ARM NEON技术在车位识别算法中的应用

图 4 背景和待测图像
表 1 优化前的测试结果对比
图像数目 单幅分辨率 ARM11 时间 /ms
100
800×600
1 723
CORTEX-A8 时间 /ms
538
图 2 整个系统框架
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[3]，TVP5150 驱动 基于 VIDEO FOR LINUX2（V4L2）开发[4]，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 [5]，与 背 景 图 像 对 比 ， 进行有车无车检测，然后 TCP/IP 网络[6] 将图像和有车位 车情况发送到上位机。
（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.i16
收稿日期：2013⁃04⁃28
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 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：
中图分类号：TN919⁃34；TP391
文献标识码：A
文章编号：1004⁃373X（2013）18⁃0105⁃03
Application of ARM NEON technology in parking⁃place recognition algorithm
WANG Ning，JIANG Da⁃lin，DONG Ke
图 7 方差函数 variance 的部分代码 NEON 技术优化
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。
参考文献
[1] 芮瑞.车位检测器及其发展研究[C].南宁：中国高科技产业化 研究会信号处理产业化分会筹备工作委员会，2008.
[2] 谭会生.ARM 嵌入式系统原理及开发应用[M].西安：西安电子 科技大学出版社，2012.
[3] 王凯.基于 TVP5150 的视频 LCD 显示设计[J].电子设计工程， 2011，19（1）：178⁃181.
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 [2]，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。
（Beijing University of Technology，Beijing 100124，China）
Abstract：In order to achieve the purposes of real⁃time processing and cost⁃saving without using DSP in the parking detec⁃ tion system，NEON coprocessor technology of the Cortex⁃A series is used in the embedded Linux system to optimize the code of a parking⁃place image detection algorithm. A large number of processing test is made for the image processing algorithm in Cortex ⁃A8 platform. The speed of the image processing algorithm is greatly improved. The image processing algorithm is used on multi⁃ ple platforms for test and contrast. The processing speed of the algorithm which has used NEON technology was improved signifi⁃ cantly and met the real⁃time requirements.
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[7]，Linux 下
图 5 优化前的方差函数 variance
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。
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。
关键词：ARM；CORTEX⁃A8；NEON；GCC
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 。 [9]
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。
表 3 A8 平台 NEON 优化后时间对比
图像数目 分辨率
100
800×600
ARM11 平均 时间 /ms
1 721 ms
Cortex-A8 平均 时间 /ms
203 ms
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 [10] 有广阔的应用前景。
图 6 方差函数 variance 部分代码优化对比
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
第 18 期
王 宁，等：ARM NEON 技术在车位识别算法中的应用
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 。 [8] 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。
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。
图 1 NEON 指令多通道运算示意图
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。
107
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。
表 2 普通 C 语言级别优化后时间对比
图像数目 单幅分辨率 ARM11 时间 /ms
100
800×600
1 717
CORTEX-A8 时间 /ms
533
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
2013 年 9 月 15 日 第 36 卷第 18 期