環(huán)路去塊效應(yīng)濾波算法為例，本發(fā)明在具體實例中包 括W下步驟：
[0063] (1)輸入數(shù)據(jù):H. 264中每個16 X 16的宏塊，如圖2所示，都要進行去塊效應(yīng)濾波。16 X 16的宏塊被劃分為16個4X4的子塊，每個4X4的子塊的邊界都是濾波邊界，即圖2所示的 abcdef曲邊界。
[0064] 如圖4所示，向量存儲體由M= 16個塊(BANK_0~BANK_15)組成，且與向量處理單元 的陽_0~陽_15-一對應(yīng)，16個BANK統(tǒng)一編址，按BANK交叉存放，可W進行數(shù)據(jù)共享，為16個 PE提供高帶寬的數(shù)據(jù)訪問；每個BANK按兩組多體交叉組織形式支持多端口訪問（多端口包 括兩個向量訪存操作端口，還包括DMA端口和標(biāo)量訪存端口），即分成上下兩個存儲區(qū)，可同 時支持兩個向量訪存操作。
[0065] 在本實施例中，16X16的宏塊數(shù)據(jù)在向量存儲體中的存放位置如圖5所示。每一行 的16個待濾波數(shù)據(jù)可一次加載到局部寄存器中參與運算;最后濾波的結(jié)果可一次Store- 行數(shù)據(jù)到向量存儲器中，然后通過DMA搬運到外部存儲器中。
[0066] (2)計算(p3,p2,pl ,p0,q0,ql ,q2,q3)的濾波結(jié)果：16個陽一次可W計算16個行邊 界或者列邊界，運種向量操作模式大大縮減了濾波所需要的時間，僅4次計算就可完成一個 16 X 16的宏塊的所有行邊界或列邊界的濾波。
[0067] 在本實施例中，（p3，p2，Pl，PO，qO，ql，q2，q3)的濾波結(jié)果可能的取值方式有（用大 寫的？2^1，？0^0，？1，？2表示）：
[0068] P0=Min(Max(0,p0+d),255)
[0069] PO = (P 化巧 pl+2*p0+巧 q0+ql+4)〉〉3
[0070] Pl = (p 化 pl+p0+q0+2)〉〉2
[0071] Pl=pl+Min(Max(-CO，（p 化（p0+q0)〉〉l-(pl?l))〉〉l)，C0)
[0072] P2 = (2*p3+：3p 化 pl+p0+q0+4)〉〉3
[0073] Q0=Min(Max(0,q0-d),255)
[0074] QO = (q 化巧 ql+2*q0+巧 p0+pl+4)〉〉3
[00 巧]Ql=ql+Min(Max(-CO，（p 化（p0+q0)〉〉l-(pl?l))〉〉l)，C0)
[0076] Ql = (q 化 ql+q〇+p〇+2)〉〉2
[0077] Q2 = (2*q3+3q 化 ql+q0+p0+4)〉〉3
[007引 d=Min(Max(-C，（（（q0-pO)?^(pl-ql)+4)〉〉3))，C)
[0079] 其中，變量C和CO都是環(huán)路去塊效應(yīng)濾波的既定參數(shù)。
[0080] 在本實施例中，p3和q3在濾波操作中不被更改，而(口2，口1，口0,9〇,91，92)也可能不 被更改。
[0081] (3)計算判決條件：
[0082] 根據(jù)濾波控制參數(shù)W及被濾波的源數(shù)據(jù)之間的關(guān)系，計算濾波判決條件。每一個 判決條件決定一個條件寄存器的取值為真或者假。
[0083] 在本實施例中，濾波判決條件包括:濾波強度、相鄰像素之間的差異、相鄰像素之 間的差異的口限值等。
[0084] (4)篩選最終結(jié)果：
[0085] 根據(jù)步驟(3)的條件，對每一個可能的濾波結(jié)果執(zhí)行一次條件MOV操作，最終將得 到正確的濾波結(jié)果。
