圖像算法移植到DSP及其優化步驟

當你需要把已經寫好的算法，移植到你的DSP開發板上並很好的跑起來，需要做哪些工作呢？

下面我分兩部分來講，第一分部是移植，第二部分爲算法優化

移植：

1）如果你的算法是基本opencv這樣的基本上開發的，你需要脫離opencv的環境。

2）如果你的算法是C++語言，請你改成標準的C語言。雖然DSP的開發環境是支持C++的，但是不建議你這麼做。

3）修改你算法的內存分配，儘量內存一次分配好，DSP在算法不斷的申請和釋放時會有隱患。優先使用靜態數組，會減輕很多工作量。

4）在CCS下建立工程，來調試你的算法，內存分配函數需要使用TI提供的函數。如果你的算法能夠長期穩定的運行，那麼恭喜你，你的算法移植就完成了。

算法優化，需要你能懂算法，也懂DSP。如果你只會寫DSP程序，而不會算法，這對整個產品來說，是不能達到最優的。有些公司怕算法泄密，給優化人員一段或幾段程序讓其優化。我覺得這樣做是很不合理的。除非你自己能控制大局，精通優化，這樣纔可行。

1）你需要對算法原理做一個深刻苦的理解，閱讀相關的文章。

2）對你拿到的算法做全方位的熟悉。

3）做好上面的準備工作後，你要對算法的結構做重新的整理。依據DSP的特點，比如內存的分佈。算法結構調整完成後，你的算法在DSP上速度應該有一個明顯的提高了。

4）結構調整完成後，找到算法中比較費時的部分。確定我們需要優化的重點，這部分內容多是每張圖像都要處理一次或多次的部分。對於算法啓動時初始化部分的內容，一般不需要優化。

5）確定優化內容後，你首先考慮從語言結構上去做優化，這個時候應該還是C語言的。我不建議大家用TI提供的在C語言中使用優化嵌入的C庫函數。

6）你把需要優化的函數改寫爲線性彙編或彙編函數。不斷的調整軟件流水，提高速率。

這個整個移植優化的工作就基本上做完了，其實實際工作中，移植優化的工作量往往會比較大，要不斷的反覆，找更好的方法。移植優化跟算法開發一樣，是個細緻的活。需要靜下心來，仔細研究，歡迎大家一起來探討。