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。