ARM NEON技术在车位识别算法中的应用 - 全文

　　摘要：为了在车位检测系统中不使用DSP的情况下，达到实时处理和节约成本的目的，在嵌入式Linux系统中使用了CORTEX-A系列的NEON协处理器技术来优化一种车位图像检测算法的代码。在CORTEX-A8平台上使用该图像处理算法进行了大量的处理测试，图像算法处理速度得到很大提升。最后在多个平台下使用该图像处理算法进行测试对比，使用了NEON技术后其算法处理速度提升明显，能够满足实时要求。

　　0 引言

　　随着城市越来越多家庭拥有汽车，相应的停车场建设数目也越来越多，停车场管理系统也越来越重要。

　　而国内城市车多人多，空间拥挤给停车厂管理带来诸多不便。车位检测系统设计成嵌入式终端是一个好的选择。图像检测算法的复杂度给实时检测带来难题，一般的图像处理都是基于DSP完成，这带来了成本的上升。

　　ARM 公司CORTEX-A 系列处理器的出现，极大地缓解了这个难题。

　　ARM 平台能够很好地支持Linux 系统，Linux 系统具有强大的网络通讯功能，也给程序移植等带来便利。本文的检测算法在ARM平台基于NEON技术进行了优化，在保证检测精度的同时，处理速度提升明显，与使用DSP相比，大大节约了成本，为停车场管理系统的研究提供新的方向。

　　1 ARM NEON技术介绍

　　ARM 的NEON 通用SIMD 引擎可有效处理当前和将来的多媒体格式，从而改善用户体验。NEON 技术是通过清晰方式构建的，并可无缝用于其本身的独立流水线和寄存器文件。NEON 技术是ARM Cortex-A系列处理器的128 位SIMD（单指令多数据）体系结构扩展，旨在为多媒体应用提供更加强大的加速功能，从而明显改善程序性能。它具有32 个寄存器，64 位宽（是16 个寄存器，128 位宽的双倍视图）NEON 指令特点如下：

　　（1）寄存器被视为同一数据类型的元素的矢量；

　　（2）数据类型可为：有符号/无符号的8 位、16 位、32 位、64 位单精度浮点；

　　（3）指令在所有通道中执行同一操作。

　　NEON 寄存器可在多个通道内进行并行运算，如图1所示。

　　NEON 的指令都是以v 字母开头的，例如：vadd.i16q0，q1，q2，这就是一个NEON 的指令了，很明显的特点就是v 开头，i 主要用来表明是一个整型（int），16 表示一个16 位的型，q0，q1，q2 都是128 位的寄存器（q 打头的寄存器都是128 位的）。这个指令就是让q1，q2 中装载8 个16位的数据，然后执行加法操作，最后放到q0中去。这么一个指令就完成了8次加法运算，这也就是性能的提升，对于其他运算也是如此。

　　

　　2 系统设计和算法介绍

　　本系统基于CORTEX-A8平台实现，车位检测系统架构如图2所示。

　　

　　采集通过模拟摄像头，由TVP5150解码后输出8位Y∶Cb∶Cr=4∶2∶2的数据传送的A8平台，TVP5150驱动基于VIDEO FOR LINUX2（V4L2）开发，因此视频采集程序调用V4L2相关API函数即可完成。然后调用相关图像处理程序，提取多个图像特征，与背景图像对比，进行有车无车检测，然后TCP/IP网络 将图像和有车位车情况发送到上位机。

　　车位检测算法流程如图3所示。

　　

　　本系统目前在一处地下停车场进行测试验证，如图4在停车中采集到的背景和待测图像，通过对100幅采集到800×600 分辨率的现场图像，在CORTEX-A8 平台上进行测试，平均检测时间为538 ms，该算法在地下停车场中准确率97%.表1 中给出了处理一幅待测图像CORTEX-A8 和ARM11 平台优化前平均时间的测试对比结果（均使用GCC交叉编译）。

　　

　　

　　3 图像处理算法在CORTEX-A8 平台上的优化

　　本系统是Cortex-A8和Linux系统上搭建，Linux下使用的编译器为GCC.本文中使用普通C 语言优化和NEON编程优化对图像相关函数进行了优化，并进行了测试对比，下面给出方差函数variance代码进行优化前后的对比说明，如图5优化前的代码。

　　

　　3.1 C语言级别优化

　　对于一般C语言级别的优化，对于图像这类矩阵数据而言，主要针对循环优化。以第一个循环为例，如图6对于C语言级别循环优化后的代码如图6所示。

　　

　　由优化后的结果可见，通过对循环展开，有效的减少了循环跳转次数，跳转为原来的1 4 。但是也可以发现，加法运算次数，几乎和原来相同并没有减少。对于其他for循环和其他函数进行优化后，测试时间对比如表2所示。

　　

　　由表中数据可见，使用普通C 语言界别优化，并没有明显提升，原因是在Linux系统上使用GCC编译器进行编译的，在选择-O2 级别优化的时候，已经对循环进行了优化，所以运行速度没有明显提升。

　　3.2 使用NEON技术的优化

　　GCC 编译器从4.3 版本开始，很好地提供了对ARM NEON 技术的支持。例如GCC 中的函数：

　　uint32x2_t vadd_u32（uint32x2_t，uint32x2_t），对应汇语言：vadd.i32 d0，d0，d0.uint32x2_t代表这个数据类型是2 个32 位无符号整型。在使用GCC 编译器中的NEON 技术时，需要包含头文件《arm_neon.h》.NEON增强指令集是在Cortex-A系列发布后才具有的功能，因此ARM11 无法使用NEON 技术。对方差函数variance第一个for循环优化后的代码对比如图7所示。

　　

　　由优化后程序代码可见，循环跳转次数为原来的1 4 ，但是由于使用了NEON 相关的vld1q_u32 函数，一次可在NEON的128位寄存器中装入4个32位数值，调用vaddq_u32可对4个数据时同时进行加法运算，在一个指令周期就完成了4次加法运算，理论上加法运算次数为原来的1 4 ，大大提高了运算性能。

　　对于第二个for循环也可以采用类似方法优化，只是调用的函数略有不同，具体考参考GCC的技术文档，有详细的使用说明。

　　其他函数如预处理、角点、相关度函数的优化和此方法类似，重点针对循环和可以并行运算的代码进行优化。

　　表3 中给出了Cortex-A8 平台使用NEON 技术优化后与ARM11测试时间的对比。

　　

　　4 结语

　　通过使用ARM NEON 技术，对于图像处理这类矩阵运算进行并行优化，可大大提高处理速度，进行优化后，速度较优化前提升了达2倍之多，较ARM11提升了8 倍的速度。ARM COTEX-A 系列所使用的NEON 技术，不仅使车位图像检测算法的速度有很大提升，在信号处理等多媒体处理算法中，也有广阔的应用前景。