● 摘要
摘 要 图像目标识别越来越广泛地应用在社会各个领域，并且要求图像处理的速度越来越高。基于DSP的嵌入式系统，以其功耗低、体积小、速度快、设计灵活、利于系统集成等优点，被广泛应用于图像目标识别领域。 由于传统的图像目标识别算法结构复杂，简单地移植到DSP中不能充分利用DSP的硬件资源，无法充分发挥DSP强大的并行处理能力。本文通过分析目标识别算法的特点，结合DSP特用的硬件资源，研究基于DSP实现的图像目标识别优化方法。 本文提出了三种图像目标识别优化的方法，包括图像数据存储优化、C语言代码优化和汇编代码优化。通过实验验证，这三种方法都不同程度地提高了算法的时间效率。本文的创新点和难点体现在： （1）基于DSP存储单元的特点，研究图像数据存储优化方法本文分析了图像目标识别中常用的图像数据存储模式，针对DSP特殊的数据传输功能和二级缓存结构，提出乒乓缓冲存储优化方法和存储器配置优化方法。将两种优化方法配合应用在图像目标识别算法中，算法的时间效率提高到原来的5倍。 （2）基于图像目标识别算法的特点和DSP特殊的并行处理结构，研究图像目标识别算法的C语言代码优化方法和汇编代码优化方法图像目标识别算法中有大量的循环结构，往往需要遍历图像的每一个像素点，从存储器中读出各个像素值，对像素值进行乘加运算。本文针对这个特点，结合编译器提供的特殊功能，详细介绍了多种C语言代码优化方法和汇编代码优化方法。将优化方法应用到不同图像处理算法中，算法的时间效率都有明显的提高，最高达到了12倍。