[0086] (5)存儲濾波結(jié)果：
[0087] 如果是行濾波，則把濾波結(jié)果存儲到矩陣寄存器文件中；否則直接存儲到向量存 儲體中，用DMA等外部數(shù)據(jù)傳輸引擎保存到用戶空間。
[0088] (6)如果濾波還未完成，則繼續(xù)步驟(2)~(5)直到所有濾波邊界均完成濾波位置。
[0089] 參見圖6,為本發(fā)明在具體應(yīng)用實例中矩陣寄存器的存儲單元陣列結(jié)構(gòu)示意圖。矩 陣寄存器的存儲單元陣列一般由N*N個存儲單元組成，N通常位2的幕數(shù)。每個存儲單元的位 寬為W，W-般為4、8、12、16、32。該陣列在邏輯上可W看成N個行向量寄存器VRo-VRN-域N個 列向量CVRo-CVRn-I寄存器組成，每個行向量寄存器包含N個元素(存儲單元化i,o-Ei,N-i(i = 0,1,2……N-DdWVRo為例，該行向量寄存器包括存儲單元Eo,0-Eo,N-1。該存儲單元陣列 按列劃分為N個N*W位的存儲單元列，每列由N個同列的元素組成。運N個存儲單元列與N個列 向量寄存器CVRo-CVRn-I-一對應(yīng)，用于實現(xiàn)相應(yīng)列向量寄存器的存取功能。W CVRn-功例， 該列向量寄存器包括所有行向量寄存器VRo-VRn-I的最后一個元素 Ei,N-Ki = O, 1，2……N-Do
[0090] W上僅是本發(fā)明的優(yōu)選實施方式，本發(fā)明的保護范圍并不僅局限于上述實施例， 凡屬于本發(fā)明思路下的技術(shù)方案均屬于本發(fā)明的保護范圍。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的 普通技術(shù)人員來說，在不脫離本發(fā)明原理前提下的若干改進和潤飾，應(yīng)視為本發(fā)明的保護 范圍。
【主權(quán)項】
1. 一種面向向量處理器的去塊濾波向量化實現(xiàn)方法，其特征在于，步驟為： S1:數(shù)據(jù)準(zhǔn)備;輸入η Xm的被濾波視頻數(shù)據(jù)塊到向量存儲體中，并進行系向量化； S2:水平濾波操作;選擇當(dāng)前需要濾波的水平邊界，每個PE從向量存儲體中讀取需要濾 波的圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92,93);使用圖像數(shù)據(jù)(口3，口2，口1，口0,9〇,91，92,93)和 常量計算判決條件，并存儲在向量條件寄存器中；根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算(P3， p2，pl，p0，q0，ql，q2，q3)的所有結(jié)果，分別存入局部向量寄存器中； S3:結(jié)果存儲;根據(jù)步驟S2的結(jié)果為每個PE選擇出（p3，p2，pi，pO，qO，ql，q2，q3)的最終 結(jié)果以及p3和q3的值(P3 42'，ρ1' ,ρΟ' ^2'，q3)，存入矩陣寄存器文件； S4:重復(fù)步驟S2和步驟S3，直到水平方向所有邊界濾波完畢； S5:垂直濾波;選擇當(dāng)前需要濾波的邊界，每個PE從矩陣寄存器文件中讀取需要濾波的 圖像數(shù)據(jù)(p3，p2，p 1，pO，qO，ql，q2，q3)，使用矩陣寄存器文件中經(jīng)過了水平濾波的數(shù)據(jù)作 為原始數(shù)據(jù)，選擇垂直方向的圖像數(shù)據(jù)化3，？2，？1，？0，(1〇，(11，(12，(13)和常量計算判決條件， 并存儲在向量條件寄存器中；根據(jù)去塊效應(yīng)濾波算法的規(guī)則計算(p3，p2，pl，p0，q0，ql，q2， q3)的所有結(jié)果，分別存入局部向量寄存器中； S6:結(jié)果存儲;根據(jù)步驟S5的結(jié)果為每個PE選擇出（p3，p2，pi，p0，qO，ql，q2，q3)的最終 結(jié)果以及p3和q3的值(P3 42'，ρ1' ,ρΟ' ^2'，q3)，直接存入向量存儲體； S7:重復(fù)步驟5和步驟6，直到垂直方向所有邊界濾波完畢。2. 根據(jù)權(quán)利要求1所述的面向向量處理器的去塊濾波向量化實現(xiàn)方法，其特征在于，所 述步驟S3和步驟S6中選擇最終結(jié)果的操作包含以下步驟： S100:假設(shè)每個PE對應(yīng)的邊界的pi的計算候選結(jié)果由R0~Rk-Ι組成，這些結(jié)果組成一 個完整的或者不完整的二叉樹;對于任意一個PE，pi的最終結(jié)果一定存在于R0~Rk-Ι中；把 R0~Rk-Ι根據(jù)PE的個數(shù)展開可寫為；根據(jù)去塊效應(yīng)濾波算法中相應(yīng) 的判決條件獲得條件操作的條件矩陣S200:根據(jù)條件矩陣，通過k次向量條件MOV操作，可得pi的最終結(jié)果Pi ; 即，Pi = Σ Ri · Ci； S300:重復(fù)步驟S100、S200，直到p2，pi，pO，qO，ql，q2的結(jié)果選擇完畢。3. 根據(jù)權(quán)利要求1所述的面向向量處理器的去塊濾波向量化實現(xiàn)方法，其特征在于，所 述步驟S3和步驟S6中條件操作的具體操作方法是：假設(shè)向量處理器當(dāng)前執(zhí)行向量指令 Inst，同時有條件寄存器R0，RO = {RQ1，RQ2，…，Rom-1}，分別對應(yīng)PEo~PEm-1;若R〇i = = 1，則 PEi執(zhí)行指令I(lǐng)nst，否則PEi執(zhí)行空操作。4. 根據(jù)權(quán)利要求1~3中任意一項所述的面向向量處理器的去塊濾波向量化實現(xiàn)方法， 其特征在于，所述向量存儲體包括Μ個存儲塊，所述Μ個存儲塊與Μ個向量PE依次一一對應(yīng);Μ 個存儲塊統(tǒng)一編址，按BANK交叉存放；即，第一個字在第一個BANK存放，第二個字在第二個 BANK存放，…，直到第Μ個字在第Μ個BANK存放;然后第M+1個字又在第一個BANK存放，…，依 次類推;每個存儲塊分成上存儲區(qū)和下存儲區(qū)并支持同時進行兩個向量訪存操作。5. 根據(jù)權(quán)利要求1~3中任意一項所述的面向向量處理器的去塊濾波向量化實現(xiàn)方法， 其特征在于，所述向量矩陣寄存器文件由MXM個存儲單元組成，每個存儲單元的位寬一般 為4、8、12、16、32，該陣列在邏輯上為由1個行向量寄存器￥1?()-￥1^-1或1個列向量(^1? 0- CVRm-x寄存器組成;每個行向量寄存器包含Μ個元素 Ei, 〇-Ei ,Μ-i，其中i = 0，1，2……M-1，每個 列向量寄存器包含Μ個元素 E〇, i-Em-i，其中i = 0，l，2……M_1;矩陣寄存器在讀寫使能、讀 寫地址和行列選擇信號的控制下完成行列向量的讀出和寫入。
【文檔編號】H04N19/117GK105828071SQ201610194300
【公開日】2016年8月3日
【申請日】2016年3月31日
【發(fā)明人】陳勝剛, 萬江華, 劉勝, 王耀華, 陳小文, 劉仲, 陳海燕
【申請人】中國人民解放軍國防科學(xué)技術(shù)大學(xué)